基于DL和領域本體的題目自動生成技術

李 慧

（鹽城師范學院，江蘇 鹽城 224000）

1 研究背景及意義

隨著計算機技術的普及，計算機等級考試作為一種測試計算機應用知識掌握程度和上機實際操作能力的評判標準被迅速推廣起來。為了更好地幫助學生掌握計算機基礎知識，許多高校都建立計算機等級考試的試題庫供學生學習、檢測使用。然而，傳統(tǒng)的試題庫存在以下幾點缺陷：一是試題庫的維護需要花費大量的人力、物力和時間；二是隨著試題庫的不斷增大，題庫中的題目不可避免地會出現(xiàn)冗余和重復[1]。為此，本課題研究了利用本體技術建立一個計算機基礎知識的知識庫，通過分析現(xiàn)有的江蘇省計算機等級考試的真題，總結出各類出題模式，并利用描述邏輯（Description Logic，DL）的有關理論生成多項選擇題的干擾項，從而實現(xiàn)目前計算機等級考試中的理論題目（填空題、多項選擇題和判斷題）的自動出題。

目前自動出題系統(tǒng)雖然方法各異，但所有系統(tǒng)的基本框架都是一致的，通過總結，得出一個題目自動生成系統(tǒng)的一般框架如圖1所示。

圖1 題目自動生成系統(tǒng)一般構架

圖中知識庫、語料庫和文檔是試題題目的來源，一般只考慮一種，虛線框1是填空題必須經過的步驟，虛線框1和2是選擇題必須經過的步驟。

2 自動出題系統(tǒng)分析和總體設計

2.1 可行性分析

文中以江蘇省計算機一級考試的真題考試為研究對象，詳細說明自動出題技術的技術可行性。文中隨機選擇了近幾年的江蘇省計算機一級考試的8份試卷，人工地將每份試卷中的與概念有關的試題提取出來，與概念相關的題目具體情況見表1。

表1 歷年概念題題量分析表

由表1可見，與概念相關的試題題目的比例基本達到50%，有些甚至超過50%，這就說明利用本體技術可以解決計算機一級考試中的相當一部分試題題目。

綜合一級考試的題目特點，文中完全可以利用本體技術和描述邏輯技術來解決本系統(tǒng)的出題技術。本體技術主要用來解決概念的問題，邏輯描述技術可以用來解決試題中的并、非、包含、等價等形式[2]。

2.2 系統(tǒng)總體設計

系統(tǒng)利用DL技術，利用本體中的概念及其關系和出題策略來生成一個完整的題目題干以及正確答案。系統(tǒng)共可以生成3種類型的題目：填空題、判斷題和選擇題，也即是系統(tǒng)共有3個模塊。系統(tǒng)最后可以將生成的題目放入到試題庫中。本系統(tǒng)的具體數(shù)據(jù)流程如圖2所示。

圖2 系統(tǒng)數(shù)據(jù)流程

3 自動出題系統(tǒng)本體的設計和出題模式

文中采用的是斯坦福大學研究開發(fā)的Protégé軟件作為工具，并參考了當前比較常用的一些本體建立方法，選取了彭勝華老師主編的《大學計算機信息技術》中的第二、三章為知識源，建立了一個OWL（Web Ontology Language）測試本體[1]。

3.1 本體的建立

文中所建立的本體中，共列舉了16個概念和術語。在這些概念中共建立了86個類，其中，計算機、電腦、主機、主板、顯示器、鼠標等被定義為類；定義了9個屬性（其中，5個對象屬性，4個數(shù)據(jù)屬性）。另外還建立了26個個體實例，如ENIAC、超級計算機、大型計算機等，本體定義了所選章節(jié)中具有多個屬性值的個體，比如個體“ENIAC”具有的屬性值有：所屬國家美國，加法速度為5000次／s，乘法速度為300次／s等。

