目前，可拓学^[1]理论的研究不断完善和成熟，而以其为支撑的可拓策略生成系统^[2]软件的研发相对来说却滞后很多，并且都只是针对某一类矛盾问题.例如，文献[3-6]，从这些可拓策略生成系统可以看出，每一个系统只提供给用户求解该系统定义的矛盾问题，界面都固定了矛盾问题所需的属性或者特征.这主要表现出两个方面的不足：一是代码复用性不强，每个系统只解决了该系统已有的矛盾问题；二是界面通用性不强，每个系统都需要单独设计一个该系统支持的界面.文献[7]虽然在代码复用性上做了初步研究，但实际上还是只能解决一类矛盾问题.

目前，急需利用可拓学理论来设计开发出某个领域的可拓策略生成系统.一个领域里的矛盾问题肯定不止一个，由此看来，以往各种可拓策略生成系统的开发模式肯定是不能满足的.究其原因是界面限制了矛盾问题的输入，即没有通用的矛盾问题输入界面.本文针对这一问题，提出了利用分类的思想，来对某个领域矛盾问题进行分类，从而设计出一个通用矛盾问题输入界面，然后对输入问题进行分类，进而对不同矛盾问题建立形式化的模型，有了矛盾问题的可拓模型, 最后利用已有的可拓策略生成系统通用框架便能很好地解决某个领域的不同矛盾问题.

1 已有建模方法的不足

解决界面通用问题的方法之一是在界面上设计一个与百度搜索类似的文本框，用户输入自己的矛盾问题，即可生成该问题的可拓模型.然而，如何从用户的自然语言中解析出或者挖掘出该矛盾问题的可拓模型成为解决可拓策略生成系统界面通用性的关键.

通过查看文献，发现李卫华教授利用Agent技术的通信能力与反应性来智能引导用户输入矛盾问题建立矛盾问题可拓模型^[8].但在文献[8]中并没有给出具体的实现方法，文献[8]中作者以上班交通问题为例，Agent可以引导用户输入起点、目的地、希望上班时间上限等，作者再以住房问题为例，Agent可以引导用户输入求租要求(区域，周围环境，面积等)，针对上班交通问题与租房这两种矛盾问题甚至更多其他的矛盾问题，Agent是如何区别这些不同的矛盾问题的，另外每种矛盾问题要输入哪些属性是如何得来的，作者并没有详细讨论.作者也指出对于过于广泛的问题，由于无法预料全部输入，因此也无法为Agent准备有效的应对措施，这个问题仍需要进一步的研究.文献[9]虽然给出了实现Agent智能引导的方法，但仍然没有做区分不同矛盾问题的研究.

另外，赵杰在文献[10]中，提出了利用知网的相关知识，结合分词技术来解决可拓策略生成系统对矛盾问题进行界定和建模.作者给出了一个以自然语言描述问题的例子，“我有2 000块钱，能不能买一部苹果手机？”然后通过分词系统，结果为：“我/r有/v2000/m块/钱/n，能/v不/d能/v买/v一/m部/q苹果/n手机/n”.最后对分词结果对比基础库中存在的基元.作者只是描述到了这里，但没有深入论述如何得到所需要的基元，如何建立可拓模型.

2 基于分类思想的建模方法 2.1 矛盾问题分类思想的产生

上述系统的设计者们一般都是知道某些地方存在矛盾问题，并以此设计出矛盾问题模型，同时也收集相关的数据来支撑可拓变换形成最后的决策.

由此，要设计出在某个领域较通用的可拓策略生成系统，应该事先收集该领域可能存在的矛盾问题，并且把收集起来的问题进行分类，然后对每类问题建立一个解决该类问题的问题可拓模型，同时广泛收集每类问题相关的数据.

2.2 利用分类思想对矛盾问题进行建模 2.2.1 分类建模的流程

在上一节中提出了分类建模的思想，具体对矛盾问题分类建模的流程如图 1所示.其步骤为：

(1) 用户在通用界面输入自己想要达到的目标语句.例如教育领域中的高考志愿问题，用户只需简单输入“我想报考清华”，而不必要把目标和条件都详细地描述，如“我理科考了620分，想报考清华大学，清华大学去年的理科录取线是630分”.由于大多数情况用户是不知道具体条件是什么的，如用户可能不知道清华去年录取线是多少，用户只关心自己的分数能不能被清华录取.而且根据对以往可拓策略生成系统的分析知道，条件数据一般是存储在数据库中的.

