基于公众号的课程答疑助教系统的设计与实现

劳传媛 蒙江 周慧怡

摘要：在国家政策的有力支持下，人工智能技术在教育中的落地应用得到重视与发展。针对实际课堂教学中答疑情境下存在的内向学生不敢问、教师手工搜集学生问题并答疑的效率不高等问题，提出基于微信公众号，设计并实现一个课程答疑助教系统，主要功能是智能识别学生提问并实现自动回复，从而有效提高教学效率。

关键词：智能助教系统;微信公众号;自动回复

中图分类号：TP319      文献标识码：A

文章编号：1009-3044（2022）21-0052-02

开放科学（资源服务）标识码（OSID）：

1 引言

在人工智能技术日渐发展与进步的时代大背景下，人工智能技术在各行各业中的落地应用正如火如荼地进行中，教育领域亦复如是。2017年，国务院发布《新一代人工智能发展规划》，文件中提到教育作为迫切民生需求之一，应加快人工智能在其中的创新应用，为公众提供个性化、多元化、高品质的教育服务[1]，其中“开发智能教育助理”在“智能教育”项中被明确列出。2021年，教育部部长怀进鹏出席国际人工智能与教育会议并讲话，表示中国将推动人工智能与教育教学深度融合，加快建设高质量教育体系[2]。在国家政策的有力支持下，“人工智能+教育”将进入发展的快车道。

在实际課堂教学中，由于课堂授课时间有限、不同学生知识接受能力存在差异等主客观原因，教师期望教学效果与学生实际学习情况之间往往存在一定的偏差。为减小其间的偏差值，答疑是当前教师采取的主要手段之一，鼓励学生通过课堂提问、论坛发帖、课程群发言等线上线下多种方式说明自身学习中存在的疑难问题，教师再进行答疑解决弥补知识漏洞。毋庸置疑，答疑能够一定程度上提高教学效果，但是仍然存在部分内向学生不敢问、教师手工搜集学生问题并答疑的效率不高等问题。而人工智能技术在教育中的应用之一，正是充分利用其程序化、智能化等特点，帮助教师解决重复化、机械化的工作，从而有效提升教学效率和质量。

针对课堂教学答疑情境下存在的种种问题，本文提出基于微信公众号，设计并实现一个课程答疑助教系统，主要用于智能识别学生提问，从而自动回复学生在课程学习中遇到的各种常见问题，并能够根据学生提问数据同步更新课程问题库，针对更新问题，由后台管理教师统一处理回复。基于微信公众号的课程答疑助教系统方便学生及时解决所碰到的疑难问题的同时，也能帮助教师掌握学生学习情况，从而适当调整教学策略，有效提高教学效率。

2 课程答疑助教系统的设计

为应对课堂教学中答疑情境下存在的内向学生不敢问、教师手工搜集学生问题并答疑的效率不高等问题，课程答疑助教系统应具备的主要功能如下：

1）问题理解与回复。问题准确回复的前提在于理解问题，应能够在用自然语言描述的学生提问中识别问题核心，从而能够从已有知识库中检索对应答案，并及时响应回复[3]。

2）知识库更新。基于学生对于问题描述的多元性以及学习过程中遇到问题的未知性，答疑知识库必然无法百分百覆盖所有提问。针对未包含在内的提问数据，应能够及时保存并整理，便于管理教师掌握并更新知识库。

根据以上主要功能需求分析，课程答疑助教系统的工作流程一般为：接收学生提问，并对问题进行文本处理及理解后，在已有知识库中检索相关数据，如果检索成功则返回对应答案，否则，将问题数据保存到服务器本地，以待管理教师的更新。图1是课程答疑助教系统的工作流程图。

同时，为方便学生用户使用，本文将课程答疑助教系统和微信公众号相结合，关注公众号后，即可通过公众号的聊天界面获得专属“一对一”的答疑服务，而且能够避免时间、地域以及设备的限制。

3 课程答疑助教系统的实现

3.1 问题库的构建

一个完善的答疑系统，要实现良好的答疑服务，离不开问题知识库的支撑[4]。本文面向本科课程数据结构的特定领域，通过收集近两年某高校负责数据结构授课的教师的线上答疑记录，对学生问题进行归类与分析，并以此为基础构建一个问题库，进而辅助课程答疑系统自动回复功能的实现。

通过手工整理，答疑情境主要可分为以下三类：

1）课程内容答疑：在课程章节内容学习过程中，对某个知识点存在困惑不解时提出的问题，属于课程内容答疑。这类问题大多是基础性问题，存在的主要原因是对课堂讲授内容印象不深，因此可通过推送相关教学视频、精炼整理后的图文消息进行回复。

