自动问答系统中课程知识本体构建与实现.docVIP

自动问答系统中课程知识本体构建与实现 　　摘 要 问答系统旨在用准确、简洁的答案回答用户用自然语言提出的问题。针对现有自动问答系统中知识表示的不足及课程自动问答系统资源的可用性和共享性差的现状，本文提出了用本体技术构建课程知识本体库的方案。以数据结构课程为例，首先构建数据结构课程知识本体，然后基于课程知识本体建立了常见问题库和知识文档库。课程知识本体的成功构建将其比较完整的领域知识和丰富的语义关系应用到自动问答系统中，有利于对课程资源库的语义查询和共享使用.为后期实现课程自动问答系统奠定了基础。 　　【关键词】本体 自动问答系统 数据结构 知识表示 　　1 引言 　　问答系统（QuestionAnsweringSystem，QAS）是一种新的信息检索技术。它应用自然语言理解技术，通过对用户问题的理解，将答案直接返回给用户。由于现有的许多自动问答系统都是基于知识库的，知识库是自然语言处理的基础资源，知识库中知识的丰富程度、知识表示形式以及知识的组织方式直接关系到基于知识库的自然语言处理应用的性能。因此如何设计知识库对提高自动问答的性能和效率具有非常重要的意义。为此本文提出，以数据结构课程为例，采用本体技术构建课程本体，首先对数据结构课程知识进行了核心词汇分析， 提出若干类和属性， 然后借助本体知识库良好的分类特性、概念的形式化描述来对数据结构课程进行知识表示、知识存储，建立数据结构课程本体库，从本体库出发建立常见问题库和课程文档库。以此建立的常见问题库和课程文档库为后续课程自动问答系统的自动问答提高了效率。 　　2 本体技术 　　本体论（Ontology）来自哲学领域，比较流行的定义是Gruber在1993年提出的本体的概念，他认为本体是有关概念模型的明确的规范说明。本体的目标是捕获相关的领域知识，提供对该领域知识的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇（术语）和词汇之间相互关系的明确定义。本体的研究包括概念和概念分类、本体上的代数。近年来，随着信息科学的飞速发展，本体论逐渐用于知识工程和信息科学等领域之中。 　　随着Web的发展，出现了许多本体描述语言，如早期基于一阶逻辑的EJF，基于框架和一阶逻辑的OCML，基于描述逻辑的LOOM等。随着进一步的发展，又出现了RDF（S）、OIL+DAML、OWL等。而其中，OWL是建立在XML/RDF等已有标准基础上，通过添加大量的基于描述逻辑的语义原语来描述和构建各种本体。本文中主要使用RDF（s）和OWL。 　　本体构建工具有很多，目前使用最为广泛是Protege本体构建工具，是使用java开发的、可扩展的、免费的、开源的本体工具。本文采用了Protégé 4.0.2版本作为本体的构建工具，构建《数据结构》课程本体。Protégé 4.0.2本体构建工具有很多优点：使用简单方便、文件的输出格式可以定制、用户接口可以定制、模块划分清晰、后台支持数据库存储。 　　3 课程本体的构建 　　课程知识本体是课程自动问答系统FAQ（Frequetily Asked Questions）库的基础，同时也是准确、高效的实现自动答疑的关键。课程知识本体界定了FAQ系统的范围，决定了关键词、知识范围和内容、知识点之间的相互关系，是系统准确性、智能性的基础。系统在充分理解课程大纲的基础上，根据教材体系设计课程知识本体。 　　课程本体的构建是一个严谨的过程，本文在参考相关本体构建方法的基础上，在领域专家的帮助下，采用以下的步骤来开发课程本体，尽可能保证本体的正确性和一致性： 　　（1）明确领域范围：主要考虑该课程领域本体要包含的内容、用途和使用者。 　　（2）考虑可重用性：考虑是否已有相关的课程本体，可否对其进行扩展或精炼。 　　（3）列举核心概念、基本概念：以某种方式表示课程领域中的概念。 　　（4）定义概念及概念间的层次和结构。 　　（5）定义概念的属性：提供相关的属性来详细描述概念的方方面面。 　　（6）基于课程本体构建该课程的常见问题库和知识库。 　　3.1 课程的概念本体 　　要进行课程本体的构建，首先要确定该课程中的关键知识点，课程知识点由课程的核心概念和基本概念构成。准确定义领域内核心的概念，以确定合理、完整的概念体系，构建课程本体。需要抽象概念、属性，及概念之间的关系进行描述和定义。 　　概念本体（CO-Concept Ontology）是用来描述某个知识领域内的一些核心概念和基本概念的本体，这些概念是被该领域内人们所共同认可的，本文将其表示为一个单独的本体，定义如下： 　　CO：：=（Onm，Ch，Cj，Sx） 　　其中Onm是某个领域的课程名；Ch为该课程领域核心概念集合；Cj为该课程领域基本概念集合；Sx为该课程领域各概念的属性集合； 　　本文领域