(2) 对用户输入的目标句进行分词，并且去掉停用词^[11-13].

(3) 把(2)处理的结果与目标句集合库进行比对，判断用户输入目标句所属类型.

(4) 系统界面将从问题可拓模型库中调用目标句所属类型的目标G的模型.

(5) 用户判断该模型是否适用，如果适用则选择自己关心属性并填入相应的属性值，如果不适用则提交给服务器，相关人员再分析是否需要更新目标句集合库和问题可拓模型库.

(6) 用户填入相关属性值后，便可生成目标模型，然后搜索后台数据库便可找到相应的条件，从而可以建立矛盾问题的问题模型.

(7) 建立好了问题模型即可通过文献[7]的通用框架解决某领域的各种矛盾问题.

2.2.2 分类建模需要做的工作

在上述流程中，除了要实现上面的7个步骤外还需要做以下3个方面的工作.

1) 目标句集合库及矛盾问题模型库的构建

对目标句的收集主要可以公开目标句输入接口，让用户输入目标句以此来采集目标句，其次可以做调查问卷来收集.对采集好的目标句子进行筛选、优化、分类，然后存入目标句集合库.与此同时，对于每类问题，由该类问题专家分析归纳出该类问题用户一般关心的属性，然后就可以对该类问题进行建模.另外，在数据库中也需存储该类问题相关的数据，以支持矛盾问题的可拓变换.

例如，对于教育领域目标句的采集，采集的目标句为“我想报考广工”、“我的志愿想填报广工”等等，然后判断出这些目标句属于报考类.该类问题的专家可以据此总结出报考矛盾问题，可拓模型为：

$ \begin{array}{l} P = G*L = \left[{\begin{array}{*{20}{c}} 报考, &支配对象, &某高校\\ &施动对象, &学生M \end{array}} \right]*\\ \left[{\begin{array}{*{20}{c}} 某高校, &理科分数线, &{v1}\\ {}&文科分数线, &{v2}\\ {}&年份, &{v3}\\ {}&地区, &{v4}\\ {}&批次&{v5}\\ {}& \cdots & \cdots \end{array}} \right]. \end{array} $

其中，

$ M = \left[{\begin{array}{*{20}{c}} 某学生, &报考学校, &{v1}\\ {}&文科或理科分数, &{v2}\\ {}&报考年份, &{v3}\\ {}&报考地区, &{v4}\\ {}&报考批次&{v5}\\ {}& \cdot \cdot & \cdot \cdot \end{array}} \right]. $

因此，该类问题专家进而可以归纳出该类问题用户关心的一些属性，比如报考学校、高考分数、报考批次等等，并且在数据库中存储所有高校相应的数据.

然而, 建立好的问题模型并不一定能满足该类问题的所有矛盾，这就需要对模型进行更新添加新的属性.例如报考类，用户不一定是高考志愿填报，还有可能是研究生志愿填报，或者其他的报考矛盾问题等等.对于这种情况，解决并不难，因为报考矛盾的整体模型框架是一定的，只需要该类问题专家添加新的用户关心的属性.不同用户根据不同的情况选取自己关心的属性并赋值即可.

2) 领域知识库的构建

文献[14]中提出计算机理解自然语言的能力非常低，例如“苹果”这个词，计算机不知道苹果到底是水果还是手机，因此可以利用知网^[15]来对自然语言消除歧义，文献[10]也对此作了很好的应用.然而知网只是针对通用的知识，并没有某个特有领域的知识, 专门领域的知识需要专门领域的专家来研究和建设^[15].因此做某一个领域的可拓策略生成系统遇到自然语言语义处理而通用知网知识不能满足时就需要本领域的知识库.例如，教育领域，广工或者广东工业大学知网是没有定义的，这就需要我们自己添加，构建出教育领域的的知识库.

