智能問答系統(tǒng)在企業(yè)知識服務(wù)平臺中的應(yīng)用

張自鋒 陶秀杰 周育忠 張志彬

摘 要：整合、利用和協(xié)調(diào)企業(yè)各部門的知識資源，實(shí)現(xiàn)企業(yè)知識資源聯(lián)合、開放、共享，為企業(yè)員工提供精準(zhǔn)的知識服務(wù)，已成為企業(yè)進(jìn)行人才培養(yǎng)、開展科技創(chuàng)新的主要途徑?；诖耍疚睦肑ava EE技術(shù)、BP神經(jīng)網(wǎng)絡(luò)算法以及GA遺傳算法改進(jìn)傳統(tǒng)的問答系統(tǒng)，設(shè)計了一款智能問答系統(tǒng)，并將其應(yīng)用于企業(yè)知識服務(wù)平臺中，以提高企業(yè)員工知識獲取效率。

關(guān)鍵詞：智能問答系統(tǒng);知識服務(wù);知識獲取

中圖分類號：TP311.52文獻(xiàn)標(biāo)識碼：A文章編號：1003-5168（2018）29-0027-02

Abstract： Integrating， utilizing and coordinating the knowledge resources of all departments of the enterprise， realizing the joint， open and sharing of enterprise knowledge resources， and providing accurate knowledge services for employees has become the main way for enterprises to cultivate talents and carry out scientific and technological innovation. Based on this， this paper used Java EE technology， BP neural network algorithm and GA genetic algorithm to improve the traditional question answering system， designed an intelligent question answering system， and applied it to enterprise knowledge service platform to improve the efficiency of knowledge acquisition of enterprise employees.

Keywords： intelligent question answering system;knowledge service;knowledge acquisition

隨著大數(shù)據(jù)時代的到來，企業(yè)成員對知識的需求不斷變化，傳統(tǒng)知識平臺局限性問題日益凸顯。企業(yè)知識服務(wù)平臺在工作過程中主要存在以下問題：從使用者層面考慮，存在有效信息獲取效率低下的問題;從管理者層面考慮，存在顯性知識不斷增長，隱性知識極難獲取的問題;從企業(yè)層面考慮，存在創(chuàng)新性知識無法滿足創(chuàng)新性發(fā)展需求的矛盾。以上各種問題與矛盾，實(shí)質(zhì)上是知識服務(wù)與知識管理失衡所造成的，因此，實(shí)現(xiàn)企業(yè)各業(yè)務(wù)部門知識精準(zhǔn)服務(wù)，是當(dāng)前企業(yè)知識服務(wù)平臺建設(shè)的重點(diǎn)。基于上述原因，本文利用Java EE技術(shù)、BP神經(jīng)網(wǎng)絡(luò)算法以及GA遺傳算法，對傳統(tǒng)的問答系統(tǒng)進(jìn)行優(yōu)化，并使之能有效應(yīng)用于企業(yè)知識服務(wù)平臺中，以提高企業(yè)的整體知識服務(wù)工作效率，為企業(yè)員工提供更為優(yōu)質(zhì)的企業(yè)知識服務(wù)，進(jìn)而提高企業(yè)經(jīng)濟(jì)效益及市場競爭力。

1 算法模型設(shè)計

1.1 Java EE技術(shù)

Java EE技術(shù)是SUN公司推出的一種標(biāo)準(zhǔn)體系結(jié)構(gòu)，其利用Java2技術(shù)來解決企業(yè)級應(yīng)用方案在開發(fā)和部署過程中的各種復(fù)雜問題[1]。Java EE技術(shù)采用多層級的分布式應(yīng)用模型，使不同的層級實(shí)現(xiàn)對應(yīng)的功能[2]。

