移动平台中的课程答疑智能角色信息服务模式及实现

严一梅，陈宏彪

(1.华南农业大学图书馆，广州 510642；2.广州影子科技有限公司，广州 510640)

1 引言

随着移动通信设备的快速普及和无线网络的高速发展，基于移动信息交互平台的大众集群交流模式应运而生，典型的如腾讯公司推出的微信应用app，其灵活组群和撤群功能使人们在特定时段与特定人群通过移动设备共享信息成为可能。由于不受时间空间限制，很多高校教师也尝试引入微信群开展课外辅导活动。

利用手机微信群教学辅导，相较计算机网络平台更便捷，但任课老师面对至少一个班的学生，要做到即问即答也不现实，一定程度扰乱教师的课余工作计划与休息时间，况且可能遇到不断重复回答同样问题的烦恼等；而学生积累了问题不方便得到老师及时答疑，也会影响学习兴趣和热情。而问题的另一面是：图书馆藏有丰富的专业课知识资源，分散在信息海洋的各个角落，未形成按课程名分类集中的易检索模式；再则图书馆课程资源建设与教学一线需求的关联较松散，不利于图书馆及时采访、补充更有价值的教学资源。

为解决以上困境，如果图书馆创建课程答疑数据库，通过在微信群嵌入课程答疑“智能助教”角色，主动为教学一线提供信息服务，在方便教学一线的同时，也将进一步提升图书馆资源建设的针对性和信息服务的有效性。

2 研究现状

针对教学一线开展信息服务方面，国内外学者探索了嵌入式学科服务、创建信息服务平台及构建虚拟问答系统模式，取得一定的成效，具体包括3 个方面。①在图书馆馆藏资源如何高效为教科研服务方面：黄晓斌等分析了世界排名前10 的大学图书馆网站为本科教学的经验和特色，提出尽快形成完善的课程馆员服务体系，设置“师生联络员”以加强与院系之间的联系，并跟踪用户的信息需求和反馈意见，根据教学周期的变化将图书馆资源与服务嵌入相关的课程教学中[1]。李书宁从用户、馆员、服务、馆藏4 方面探讨了构建分层学科服务体系，精准开展学科嵌入式服务，并利用用户调查及行为分析进行完善[2]。贾静借鉴美国伊利诺伊理工大学图书馆先进的理念和措施，提出了建立资源共享渠道、建立符合本院校专业课程、专业方向研究的指南以及链接，以提供深层次的科研服务[3]。吴爱芝等从科研项目、科研个体、科研团体及科研过程4 个维度阐述嵌入式科研服务内容，为开创学科服务新途径提供参考[4]。②在如何利用公共信息交互平台为教学服务方面：纪彦旭基于微课堂微教学的需求，对微信平台的公众号进行二次开发，应用Java 开发技术为依托进行了教学系统的开发与研究具有基础信息管理、课表管理、考试及选课、教学评价等功能，但不能进行课程答疑[5]。丘源以单片机原理及应用课程为例，提出引入微信平台作为辅助教学的方式，并通过注册微信平台的订阅号来实现移动学习资源的规划与建设、编辑与发布流程及离线编辑等，不包括课程答疑[6]。宋振世等介绍了华东师范大学利用微信公众平台进行参考咨询、教学培训、宣传推广等服务[7]。王雅戈等以常熟大学科技园为例，探讨了高校图书馆与其他科研机构合作，构建公共信息服务平台，创新公共信息服务模式，特别是创新驿站这一高级信息服务模式，共同为大学科技园的产学研提供高端信息服务[8]。③在如何通过虚拟智能角色为教学信息交互平台学生答疑解惑方面，虽未见直接的研究文献，但在咨询服务中引入机器问答系统的研究不少：布拉斯加大学林肯分校图书馆[9]通过挖掘分析咨询记录、优化相关知识库，构建了聊天机器人为用户提供更具有针对性的答案；JIN[10]提出了一种可以通过与用户之间的对话来实现语法规则库自动更新的聊天机器人问答系统。李雪婷等通过研究分析自动问答技术中的语言问题，编写针对图书馆咨询服务机器人的语言体系，设计了图书馆自动问答机器人来实现全时段虚拟答疑，加强读者与图书馆之间的互动交流[11]。刘宝瑞等通过在图书馆数字参考咨询系统引入Deep QA 技术，创建新问答系统，从而实现客观分析问题，完备知识库建设，最终准确给出答案[12]。沈奎林等利用微信作为图书馆的服务平台，阐述了南京大学图书馆智能问答系统的设计思路和实践[13]。覃显晶等将智能机器人与图书馆公众号及QQ 咨询群、app 等端口实现对接，构建咨询服务新系统，多渠道与读者互动，并优化语料库建设[14]。陆伟等以武汉大学图书馆为对象，创新设计了图书馆问答系统，具有多功能模块融合特征，并利用知识图谱抽象了业务和学术知识[15]。