類的關系中主要建立了兩類關系：一類是父類和子類的關系，如計算機和大型計算機的關系；另外一類是等價關系，即兩個類表示同一個事物，如電腦和計算機為等價關系。在建立類的關系時，還要設置互不相交關系，計算機分為巨型、大型、中型、小型和微型計算機，這些類型的計算機之間互不相交。當然，除了個體類之間存在以上關系外，屬性的關系也存在以上兩種情況。

另外，分別建立了對象屬性關系和數(shù)據(jù)屬性關系，通過這些屬性關系，建立了個體和個體之間的聯(lián)系。比如“所屬國家”屬性是一個對象屬性，用于連接兩個個體，如“ENIAC”所屬國家為“美國”[3]。

3.2 本體的層次結構

所建立的本體中，類的層次圖如圖3所示。

其中，owl：Thing類是由Protégé初始建立的，表示包含所有個體集合的概括類，其它任何由用戶建立的類都是該類的子孫類。在owl：Thing類下，本體共定義了5個大類：電腦、硬件屬性、國家、計算機和計算機系統(tǒng)，其中電腦和計算機屬于等價類，實際上建立的類一共4個。國家類主要用于描述個體實例的所屬地，它只有一個類元素組成。硬件屬性類主要描述硬件中的一些屬性指標，如字長、主頻等。計算機類主要描述計算機的分類，如分為巨型、大型計算機等。計算機系統(tǒng)類主要描述計算機的組成與結構，下有軟件和硬件類。

圖3 類的層次圖

本體所建立的屬性層次圖如圖4所示。

圖4 屬性層次圖

其中有1個屬性“所屬國家”為對象屬性，專門用于描述各類計算機以及各種硬件、軟件中的個體和國家類的個體之間的關系。數(shù)據(jù)類型屬性共有4個。屬性也可以有子屬性。本體中所建立的個體有26個，一個個體可以屬于多個不相矛盾的類。

3.3 基于DL Axiom的出題策略

為了更好地表示出題策略，文中根據(jù)DL和OWL的一些語法，定義了一些符號的規(guī)則：利用大寫的A，B，C，D來表示Class，利用R，S來表示屬性關系，利用小寫的a，b，c來表示個體，利用A（a）來表示個體a屬于類A，利用R（b，c）來表示個體b和個體c存在二元關系R，利用?，≡等符號來表示子關系、等價關系等。

3.3.1 基于Class的出題策略

3.3.1.1 SubClassOf關系

在本體中，一般情況下，一個類如果有子類，往往有多個子類，即Ci?D（i＞＝1）。這種情況可以填空、選擇和判斷題。

3.3.1.2 EquivalentClasses關系

判斷題的出題策略為C≡D is True or C≡D is False。填空題與多項選擇題的出題策略是：如果兩個類是等價的，即C≡D，可以利用這種相等關系進行出題。如果是多項選擇題，其干擾項可以利用C的父類、子類和兄弟類等。

3.3.1.3 DisjointUnion關系

不相交集主要表述的是一個類，是由其它幾個類組成的，并且組成的這幾個類互不相交，即C＝D1∪…∪Di（i＞1，Di∩Dj＝Φ）。這種公理模式一般用以描述一個類的組成部分，如DisjointUnion（a：計算機a：軟件a：硬件）。

3.3.2 基于Property的出題策略

3.3.2.1 SubPropertyOf和 EquivalentProperties關系

在基于屬性的出題策略上，SubPropertyOf關系和SubClassOf的關系以及EquivalentProperties與EquivalentClasses的關系類似，其出題策略只需將類換成屬性即可，在此不再贅述。

3.3.2.2 利用 ObjectProperty關系

ObjectProperty關系主要用以連接兩個個體，以表達個體間的關系。

3.3.2.3 DataProperty關系

DataProperty關系主要用以連接一個個體和一個數(shù)值，即：R（a，Datatype），其中 Datatype可以是int，float等。對于多項選擇題，干擾項的選取可以采用加倍的關系，由于計算機中均采用二進制，則一般可采用2的n次倍或者縮小2的n次倍的形式。

3.3.3 基于Individual的出題策略[4]

