论文部分内容阅读
在人工智能+教育时代,利用信息技术促进深度个性化学习备受关注。实现深度个性化学习的一个重要基础是学习资源的自动精细标注与个性化认知呈现。学习资源标注的精细程度和逻辑连贯程度直接影响资源推荐结果的精准度,学习资源呈现方式的不同也会让学生在学习过程中的认知心理产生变化。二者的有效设计,可以对学生的学习产生积极影响。但是国内外对于学习资源的标注与呈现研究,多停留在字面的语义理解标注和对呈现理论的研究上,对于语义背后的深层学科知识和知识结构的自动理解和提取、以及资源呈现的自动化技术关注较少,尤其是在初中物理电路学科上,学习资源标注方法的自动化和标注结果的丰富性还存在不足,资源呈现技术还缺乏自动性。因此,研究初中物理电路学习资源的自动精细标注,以及初中物理电路学习资源的自动有效呈现技术具有重要意义。本文基于机器解答技术,提出了针对初中物理电路题目资源的自动标注与呈现框架。研究内容主要包括以下几点:初中物理电路题目知识点标签自动生成研究。本文基于机器解答中的句法语义题目理解框架,从题意理解的角度获取到题目中包含的知识信息。通过设计符合初中物理电路题目表达的句法语义模型,获得题目中的直陈述与隐含知识信息,完成题目文本全面理解,这是接下来标注工作的基础。并设计构建标签生成模型和物理电路基础知识点标签库,建立题目理解所得知识信息与基础标签库的映射机制,实现题目精细化知识点标签的自动生成。初中物理电路题目知识序列自动生成研究。初中物理电路题目的知识序列指的是知识点标签之间根据解题逻辑构成的知识点顺序结构。题目中的知识信息除了丰富的知识点之外,还包括对各个离散知识间的逻辑调用,也就是在解题过程中知识点应该出现的正确顺序。相较于离散的知识点标签,知识序列包含了知识点之间的因果关系和调用顺序,能更好地体现题目的知识内容、知识难度及考察意图,是题目的另一种重要标注信息。所以还需要对题目中的知识序列进行标注。为了实现知识序列的标注,必须要得到正确的解答过程,本文基于机器解答输出的解答过程,提取每个步骤对应的知识点,根据解题逻辑重建知识点之间的关联关系,并将一组逻辑关联的知识点记为一个知识序列,以此得到解题过程对应的全部知识序列,并作为题目的知识序列标签。初中物理电路题目资源呈现自动化技术研究。在个性化学习系统中学习资源的不同呈现形式适用于学生不同的学习风格,将资源的呈现通过自动化技术完成,在千人千面的风格需求上更能减少人力资源的浪费。所以本文在认知理论的指导下,基于机器解答中的题目理解结果和解答结果,设计并实现了适用于初中物理电路学习资源的自动化呈现框架,从学习资源呈现的角度有效减少学习过程中的认知负荷。具体包括,设计并实现了颜色编码规则模型完成文本中物理元素的信息凸显,以及图文融合模型完成文本与图片双模态信息的自动融合。