1.2 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)算法主要是通過模擬人類大腦神經(jīng)元的學(xué)習(xí)運(yùn)作模式，對事物進(jìn)行判斷與處理，并得出相應(yīng)的參考結(jié)果。假設(shè)BP神經(jīng)網(wǎng)絡(luò)存在k個數(shù)據(jù)樣本，那么第k個數(shù)據(jù)樣本的期望輸出可以采用式（1）、式（2）進(jìn)行描述：

1.3 GA遺傳算法

GA遺傳算法是根據(jù)自然界的遺傳規(guī)律推演出來的一種算法模型[3]。假設(shè)變量[At]代表GA遺傳算法中的遺傳第一代樣本，那么第t代中的第j個個體就可以使用變量[Ajtj=1，2，…，n]進(jìn)行表示。那么根據(jù)上述遺傳原理可以推算出第t+1代的樣本數(shù)量如式（4）所示：

2 系統(tǒng)設(shè)計方案

本文主要利用Java EE技術(shù)設(shè)計了一個智能問答系統(tǒng)。該系統(tǒng)具備高性能的事務(wù)處理能力及數(shù)據(jù)庫分布式處理能力，并具備較好的兼容性和可移植性。同時，采用MySQL數(shù)據(jù)庫系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)的存儲和維護(hù)，該智能問答系統(tǒng)邏輯架構(gòu)如圖1所示。

從圖1可知，該智能問答系統(tǒng)主要包括五大功能模塊，即QA引擎層、QA定制服務(wù)層、QA應(yīng)用層、檢索數(shù)據(jù)層和服務(wù)層。該智能問答系統(tǒng)包含四種不同類型的問答模式，即基于自由文本庫的問答模式、基于知識庫的問答模式、基于問答對庫的問答模式和社區(qū)問答模式。

①基于自由文本庫回答模式。該模式主要是通過對問題中的關(guān)鍵文本進(jìn)行抽取，然后匹配知識庫中的相關(guān)答案，最終答復(fù)用戶。

②基于知識庫的問答模式。該模式主要是通過利用BP神經(jīng)網(wǎng)絡(luò)算法，對用戶問答數(shù)據(jù)樣本進(jìn)行學(xué)習(xí)訓(xùn)練，使系統(tǒng)可以有效地識別用戶所提問題的真實(shí)意圖，并利用遺傳算法進(jìn)行優(yōu)化，最終實(shí)現(xiàn)回答功能。

③基于問答對庫的問答模式。該模式主要通過導(dǎo)入行業(yè)已有的現(xiàn)成問答資源，形成問答對庫，當(dāng)用戶提出相同類型的問題時，可以實(shí)現(xiàn)回答功能。

④社區(qū)問答模式。通過建立起一個問答社區(qū)，用戶在社區(qū)上通過求助問答的模式，以人工解決的方法，回答用戶提出的問題。

3 結(jié)語

本文利用Java EE技術(shù)、BP神經(jīng)網(wǎng)絡(luò)算法以及GA遺傳算法，設(shè)計了一款智能問答系統(tǒng)，并將該系統(tǒng)應(yīng)用到企業(yè)實(shí)際知識服務(wù)中。通過反饋可知，該系統(tǒng)能夠有效提高員工知識獲取效率，幫助企業(yè)更好地為員工提供知識服務(wù)，促進(jìn)企業(yè)人才培養(yǎng)與科技創(chuàng)新發(fā)展。

參考文獻(xiàn)：

[1]王文輝，吳敏華，駱力明，等.基于相似度算法的英語智能問答系統(tǒng)設(shè)計與實(shí)現(xiàn)[J].計算機(jī)應(yīng)用與軟件，2017（6）：62-68.

[2]劉超，馬東宇.智能問答的聊天機(jī)器人系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J].信息技術(shù)，2017（5）：176-177.

[3]劉寶瑞，郭宏嬌.基于Deep QA的圖書館數(shù)字參考咨詢問答系統(tǒng)研究[J].情報科學(xué)，2017（4）：103-108.