[教学资源]国内外网上智能答疑系统比较研究 (一)

首页上一页 1 2 下一页尾页 1/2/2

整合了网络通信、人工智能等高新技术的基于网络的智能答疑系统使教育答疑突破了答疑行为的时间、空间局限并广泛扩展了问题解答的资源内容、资源呈现形式和资源获取方式，提供了高效率、高质量的学生与教育资源的交互不但支持了网络教学的顺利进行，而且成为传统课堂教学的有益补充。然而国内外智能答疑系统发展的现状是真的发挥其优势，满足了教与学的需求？带着问题我们对国内外的智能答疑系统进行了调研。下面笔者将基于调研对国内外智能答疑系统的发展现状和特点进行比较，希望通过比较能够发现目前网上答疑系统的问题，并借鉴国外好的经验探索建设我国网上智能答疑系统的方法。
一、国内网上智能答疑系统发展现状
在我们调研的24家国内网上教育平台或教育网站中我们发现国内真正具有智能性的网上答疑系统非常少（如校际通网络教学平台、新叶网络教学平台、佛氏数超IClass Tutor异步教学系统等），有些教育网站就没有答疑系统，大多数有答疑系统的教育类网站采用电子邮件、留言板、BBS、聊天室等基于网络的人际交互方式实现答疑。可见，国内大部分教育人员对网上答疑的认识还局限在传统教学中的人际交互的模式中，而忽视或者应该说回避了网络技术、人工智能等先进技术给答疑提供的强大支持。
下面从5个方面具体介绍国内具有一定智能特征的网上智能答疑系统的发展现状。
1．系统的独立性
在对国内的网上答疑系统的调研过程中，我们发现国内具有答疑功能的独立平台或系统非常少，大部分的答疑系统都嵌套在网络教学平台或系统之中。这与国内前一段网络教学和学习平台建设热潮有一定关系。这类答疑系统所履行的主要的功能是提供给学生就课程相关问题与教师或其他课程权威以及同伴进行交互的环境。
2．系统的功能
国内网上智能答疑系统中的主要功能包括答疑功能、问题查询和浏览功能、用户信息和知识管理功能、系统统计功能，除此之外，还包括了其他的附加功能，如用户个性化定制、问题操练、问题解答评价等功能。
国内答疑功能主要是通过人工答疑和基于数据库的自动答疑两种方式来实现。人工答疑通过电子邮件、网上异步讨论区和留言板、网上同步聊天室、网上语音会议等方式来实现，然而人工答疑中没有从结构上给用户设计更有益于深入探讨问题的环境，结构比较松散，讨论的内容很难控制。自动答疑是通过对知识库的自动搜索实现的，无论提问者输入关键字或是自然语言短语或句子，系统都会根据问题进行系统知识库的全文搜索，然后将与这个问题相关性较强的问题及其答案反馈给提问者。然而基于自然语言的答疑准确率和针对性对比较差，会有很多与问题中词语有关的信息被呈现出来，真正的答案需要用户自己来再次寻找。除了提问，用户还可以通过浏览已回答问题列表解答问题，国内很多系统给用户设计了多个属性查询已回答的问题。
系统的统计功能提供了与答疑情况有关的数据和信息的简单处理，然而统计对象的选择缺乏对整个教学或学习系统的考虑，另外只提供了如频率统计这样的简单统计，缺乏对原始数据的深层处理，在统计数据与教学系统其他子系统数据交流方面也没有较好的渠道，这样统计功能对系统的改善意义就非常有限了。
总体而言，国内系统的功能较为全面和丰富，但许多功能质量较低，有些功能的实用意义较小、而且操作性不强。
3．系统的智能性
目前国内答疑系统的智能性主要体现在低水平的机器对人类自然语言的理解、自动的问题资源库检索和相关信息的反馈。然而，利用自然语言进行查询的精确性和有效性没有得到科学的证明，经验表明其查询准确性较低，此外反馈的答案针对性和有效性也比较低。
4．系统的资源库
国内答疑系统寻求问题答案的资源库主要是基于课程章节组织的，这与国内答疑系统大多是教学系统的子系统有关。系统将每章学生提出的常见问题和教师的解答作为数据库的基本内容，有的系统将学科知识以章节为单位组织起来作为资源库的基本内容（如上海交通大学远程教育研究中心的网上答疑系统），有的系统的资源库是基于课堂的常见问题而建设，有的两者合一。这种基于课的资源库结构在资源扩展时容易造成资源重复的现象。
国内网上答疑系统的一个主要问题是系统的资源库内容不够丰富，比起浩瀚的网络教学资源，网上答疑系统的资源非常有限，嵌入教学系统的答疑系统的资源库和教学系统本身的资源库是割裂的。
5．相关技术
