智能虛擬助手在國外教育信息化服務方麵發展較為成熟。美國教育科技公司AdmitHub推出的智能虛擬助手Oli應用於多所大學，解決常見FAQ谘詢問題，並為學生提供個性化問答服務；AdmitHub推出的Reggies聊天機器人，在歐申縣學院招生過程中自動回答了14000多個學生的問題；佐治亞理工學院、美國東北大學為學生提供Echo Dots智能機器人解答關於校園生活的問題，包括菜單和教室使用狀況查詢、教學日曆查詢、成績查詢和消費賬單查詢及各類預約事務，並提供娛樂接口豐富學生的生活。

　　近兩年，我國部分高校也嚐試使用智能虛擬助手解決谘詢類問題。西安電子科技大學建立谘詢機器人，為圖書館信息查閱提供谘詢服務；西北工業大學推出迎新機器人“小希”，幫助新生解答招生問題。隨著中文自然語言理解（CNLU）技術的發展，智能虛擬助手在高校領域具有更為廣闊的發展前景。

　　總的來說，目前我國高校信息化服務普遍存在著業務接口分散、操作複雜、用戶體驗差和谘詢服務效率低等問題，亟需解決。在智慧校園建設的推動下，中國科學技術大學（簡稱“中科大”）設計開發了適應於高校信息化服務的智能虛擬助手來解決上述問題。

　　信息化服務問題分析

　　中科大已搭建了較為完善的網絡和基礎服務平台，建立了統一身份認證體係，並在此之上開發了各類業務應用係統。信息化服務依據內容和訪問目的的不同，可分為以下四類，如圖1所示。

圖1  高校信息化服務類型圖

　　1.服務係統FAQ谘詢

　　服務係統FAQ的解答一般發布於各服務網站上，缺乏統一的管理和谘詢渠道。另外，傳統的FAQ文檔檢索方式難以為用戶提供精確、高效的解答。因此，人工電話谘詢成為解決FAQ問題的主要途徑，但隨之而來的各種客服問題增大了谘詢服務的成本。

　　2.公共信息查詢

　　公共信息是高校師生查詢最頻繁的信息，盡管學校的門戶網站提供了公共信息專欄，但因網站缺少交互和精確檢索能力，訪問效率低且難以滿足用戶個性化需求。

　　3.業務係統查詢和辦理

　　為實現常用業務快速查詢和辦理，學校為用戶提供了各類移動端應用係統，包括一卡通掛失、餘額查詢、快速報修通道等。盡管這些移動端的應用係統優化了傳統的業務辦理流程，解決了業務辦理時間和條件受限問題。但由於一個係統隻能提供一種服務，用戶需要訪問不同業務係統才能獲取相應的服務。這對於簡單的信息查詢和業務辦理來說，仍然是相當低效且繁瑣的操作。

　　4.熱點推送

　　學校的熱點問題和公告發布渠道單一，且發布的網站因缺乏推送和交互能力，容易造成信息盲點，引發各類溝通協調等問題。

　　解決方案設計

　　針對上述問題，智能虛擬助手提供了最佳解決方案。智能虛擬助手建立在知識庫基礎之上，通過已訓練神經網絡模型使之具有對問句的意圖識別能力。如果在知識庫中找到與用戶問句意圖一致的問題，則返回答案；而對於未能識別的問題，將以無縫人機轉接的方式，切換到人工服務，並回收用戶問題補充知識庫。它支持多渠道多應用接入，並提供單點訪問入口和一問一答、多輪會話模型，具有很強的交互性、適應性和拓展性。智能虛擬助手精確的應答能力主要依賴於知識庫的設計和機器人意圖識別能力。依據中科大信息化服務的問題，智能虛擬助手的知識庫設計和業務係統對接方式如下：

　　1. 服務係統FAQ谘詢

　　服務係統FAQ谘詢涉及到各業務係統的使用說明和常見問題的解答。這些數據具有位置分散，內容穩定且問題谘詢重複性強的特點。內容的穩定程度與知識庫維護成本成反比，而問題谘詢重複性與知識庫的問題覆蓋能力成正比關係。因此，適合於建立FAQ問答知識庫，實現對數據的統一分類管理。智能虛擬助手主要以一問一答的方式，為用戶提供精準、高效的FAQ谘詢服務。

　　2.公共信息查詢

　　對於公共信息類檢索問題，采用與FAQ谘詢類相似的一問一答的自動應答方式。但是由於這類數據具有內容展現形式豐富且管理部門分散的特點，考慮到避免管理衝突和知識庫運維成本問題，我們采取維持原有的分散管理方式，為公共信息鏈接建立知識庫，提供快速的向導服務。

　　3.業務係統查詢和辦理

　　為滿足單點訪問辦理多個簡單業務的需求，可以通過配置智能虛擬助手接口，實現與多個業務係統對接。業務係統需要提供Restful API 滿足智能虛擬助手接口設置的需求，才能完成對接工作。智能虛擬助手將以多輪對話的方式向相應的對接業務係統傳遞查詢或待辦理的信息，並返回結果。為了讓智能虛擬助手能識別不同的業務意圖，用戶需要輸入關鍵短語，如“我要報修”“或“校園百科”，來激活相應的業務流程。值得注意的是，對接時需要做用戶身份認證，數據傳輸時需要加密處理。

　　4.熱點推送

　　智能虛擬助手具有熱點公告發布能力，而且支持輸入識別推送相關的谘詢熱點問題，為學校的熱點信息推送提供了新的渠道。

　　技術框架與實現

　　中科大的智能虛擬助手開發主要基於Rasa開源的機器學習框架。有兩個主要模塊：Rasa NLU和Rasa Core。Rasa NLU用於實現實體抽取和意圖識別，而Rasa Core用於實現與機器人對話的流程控製。相比Google的API.ai，Microsoft的Luis.ai以及Facebook的Wit.ai，Rasa不依賴於任何第三方公司，支持本地部署，並且允許用戶根據需求調整訓練模型。具有良好的安全性和拓展性，適用於高校領域的智能虛擬助手的定製開發。

　　為實現智能虛擬助手，使用Rasa開源機器學習框架和基於LSTM對話流程控製，如圖2所示。

圖2  基於Rasa和LSTM的對話流程控製

　　首先，問句通過Rasa NLU將抽取的實體和意圖特征轉化為高維向量，然後作為輸入通過已訓練的LSTM循環神經網絡模型生成匹配概率向量，最後依據匹配概率做出相應的回答。圖2中的Action Type 用於判定問題是直接給出答案，還是需要調用第三方業務接口進行多輪會話。

　　目前，中科大的智能虛擬助手仍處於知識庫積累和試運行階段，但隨著知識庫的完善和機器人的持續訓練，預計將實現解答學校九成左右的用戶問題。

　　針對高校信息化服務係統普遍存在的問題，建立統一、高效、智能的新型信息化服務係統，已經成為智慧校園建設的重要組成部分。根據中科大的實踐經驗，智能虛擬助手成為高校信息化服務向智能化服務轉型的可行性方案。借鑒於客服機器人和其他智能虛擬機器人在工商業的成功案例，並結合高校信息化服務的特征和特色，開發適用於高校信息化服務的智能虛擬助手將在智慧校園建設中大放異彩。（責編：項陽）

(本文刊載於《中國教育網絡》雜誌10月刊，原標題《中國科學技術大學：智能虛擬助手為信息化服務助力》，作者：任敏、周英華、王峰、夏玉良，單位為中國科學技術大學網絡信息中心)

　　進入專題>>2019高校信息化創新實踐方案展示