NO.=1000000

W_C=广工

G_C=N

E_C=~很大，~教学质量不错

W_E=Guangdong University of Technology

G_E=N

E_E=

DEF=InstitutePlace|场所, @teach|教, @study|学, education|教育, ProperName|专, (China|中国)

3) 目标句的处理

对用户输入的目标句处理主要包括对输入句子的分词处理、停用词过滤处理、目标句分类处理，其中最重要的就是对目标句分类处理.本文主要采用朴素贝叶斯算法^[16-17]进行分类.其分类步骤如下：

(1) 设定目标句类别集合T={t₁, t₂, …, t_n}，其中n为目标句类型个数.

(2) 根据用户输入的目标句g来判断目标句g所属的类型，即求解P(t_i|g)，其中i =(1, 2, …, n)，选择其中最大的P(t_i|g)所对应的t_i，则目标句g的类别就是类别t_i.计算公式如下^[16]：

$ P({t_i}{\rm{|}}g) = \frac{{P(g{\rm{|}}{t_i})P({t_i})}}{{P(g)}}. $

(1)

(3) 在比较不同类别后验概率时，分母P(g)相当于一个常数，可以不参与计算.所以我们只需要求解分子P(g|t_i)P(t_i)即可，其中P(t_i)为先验概率，是容易求得的，这里采用多项式模型进行计算^[17]：

$ P\left( {{t_i}} \right) = \frac{{{\rm{wCoun}}{{\rm{t}}_{\rm{i}}}}}{{{\rm{wCount}}}}, $

(2)

其中，wCount_i为目标句集合库中类t_i下单词出现的总数，wCount为目标句集合库中所有单词总数.

(4) 求解类条件概率P(g|t_i).因为采用的是朴素贝叶斯分类器，可以认为目标句g的各个关键词是条件独立的，所以求解P(g|t_i)又可以转换成求解P(w_j|t_i)，其中w_j为目标句中的某个关键词，计算公式如下^[16-17]：

$ \begin{array}{l} P\left( {g|{t_i}} \right) = P\left( {{w_1}|{t_i}} \right)P\left( {{w_2}|{t_i}} \right) \cdots P\left( {{w_m}|{t_i}} \right)\\ = \prod\limits_{{\rm{ }}j = 1}^m {P\left( {{w_j}|{t_i}} \right).} \end{array} $

(3)

(5)最后求解P(w_j|t_i).设wTCount_j为目标句在类别t_i下时关键词w_j出现的次数，wTCount为目标句在类别t_i下时所有关键词出现的次数之和，所以有^[17]：

$ P\left( {{w_j}|{t_i}} \right) = \frac{{{\rm{wTCoun}}{{\rm{t}}_{j}}}}{{{\rm{wTCount}}}}. $

(4)

(6) 当类别t_i下时关键词w_j出现的次数为0时，即此时类条件概率为0，因此是无法分类的，为了解决这一问题可以采用一种估计概率的贝叶斯方法，即m-估计，因此式(4)可以修改为^[16]：

$ P\left( {{w_j}|{t_i}} \right) = \frac{{{\rm{wTCoun}}{{\rm{t}}_j} + 1}}{{{\rm{wTCount}} + |{\rm{Vocabulary}}|}}, $

(5)

其中，Vocabulary是目标句集合库中的关键词表，即对集合库中所有句子分词去停用词后所有的关键词，重复单词只算一次.|Vocabulary|则表示关键词表中词语的个数.

因此，目标句分类即可以得到解决.

3 领域矛盾问题分类建模通用输入界面的实现 3.1 开发环境

本系统的开发环境为：

1) 操作系统: windows 7 32位;

2) 开发平台: MyEclipse 8.5;

3) JDK版本: JDK 7.0;

4) 数据库服务器: Microsoft SQL Server 2000.

3.2 数据库及各模型的建立 3.2.1 目标句集合库的建立

通过对教育领域目标句的采集，然后进行筛选和分类，存入数据库，作为训练的样本.实验时采集了两类数据，C001(报考类)和C002(求职类)，每类分别有10条语句，然后存入目标句集合表tb_gSentencesSet中, 如图 2所示.其中字段GSentences是目标句，CType是目标句所属类.

3.2.2 问题可拓模型库的建立

问题可拓模型库由若干表组成，其中有个总表tb_ProblemModelSet，主要用于存放每类问题目标模型和条件模型的表名，如图 3所示.其中字段CType为问题所属类型编码，字段CName为类型对应的中文说明，字段GModel为目标模型存放的表名, 表名格式为tb_类型代码_G, 字段LModel为条件模型存放的表名, 表名格式为tb_类型代码_L, 字段gBasicElementName与lBasicElementName分别表示默认目标基元名与条件基元名，基元名是可以根据用户需要改变的.

