[论文解读] Intelligent Conversational Bot for Massive Online Open Courses (MOOCs)

Ser Ling Lim, Ong Sing Goh|arXiv (Cornell University)|Jan 26, 2016

AI in Service Interactions参考文献 58被引用 8

一句话总结

本文介绍了MOOC-bot，一种集成于大规模开放在线课程（MOOCs）中的智能对话机器人，旨在增强学习者与教师之间的互动。该原型基于AIML进行知识表示，并利用Web Speech API实现语音输入/输出，其在基准挑战中的对话长度和准确度表现优异，可在多个领域提供全天候多语言支持。

ABSTRACT

Massive Online Open Courses (MOOCs) which were introduced in 2008 has since drawn attention around the world for both its advantages as well as criticism on its drawbacks. One of the issues in MOOCs which is the lack of interactivity with the instructor has brought conversational bot into the picture to fill in this gap. In this study, a prototype of MOOCs conversational bot, MOOC-bot is being developed and integrated into MOOCs website to respond to the learner inquiries using text or speech input. MOOC-bot is using the popular Artificial Intelligence Markup Language (AIML) to develop its knowledge base, leverage from AIML capability to deliver appropriate responses and can be quickly adapted to new knowledge domains. The system architecture of MOOC-bot consists of knowledge base along with AIML interpreter, chat interface, MOOCs website and Web Speech API to provide speech recognition and speech synthesis capability. The initial MOOC-bot prototype has the general knowledge from the past Loebner Prize winner - ALICE, frequent asked questions, and a content offered by Universiti Teknikal Malaysia Melaka (UTeM). The evaluation of MOOC-bot based on the past competition questions from Chatterbox Challenge (CBC) and Loebner Prize has shown that it was able to provide correct answers most of the time during the test and demonstrated the capability to prolong the conversation. The advantages of MOOC-bot such as able to provide 24-hour service that can serve different time zones, able to have knowledge in multiple domains, and can be shared by multiple sites simultaneously have outweighed its existing limitations.

研究动机与目标

• 通过引入自动化对话代理，解决MOOC中缺乏实时教师互动的问题。
• 开发一种可扩展、可重用的机器人，可在多个MOOC平台和时区中运行。
• 整合自然语言理解和语音功能，以提升学习者参与度。
• 通过Chatterbox Challenge和Loebner Prize等既定基准，评估机器人性能。
• 展示在教育环境中部署可扩展知识库聊天机器人并具备可扩展领域适应能力的可行性。

提出的方法

• 系统架构整合了使用人工智能标记语言（AIML）构建的知识库，用于基于规则的响应生成。
• AIML解释器处理用户输入，并从知识库中检索或生成适当的响应。
• 聊天界面嵌入MOOC网站，支持通过文本或语音实现实时互动。
• 使用Web Speech API实现语音识别以支持语音输入，以及文本转语音合成以生成语音响应。
• 知识库包含来自Loebner Prize获奖机器人ALICE的现有内容、UTeM课程内容以及常见问题。
• 系统设计为模块化，可轻松集成到不同MOOC平台，并适应新知识领域。

实验结果

研究问题

• RQ1 基于规则的对话机器人能否有效处理MOOC环境中学习者的咨询？
• RQ2 该机器人在多大程度上能维持连贯且持久的对话，类似人类互动？
• RQ3 该机器人在Chatterbox Challenge和Loebner Prize等标准化基准测试中的表现如何？
• RQ4 该机器人能否在不同时间区和学习者群体中提供一致且准确的响应？
• RQ5 在多个MOOC平台中部署基于知识库的机器人，其可扩展性和可重用性优势是什么？

主要发现

• MOOC-bot在Chatterbox Challenge和Loebner Prize基准测试中表现优异，对大多数测试问题提供了正确答案。
• 该机器人成功延长了对话，表明其具备有效的对话管理与参与能力。
• 系统实现了全天候服务，克服了全球MOOC中常见的时区限制。
• 模块化设计使机器人能够通过极少配置调整，快速适配新知识领域。
• 通过Web Speech API集成语音识别与合成，实现了多模态交互（文本与语音）。
• 采用AIML使得知识库的快速原型开发与跨多个教育领域的知识扩展成为可能。