2）测试练习答疑：课堂教学开展的同时，往往会通过课堂测试、课后作业等方式来帮助教师及时掌握学生学习情况或帮助学生巩固已学知识。而对于课堂测试、课后作业等内容提出的问题，属于测试练习答疑。这类问题是单个或多个教学知识点衍生而来，因此可通过推送题目解析以及关联知识的图文消息进行回复。

3）课程信息答疑：在实际教学情境中还存在一些问题，包括课程与专业的关系、课程考核内容及方式、课程进度安排等多个方面，主要是因为学生关注于课程对其个人发展的影响，因而需要了解课程相关的一些信息，因此本文将其归类为课程信息答疑。

问题库的分类梳理，有利于提高问题的识别与检索的效率。除此以外，本文还将该分类应用于提问无法检索到答案的情况下，通过展示分类提供用户选择，用户在选择对应分类后，可查看到该分类下的热度TOP5问题，或通过关键字搜索相关问题。

3.2 自助答疑服务的实现

课程答疑助教系统基于微信公众号，因此需要通过调用微信的第三方接口来完成消息会话功能。微信公众平台向不同用户群体及需求提供不同类型的公众账号申请服务，包括面向企业和组织提供的以强大业务服务和用户管理能力为核心的服务号、面向媒体和个人提供的以沟通交流为核心的订阅号等。课程答疑助教系统的核心服务是答疑，答疑本质上是提问方与解释方之间的对话交流，因此本文申请的公众号类型为订阅号。订阅号主要提供群发消息、被动回复消息、客服消息和模板消息四类消息服务，自助答疑服务发生在学生提问后，因此主要触发的是被动回复消息类型。

在收到以文本为载体的提问消息后，微信服务器会将该条消息以XML的形式发送到预先配置的开发者服务器地址处，以提问“数据结构从逻辑上如何划分”为例，推送的XML数据包结构如图2所示。

其中，ToUserName結点标签是消息的接收方，即开发者的微信号;FromUserName结点标签是消息的发送方，即提问者的微信号;CreateTime结点标签是提问消息创建的时间;MsgType结点标签是消息类型，当前课程答疑助教系统主要解决的是text文本消息;Content结点标签是提问消息中的全部文本内容;MsgId是由微信后台系统自动生成的一个为记录识别该条提问消息的标记ID[5]。

自助答疑服务的实质是，以提问消息的文本数据为检索内容，在自建的问题库中检索相应的问题记录，从而向提问者返回预设的对应答案与解析文本。因此，系统首先需从XML数据包中解析提取出ToUserName、FromUserName和Content等结点标签中的内容数据，为后续操作提供支持。然后，系统采用SimHash算法分别对Content结点标签的内容数据和问题库中的已有问题进行文本相似度计算，从中检索出相似度高于0.6的数据。若仅检索出一条数据，则直接将该数据对应的答案项和解析项封装到特定XML结构中，并在响应包中返回该XML数据，来对原提问消息进行响应。针对提问“数据结构从逻辑上如何划分”，系统检索到对应数据后，响应回复的XML数据包结构如图3所示。若存在多条，则返回相似度最高的数据。

微信服务器接收到回复的XML数据包后，则会根据其中的ToUserName结点标签，发送给指定微信用户，即发出提问的用户。实现效果如图4所示。

但自建问题库并不能保证百分百覆盖所有的提问，针对在自建问题库未能检索到相似度高于0.6的提问数据，系统同样会响应回复一个XML数据包，表示当前暂时还未收集相关问题，以及当前问题库中被检索返回次数最高的前5个问题，提问用户可根据自身需求选择是否根据指定数字查看对应问题的答案解析。实现效果如图5所示。

4 结束语

微信公众号作为一种全新的服务平台，能够在公众号管理者与读者之间架起良好的沟通桥梁，目前已经得到广泛应用。本文利用微信公众号的便利优势，设计并实现一个课程答疑助教系统，主要完成智能识别学生提问并实现自动回复的任务，并尝试应用在数据结构课程教学中。在实际教学场景下，基于微信公众号的课程答疑助教系统能够帮助教师分担一定的答疑工作量，并且从课程内容、课程进度、课程考核等多个方面向学生提供友好的“自助”答疑服务，具有良好的教学应用价值。

参考文献：

[1] 国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-20）[2021-10-20].http：//www.gov.cn/zhen gce/content/2017-07/20/content_5211996.htm.

[2] 2021国际人工智能与教育会议举行[J].中国教育网络，2021（12）：7.

[3] 李敬伟，刘丹.一种基于FAQ的自动应答系统的研究与设计[J].河南机电高等专科学校学报，2012，20（4）：27-30.

[4] 满盈盈.网络教学平台答疑系统在教学中的应用研究——以《计算机辅助教育》课程教学为例[D].桂林：广西师范大学，2015.

[5] 微信官方文档[EB/OL].[2021-10-20].https：//developers.weixin.qq.com/doc/offiaccount/Getting_Started/Overview.html.

【通联编辑：谢媛媛】