AI好老师：整理系统架构 更新问题行为分类

AI好老师的目标是利用人工智能领域的前沿技术，尤其是知识图谱与对话系统相关技术，构建智能育人助理，从而实现育人问题咨询的智能化与自动化。针对AI好老师系统，我们对进一步对其系统架构进行了整理，同时对知识图谱中的问题行为分类进行了进一步的细化，并基于之前的原型设计完成开发实现了三个场景下的功能。

首先，我们对AI好老师的系统架构及其中的关系部件进行了整理。如图1所示，AI好老师系统主要分为数据采集层、育人知识图谱层、育人对话系统层。其中数据采集层负责育人问题及理论数据的获取和管理，主要利用传统育人资料数据、中国好老师平台数据以及互联网数据。基于数据层收集的数据，育人知识图谱层负责构建定义知识图谱模式、获取育人知识并进行育人知识融合，从而生成育人相关的领域知识图谱。育人对话系统层主要是基于知识图谱提供的结构化领域知识，利用对话系统的技术，实现AI好老师的自动咨询问答功能。

图 1 AI好老师系统架构

如上所述，构建育人知识图谱是实际AI好老师智能对话系统的基础，而其中的图谱模式又是对整个知识图谱知识结构的定义，所以图谱模式的具体定义分类将是基础中的基础而尤为重要。因此，我们对知识图谱中的问题行为的分类进行了更新，具体如图2所示。在之前总结的一级维度的基础上，细化了每个维度的分类，形成了系统的二级分类，从而可以对实际的育人案例形成更细粒度的表征。例如，针对“内在化问题”下的一级维度“社会退缩”问题的表征，我们进一步细化为“言语性退缩、行为性退缩、心理性退缩”的分类，改变了之前基于“是与否”的二元分类，增加了对学生问题行为的实际区分度，从而实现对案例的更好表征。

图 2 问题行为分类表

新版的AI好老师原型设计主要应用在三个场景下：一是育人问题咨询，二是育人知识学习，三是育人数据统计。结合中国好老师的数据资源，我们实现了此三个场景功能的开发。

育人问题咨询场景下，AI好老师系统主要是通过构建的智能对话系统主动询问用户关于学生的不同信息，自动判别出学生存在的问题及其原因，并给出相应对策。在此过程中，系统会提供基于选项的交互方式，从而方便用户输入。图3 展示了AI好老师关于一个实例的可能对话流程，图4是实际展示的界面截图。

图 3 育人问题咨询流程示例

图 4 育人问题咨询应用示例

育人知识学习针对的场景是如何辅助用户学习育人领域相关的知识。图5 展示了如何利用AI好老师进行育人知识学习的实例。在实例中用户可以通过问答了解到关于“赏识教育法”的定义、理论依据、相关实例以及讲解视频。

图 5 育人知识学习场景的示例

育人相关数据的统计可视化是AI好老师的第三个主要应用场景，通过不同的可视化方案，可以对育人的相关数据有更清楚的了解。如图6所示，可以用地图的形式展现不同的省份对育人问题的关注度；基于案例，用柱状图统计不同维度信息在育人案例中出现的频率；同时用饼状图分析在不同的问题行为情况下，问题原因的分布图。

图 6 育人相关数据统计的示例