综上所述，在图书馆馆藏资源如何高效为教科研服务方面，有把资源“嵌入”到一线的主流观点，但多止步于策略研究，少有给出具体技术方法，或给出的服务方案主动性不够突出或不够及时；在如何利用公共信息交互平台为教学服务方面，研究案例多为利用移动平台推介图书馆功能信息以方便远程办理图书馆业务，或类似公众号的新书导读服务。图书馆开发参考咨询的问答系统较丰富，但缺乏针对教学一线实时问题进行实时更新信息服务的研究；在如何通过虚拟智能角色嵌入信息交互平台主动为一线师生答疑解惑方面，尚无直接的研究案例文献，多为一些预设和定制的交互网站机器答疑研究及应用，市面可见的如阿里巴巴的“阿里旺旺”和“京东客服”办公等交互平台中的“机器人”，常用于“平台功能介绍”、无人值守时的“预设问题答疑”“应景闲聊”等。

本文提出将图书馆学科资源与教学一线急需动态关联的“智能角色”主动信息服务模式，以腾讯的“微信”为试验平台，以图书馆创建的课程数据库为信息资源支撑、任课教师或者图书馆员灵活参与建设的“智能助教”课程答疑系统，简要介绍系统组成原理、基本的技术实现方法，最后给出实现示例。

3 课程答疑信息系统的结构设计

3.1 信息系统支撑环境设计

考虑到使用成本，尽量以成熟、现有的校园网信息资源为支撑。系统设计主要包括3 个部分：校园正方教学管理信息系统、校园WiFi 平台、图书馆信息服务数据库。其中，正方教学管理系统采集课程教学班级学生信息，并建立对应的课程微信群；校园WiFi 用作空中数据通道。课程答疑机器人作为“智能助教”角色嵌入微信群，经空中通道与图书馆信息服务数据库相链接，以获取和存储课程知识协助老师回答问题。

3.2 信息系统结构设计

通过微信群连接教学管理系统和图书馆信息服务系统，结构模型如图1 所示。

由图1 所示，正方教学系统每学年初按班级完成新生的信息采集工作，并根据课程A、B 分为A、B 小组，并将信息输入到微信客户端，微信客户端根据A、B 分组构建课程A 微信群、课程B 微信群。AB 微信群分别植入微信机器人（“智能助教”），在微信群进行答疑、咨询，并收集专业课程有价值信息，导入图书馆信息系统，以备调用和导出。每学年的知识积累可使用于下一个学年，不断累积，构成内容日益丰富的课程信息数据库。

图1 课程答疑信息系统结构图Fig.1 The diagram of the curriculum Q&A system's structure

3.3 系统的主要功能及特色

主要功能特色有5 个方面。

（1）24 小时无休在线课程答疑服务。“智能助教”在群里充当老师助手的角色，无休搜集重复出现的问答，自动关联，纳入答疑库。答疑机器人与微信群里的角色产生了多维度的互动关系：“智能助教”与老师、每个学生构成了互助学习团队。答疑系统涉及到的角色有学生、老师、智能助教和后台系统管理。功能场景是微信群。学生在微信群中@ 机器人并提出问题，机器人识别问题后搜索课程答疑数据库，如果搜索到答案，则自动回复问题。

（2）越用越灵活。机器人识别问题后若搜不到答案，学生不满意机器人自动回复的答案，机器人会邀请其他学生/老师来回答。当人工回答被采纳后，机器人自动关联该问题及正确答案，存入课程答疑数据库以便将来能对相似的问题作出快速回答。这种自学习功能，使得知识得以积累，系统越用越好用。原理如图2 所示。

（3）实现技术方面，通过一个微信账号同时关联多个课程群，并对每个群的信息进行分类管理，通过这种“多用户”信息处理技术，可以一定程度缓解类似微信账号资源稀缺问题。

图2 答疑系统用况图Fig.2 The diagram of the Q&A system's usage

（4）多途径维护与知识升级。课程答疑数据库创建在图书馆服务器上，其维护管理既可以是专业专职馆员，也可以是教学一线的老师学生，还可以是“智能助教”自主。馆员可通过批量录入，实现库内容跳跃式升级，而一线师生则通过与机器人交互，实现库内容步进式升级。

（5）多应用途径。设计了内存映射表，将数据库复杂问题索引转化为简单索引，方便学生和老师输入问题和反馈知识。此外答疑库有一套完备的管理系统，除了基本的增、删、查、改功能之外，还提供数据分析功能。系统管理员选择相关的指标将答疑库进行知识分类管理，教师和学生可以随时查询、阅读，并分享、推荐给其他同学和朋友。

4 技术实现及程序设计

4.1 技术实现路径

4.1.1 微信应用app 的二次开发技术

在一个微信聊天群中，根据即时通信原则，作为群成员的“智能助教”角色只要在线，就可以随时收到群消息，运用自然语言处理算法，筛选出问题并检索数据库，返回答案。答疑机器人本质上就是一个微信号，只要做到模拟微信号登陆微信平台，并且能够捕捉到群消息事件，就可以实现期望的答疑功能。本答疑系统使用Jeeves 实现模拟微信号登陆并捕捉群消息事件的功能，技术原理如图3 所示。