目前制约网上智能答疑系统智能化的最大技术瓶颈是中文信息处理技术。中国对自然语言方面的研究已有几十年的时间，虽然很多研究已经取得一定的进展，但是分词问题仍未彻底解决。组合歧义，新词和未登录词等问题，仍严重影响着分词的精度。此外由于目前还没有一个大家认可得现代汉语语料库或“国家标准现代汉语语料库”，也没有带词性、词法搭配、句法和语义的语料库，关于短语结构标注的汉语语料库、汉语的语段库（chunk base）、现代汉语树仓库（tree bank）以及双语语料库，更是没有着落，因此自然语言处理在中国的进一步发展受到严重的限制。这种技术发展水平决定了目前国内智能答疑系统的低精确率，也成为该系统发展的主要桎梏。
除了自然语言处理技术外，数据挖掘、文本检索、机器学习和专家系统等技术的水平也都影响了答疑系统的智能性。然而目前这些技术一方面本身具有局限性，另一方面在教学中的应用非常少，因此还需要相关专业人员的合作和深入探索。
二、国外网上智能答疑系统发展现状
调研了国外网上教学平台和几家有名的提供“e-learning”解决方案的公司的网络学习平台，我们发现，国外教育网站中答疑的实现主要通过各种网络人际交互的手段和技术来实现。当我们在Google中输入“question answering”进行查询，会发现许多专门的答疑网站，这些答疑网站涉及K12教育、大学教育和大众教育等领域。这其中有些答疑系统在智能化方面作的非常出色如Ask Jeeves公司、Ask Jeeves for kids网上答疑系统、MIT人工智能实验室Boris katz博士组织开发的START（Syntactic Analysis using Reversible Transformation）系统。下面我将对比国内的系统具体介绍这些系统的特点。
1．系统的独立性
国外出色的智能答疑系统全部都是独立运行的系统，它们不属于任何教学或学习平台。这类系统所扮演的角色更象一个专业领域资源的提供者，提问者借助系统回答他们的问题不一定是某个完整的教学过程中的一部分，他们通过寻求答案可能是为了解决他们在相应学科的问题，也可能仅仅是为了满足他们的好奇心，或者是为了寻找作业或任务中需要的资源。
2．系统的功能
相比国内答疑系统的丰富功能而言，国外答疑系统的功能更加简洁。虽然主要的功能与国内类似，但是所有的功能都是围绕答疑功能而设计，功能设计重点突出、设计精良。答疑功能的实现也是通过人工答疑和自动答疑共同实现。人工答疑的方式与国内差异在于国外的答疑系统中人工答疑的主要方式是电子邮件和信息板，很少有讨论区或聊天室。
国外在自动答疑方面作的非常有特色。有的系统（如Ask Jeeves for kids）在提问模块系统不但支持了自然语言提问，而且设计了问题的确认交互，通过这层交互，系统能够更精确地理解用户的问题，为问题的准确解答提供了保障；在问题呈现方面，系统会基于问题的类型提供给用户较为简洁的答案，一般有关时间、人物、地点、概念等类型的问题，其答案的简洁性和正确性较高，如向START系统提问“哪个国家拥有人口最多”，系统只会反馈给你国家的名字，以及关于该国家人口的详细介绍，而不是很多与“国家”和“人口”有关的信息。此外，很多解答语言的表述上也有差异；答案的来源不像国内系统那样只是系统自身建设资源库，还会包括其他相关网站上的资源，因此答案虽然力求准确、简洁，但也具有开放性。
3．系统的智能性
国外系统的智能性也主要体现在人机理解的自然语言接口和相应的问题查询和反馈上，但是国外系统在基于自然语言的提问方面作的比国内更加准确和人性化 !如带有问题确认的功能，主要原因是国外在问题处理部件增加了问题类型判断，以及增加了答案处理和解释部件，因此不但保证了系统对问题的更准确的理解，也使呈现的答案简明扼要。
4．系统的相关资源库
国外答疑系统的资源库的突出特点是拥有丰富、高质量的内容，比如Ask Jeeves for kids 系统的所有答案是来自数万计通过查询和研究确定的和问题有关的其他网站链接（主要的来源是Yahoo ligans、Education World、Federal Education Resources三个网站），这些网站资源是人为建设的，而并不是软件搜索得到的，因此，每一个答案链接都与问题相关。
国外系统的答案资源库不只包括知识库还包括信息库。这样答案中呈现的信息可能是对问题的解答，也包括能够解答相关问题的网上资源的信息。与系统的独立性相关的是，和国内针对学科和课本的内容体系相比，国外系统答案资源库的内容采用了内容更加丰富和广泛的主题式或专业领域式内容组织体系。
5．相关技术

首页上一页 1 2 下一页尾页 1/2/2

[教学资源]国内外网上智能答疑系统比较研究 (一)......