三、构建基于知识图谱的智能答疑系统的分析与讨论

本文所构建的智能答疑系统主要功能是分析学生所提的问题，为学生提供答案。如图1所示为本答疑系统的基本框架，主要分为三个模块：

（一）数据库选择

图1中的智能答疑系统包括问题分析模块、检索答案模块、后台管理模块。问题分析模块是整个系统的基础前提，主要包括问题分词处理和关键词相似度比较。检索答案模块利用pymongo的相应算法进行实现。^[13]首先利用数据库连接函数，将后台管理模块与数据库进行通讯，在连接成功之后，将问题分析模块分析用户问题后所输出的结果传入算法中，检索数据库中的相关内容，得到相应的答案。后台管理模块采用python的Django框架搭建，通过manage.py启动服务器。GUI界面采用HTML、CSS和Javascript实现，用户在输入框中的问题通过POST方式传入后台，经过问题分析与答案检索后，通过答疑系统的接口传回路由逻辑的代码。返回的信息分为两类，一部分是答案的展示，另一部分是知识图谱的可视化。HTML将信息进行渲染，呈现给用户。

在本智能答疑系统中，数据来源于MongoDB中所储存在数据库的固定数据，即关系数据库和答案数据库。智能答疑系统采用MongoDB数据库进行知识存储。MongoDB是C++语言编写的基于分布式文件存储的数据库，介于关系数据库和非关系数据库之间。尽管对其知识推理有所影响，但是由于MongoDB的特性，相较于图数据库，其分布式存储提供了可扩展性；相较于关系型数据库，其松散的数据结构将三元组从固定的表形式中解放，给存储更多样的关系提供可能，不仅提高了空间利用率，而且性能更优；相较于RDF存储系统，其三元组表示由RDF转变为JSON的BSON格式，增强了可读性，易于后期的维护。