图3 模拟微信号登录课程群过程示意图Fig.3 The diagram of WeChat accounts'log on to the class

4.1.2 微信群虚拟角色与图书馆数据库关联技术

答疑库以课程名称作为命名空间，进行数据隔离。新建一个课程聊天群后，对应的答疑库代理同时被建立并初始化。微信群机器人接收到问题之后，会检索答疑库代理，如果检索结果为空，答疑库代理就会向图书馆数据库系统发起检索请求，调用图书馆系统开放的检索接口，并将结果返回给群中机器人，同时保存一个问答备份到答疑库代理。一方面，可以提高相似问题命中率，缩短响应时间；另一方面，答疑库代理采用的是倒排索引[16]的数据库，检索效率是实时的。也就是说，机器人与图书馆数据库并不是直接与图书馆交互的，而是通过答疑库代理间接联系的。

图4 课程群“智能助教”角色与答疑库的关联关系示意图Fig.4 The relation between an"intelligent teaching assistant"and Q&A database

4.1.3 将索引映射之后的答案显示在微信群

群中机器人即“智能助教”，接受到检索答案后，如果答案为空，会在群里回复求助回答；如果答案不为空，会将答案列表发布到群中。考虑到要收集群成员对于答案的匹配度回复，为了方便用户对问题答案满意度进行回复，需要将答案的全局Id 转换为简单索引。全局索引长且复杂，比如uuid，而简单索引是简短的，比如1、2，本系统使用内存映射表实现长短索引的转换。

图5 长短索引转换Fig.5 The conversion between long and short indexes

本系统在Window10 操作系统上，使用Java 语言[17]进行开发。开发工具使用IDEA，开发环境为JDK8[18]（java development kit8），Redis[19,20]和ElasticSearch[21]。

4.2 程序设计

4.2.1 系统整体框架及信息交互流程图

在IDEA 集成开发环境下，用Java 语言对微信信息交互作二次开发程序设计，系统结构框图如图6 所示，信息交互流程如图7 所示。

图6 系统框架图Fig.6 The system framework

图7 系统信息交互流程图Fig.7 The flow chart of system information interaction

4.2.2 数据库的数据结构设计

本系统的答疑数据库采用ElasticSearch[22]，表结构设计简单，只有问题和答案两个属性，数据结构都为字符串类型，建表语法如下。

4.2.3 微信群“智能助教”角色实现程序

主要实现程序代码如下。

程序流程图如图8 所示。

图8 程序流程图Fig.8 The program flow chart

5 试验与测试

5.1 测试环境

硬件环境：PC I5 2.6G，内存2G，硬盘剩余空间10G 以上。软件环境：JDK8，Redis，ElasticSearch。运行系统：Jeeves 系统，答疑库系统。

5.2 启动步骤

管理员首先准备一个微信账号，并在手机微信登陆。进入Jeeves 系统，使用手机微信扫描登陆，启动机器人。将机器人加入课程群中，即可自动答疑。

5.3 测试报告

将课程答疑机器人小K 放入 《商务英语》 教学群进行测试，同学们很感兴趣，尝试@ 机器人进行交流，咨询学科专业及课堂中的疑问，体验人工智能服务。同时，智能角色在线答疑的启用，创新了教学课后答疑的服务模式，延长了咨询服务时间，让老师从重复、繁重的教辅工作中解放出来，同时群内多角色，多方面的互动也让学习气氛活跃，提高了同学们学习兴趣和学习效率。系统测试的界面如图9、图10 所示。

图9 人工回答问题Fig.9 Human-generated question answer pairs

图10 关联问答后自动回答问题Fig.10 Automatically generated answers

如图9 所示，某同学在教学群@机器人小K 提出问题，小K 在答疑库找不到匹配答案“请群里的老师同学回答”，并给出回答问题的格式要求。当老师回答该问题之后，机器人会识别这个回答，并自动关联问答，将这个问答积累到答疑库里面，当学生再次提出包含相同关键字的提问后，机器人即可自动回答，如图10 所示。

将“智能助教”应用前后的效果对比，如表1 所示。

表1 课程答疑系统应用前后对比Table 1 Comparison of the situation before and after the application of the curriculum Q&A system

6 结语

本研究获得以下有益结论：①以“智能助教”角色形式，嵌入到基于公共信息平台的“课程群”中，是一种图书馆信息主动服务教学一线的可操作模式；②具体利用微信平台的二次开发功能，利用JDK8、Redis、ElasticSearch 等软件资源开发工具构建应用系统，在技术上具有可行性；③本文的信息主动服务模式及其图书馆建课程数据库，既可以调动盘活现有库存信息资源，又可以动态发现资源短板，有针对性的充实完善资源建设工作；④赋予“智能助教”角色自学习功能是动态更新课程数据库的智能化方法，本文的相关研究给出一种实现思路，具体技术方法还只处在起步阶段，离“便捷好用”还有一定距离，尚需进一步研究和完善；⑤本文的模式、思路与方法，对有相似需求的信息服务系统有一定参考价值。