目标模型表是不需要数据的，只是存放目标基元所需的属性.此处以报考类目标基元表tb_C001_G为例，如图 4所示.其中字段AttributeName_E表示为属性英文名，AttributeName_C表示为属性中文名，字段isCompoundElement表示是否为复合元.此处为了简化说明，仅仅讨论非复合元.对于复合元只需再建立一张表，用户选择属性时，对复合元的属性再做选择即可.

前面已经讨论过ESGS解决每类问题时是需要该类问题大量相关数据的，矛盾问题的条件往往又存在于这些数据中.因此条件基元表不仅仅表现出一个模型，而且还有大量的数据.此处接着以上述报考类目标基元对应的条件基元表tb_C001_L为例，如图 5所示.该表的每个字段名都来自目标模型的属性，即用户一般关心的属性，对于这些属性后台管理员需要大量收集相关数据以支持可拓变换.另外这些属性在界面上需要中文表示，而目标基元表中的属性中文名不一定适合，此处解决方法可以利用Microsoft SQL Server2000设计表时给每个字段加上中文说明.

3.2.3 目标句集合库的训练模型

由于建立好的目标句集合库在一段时间内是不会修改变动的，为了不让每次分类都重复计算先验概率、每个词的类条件概率等，可以把这些重要的而且每次计算都固定的数值存放到一个模型文件中，以便提高分类的速度.此处利用Java的Objectoutputstream.writeobject方法将如图 6所示相关数据存放至classData.mdl文件中.

3.3 案例演示

通过设计和Java Swing编程技术^[18]基本实现了矛盾问题分类建模软件界面通用.现以教育领域为例来演示如何通过通用界面实现矛盾问题建模的.

(1) 输入目标句，生成目标模型.例如输入“我想报考广工”，点击“确定”按钮，就会对目标句类别进行判断，归类后调用该类别的目标模型，如图 7所示.此处目标句的输入在界面可以给出目标句的例子，也可以利用目标句集合库进行联想输入.

(2) 判断模型是否满足，如不满足点击“模型不满足”按钮，此时将会把用户输入的目标句提交到数据库，管理员再判断是否需要更新模型库.如满足则用户选择自己关心的属性并填写相应属性值，点击“=>”按钮将删除目标模型中没用的属性，即生成目标的关键属性，也就是评价特征.如图 8所示.这里输入属性值时可以利用文献[9]界面Agent技术引导用户输入.如果用户需要添加新属性时，可以点击“点击这里添加新属性”按钮，将会弹出如图 9所示对话框.其添加方法参考文献[19].

(3) 建立问题可拓模型.(2)中评价特征选好赋值后点击“生成问题模型”按钮，后台将根据所选评价特征在条件模型表中搜索相关的条件，并把问题可拓模型显示在界面上，如图 10所示.

至此，一个问题模型成功建立.如果要判断该问题是否矛盾，必须建立关联函数后才能计算相容度，关联度小于零就是矛盾问题

可以在同一输入界面建立该领域的另一个模型，如求职问题.按照上述相同步骤，在界面输入“我想求得一份Java程序员的工作”，然后生成目标模型，用户选择其关心的属性并填写相应属性值，生成关键属性模型，如图 11所示.最后生成该问题的问题模型，如图 12所示.

4 结论

本文利用分类的思想对可拓策略生成系统中的矛盾问题进行分类，从而解决了可拓策略生成系统问题输入界面的通用性，这有重要的现实意义.(1)本研究再结合通用的ESGS框架，便能实现可拓策略生成系统的通用性，这使得软件开发者不再在软件编码和界面设计上耗费时间；(2)利用分类的思想还能对ESGS需要检索的地方提高检索效率.例如对做问题相似度计算时，利用分类思想可以节省大量计算时间；(3)利用分类思想还能加强对系统数据的有效管理.

另外，本文重点论证了利用分类思想能够解决ESGS问题输入界面通用性的可行性，对于选取何种分类算法及如何提高分类性能，如何建立领域知识库以及问题可拓模型库中属性如何用最有效的方法获取等问题，仍需要进一步研究.