3.3.3.1 SameIndividual關系

SameIndividual關系主要用以描述兩個個體雖然名字不同，但實際上是指的同一事物這種情況，即a＝b，出題策略與EquivalentClasses相同，這里就不再贅述。

3.3.3.2 DifferentIndividuals關系

DifferentIndividuals關系主要描述兩個個體不相同的情況，即a≠b。

3.3.3.3 Class Assertions

Class Assertions主要描述某一個個體a屬于一個Class類的情況。例如，描述ENIAC是第一代計算機，利用類斷言可以表示為：ClassAssertion（a：第一代計算機a：ENIAC）。

3.3.4 基于 Annotation的出題策略[5]

Annotation用以對本體中的各種Class，Property和Individual進行注釋和說明。類的注釋對于出題非常重要，類的注釋一般用以描述對該類（概念）的解釋、說明，有時候是定義，即：AA（C，String），AA 代 表 AnnotationAssertion，String為一個字符串。例如，AnnotationAssertion（計算機軟件“計算機系統(tǒng)中的程序及其文檔，程序是計算任務的處理對象和處理規(guī)則的描述；文檔是為了便于了解程序所需的闡明性資料”）。對于多項選擇題，干擾項可以選擇C的兄弟類、父類、子類均可。

3.3.5 多種策略的組合[6]

以上所出的策略都是基于單個Axiom得出的，其句子結構往往都比較簡單，為了能夠構造復雜的出題策略，將以上策略通過并、交、連接等操作進行組合。

以上策略都是以判斷題和子類關系為例，對于填空題和其它類型關系與前面所述類似，這里也就不再贅述。

3.3.6 自動出題系統(tǒng)功能實現(xiàn)[7]

系統(tǒng)根據(jù)算法中的出題策略，可以出填空題、判讀題和單項選擇題3種類型。系統(tǒng)對本體的訪問和操作實現(xiàn)是通過HP公司的Jena開發(fā)包來完成的。

要利用本體出題，首先要將本體文件讀入內存（Ontology Model）中，然后遍歷整個本體，在遍歷過程中，利用各個出題策略進行出題[8]。如果是單項選擇題，則根據(jù)正確選項和干擾項生成原則生成干擾項，判斷是否遍歷結束，如果沒有的話就繼續(xù)遍歷，直至完成遍歷。將生成的題目存放到題庫中備用。

系統(tǒng)要遍歷本體中所有類、屬性和個體，在遍歷過程中，根據(jù)出題策略生成3種類型的題目，由于類、屬性和個體的遍歷的過程相似，詳細步驟如圖5所示[9]。

圖5 自動出題的算法流程

[1]丁向民.基于本體的多項選擇題自動生成技術研究[D]：[碩士學位論文].南京：南京航天航空大學，2008.

[2]Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering，principles and methods[J].Dataand Knowledge Engineering，1998，25（1／2）：161－197.

[3]許春霞.基于本體和描述邏輯的信息檢索研究[D]：[碩士學位論文].南京：東南大學，2009.

[4]李華.基于本體的應急領域知識表示與復用研究[D]：[博士學位論文].天津：天津大學，2008.

[5]呂秋培，解素芳，李新利，等.關于元數(shù)據(jù)及其應用[J].檔案學通訊，2003（3）：47－50.

[6]周明.基于領域本體的網(wǎng)絡產品檢索引擎的研究與實現(xiàn)[D]：[碩士學位論文].長沙：湖南大學，2009.

[7]劉秀琴.基于語義網(wǎng)的自適應學習系統(tǒng)中領域本體的創(chuàng)建研究[D]：[碩士學位論文].長春：東北師范大學，2008.

[8]禚全剛.企業(yè)應用集成中一種基于領域本體的WEB服務組合方法[D]：[碩士學位論文].濟南：山東大學，2007.

[9]蘇海華.基于本體的環(huán)境信息系統(tǒng)框架[J].長春工業(yè)大學學報：自然科學版，2006，27（4）：89－92.