提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——杂志社张伟浩-您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

资源智能体课程自育系统设计研究

分类:(一) 发表时间:2019-08-19

一、引言 网络课程资源的生命不在于它的诞生, 而是在于它的成长, 各门课程的网络资源不光继承和传扬传统课程资源的教学思想、教学内容、教师的教学风格、教学策略和教学改革特
一、引言
 
 
网络课程资源的生命不在于它的诞生, 而是在于它的成长, 各门课程的网络资源不光继承和传扬传统课程资源的教学思想、教学内容、教师的教学风格、教学策略和教学改革特性, 更应该在课程的长期使用中不断地吸收更加丰富的新知识、新观点、新方法、不同的教学思想和风格[1]。而课程资源在创建、发布、使用、维护的过程中出现种种问题, 比如:课程一次性制作后, 相对于较长的使用周期, 缺少后续的维护与更迭;教师及其他资源生产者无法从课程开发的繁重劳动中解脱;计算机的主要作用仍然处于课程资源开发中的搜集、拼装等静态过程, 缺乏人工智能技术的辅助, 人们对课程资源的智能化生成、专家指导等期望越来越高。为此, 本研究从“大课程资源”角度, 提出扩充课程资源视野、教学内容保持与时代同步、吸收不同思想理念、汲取不同表现形式和不同类别资源的课程资源吸收框架, 开辟以课程知识图谱为基础结构、以智能手段自动获取资源、以课程资源本体为自育成长的资源智能体课程自育系统。
 
 
本次设计融入“智能”这一概念, 针对课程资源建设及应用过程中的种种问题, 提出了自育体、智能资源体等概念, 借助知识图谱的拓扑结构, 扩展智能体的效用, 围绕上述研究对象, 展开对自育智能的理念、结构、策略的研究, 并进行实证开发。
 
二、智能体的构成与功能分布
 
 
智能体属于人工智能的范畴, 是具有人的某些智慧和能力的实体 (Entity) , 即具有智能的实体。针对本课题网络课程资源本体的研究, 可以将智能体进一步描述为:拥有一定的知识积累, 并具有部分推理能力的实体, 即网络课程智能体[2], 它由智能主体、智能客体和信息源体这三部分构成, 其信息加工及功能分布如图1所示。
 
 
智能主体是智能体的大脑, 是知识推理和思维的核心, 整个资源系统稳步而有序地运行, 主要依赖于主系统内大脑的操控。智能主体通过探头, 以文件扫描、信息抓取、添加属性、资源分类等操作, 对信息源体和智能客体进行扫描和信息化处理[3]。
 
图1 网络课程智能体的信息加工及功能分布  
图1 网络课程智能体的信息加工及功能分布   下载原图
 
 
 
每一项智能包含不同目的的行为, 依据智能功能的分类和处理信息的智能程度, 将智能主体分为初级智能和高级智能。初级智能包括感知智能、分类智能、获取智能、存储智能, 可以通过现有的面向对象的编程思想、关系型数据库架构、低廉的服务器存储, 实现智能主体的初级智能。高级智能包括学习智能、自育智能、泛化智能、情感智能, 可以通过数据挖掘、机器学习、NLP、情感分析等技术完成高级智能的功能。
 
 
智能客体是更高一级的资源对象, 具有架构变化、内容替代、资源裁剪、资源拼装等资源功能行为, 是被加工的对象, 也是智能主体加工的对象, 即网络课程资源体, 含有多学科的多媒体教育教学资源文件。
 
 
自育是事物维持自我生存、促进自我发展的过程[4], 具有自育特征的事物就是自育体。自育体具有一定的反应性, 可以感知外界环境的变化, 通过自身的感知能力可以主动或被动地接收外部的刺激, 将信息传送至主体, 通过对多种刺激的不同反应特征, 表现出一定的变化, 使外部环境察觉到自育体的回馈, 这种对外部刺激的敏感性高低决定了自育体的反馈性的高低, 自育体在外部环境的多重刺激下, 会作出被动式的响应, 凭借本身先前的经验, 对外部环境的变化作出主动式的预测性判定, 在或大或小的正负反馈中, 不断修改自身的行为, 以更好地适应新环境。自育体对外部环境的变化所做出的反应是被动和主动相结合的, 既可以在感觉到外部环境的刺激之后做出被动的响应, 又可以根据先前的经验做出预测性的判定, 进行主动性的响应。在这样往复循环中不断地变化、不断地适应、不断地成长、不断地进化、不断地自我完善。带有经验性的预测将会使自育体性能逐渐趋向于稳定化、成熟化和系统化发展, 事实上, 自育体形成了形似闭环的控制系统。图1中的智能主体和智能客体均具有较高的自育功能, 也可称为智能化的自育体。
 
 
信息源体是由用户上传的网络课程资源、Web互联网获取的资源信息共同组成的信息源实体, 该实体是静态的, 不具有智能化和自育的特征。
 
三、资源智能体的设计
 
 
以信息源体为基础载体, 通过智能主体和智能客体的辅助, 三个实体共同组成一个整体, 称为资源智能体。其中除信息源体外, 智能主体和智能客体都具有一定的智能化, 同时, 又拥有自育功能, 所以这两个实体既是智能体, 又是自育体, 可以看作是具有智能化属性的自育体、具有自育能力的智能体, 而自育又可以作为从属于智能的一种能力, 即自育智能。三个实体相互协调组成整体, 融入人工智能技术, 形成以资源为载体, 同时, 拥有自生成、自修复、自我发展等自育能力, 以知识图谱为网格结构的智能体。
 
(一) 以问题解决为导向的自顶向下的设计
 
 
本系统设计遵循了人工智能的设计方法, 本着以问题解决为导向的自顶向下的设计原则, 采用滚雪球的渐进式推进方法进行设计。在资源体智能的设计中, 以保持资源内容连贯性、结构性、同步性、内容整体结构一致性资源特性为准则, 以智能需求为第一要义, 设计具有自我成长的、自动获取相关内容的自育功能系统[5], 实现在不需要人的干预下, 完成资源课程本体自身生命周期内的自建、自育、平衡、变异等阶段。本研究将按照以下五个步骤展开设计:
 
 
(1) 在智能体设计中取代的对象是人, 即让教师如何从繁重的课程内容开发中解脱出来[6]。智能体设计首先要明确以下几个问题:什么是智能?谁要被智能?为什么要智能?智能会解决什么样的人工问题?如何使网络课程内容不断地自动更新、替换、同步新知识?如何实现新的内容与原有系统的嫁接?根据什么去嫁接?嫁接到何处?这些都是智能体对象作为研究对象的焦点, 也是后续研究的重点。
 
 
(2) 进行自顶向下、由浅入深的总体框架设计, 包括资源体结构自育智能设计、资源体课程内容自育智能设计、资源体环境自育智能设计、资源体功能自育智能设计、资源体外链接网站自育智能设计、资源体感知自育智能设计、资源体媒体类型变化自育智能设计、资源体共享策略变化自育智能设计。在此基础上, 完成自育体对知识陈旧度的感知, 进行内容和结构上的调整, 根据自身的感知能力与同类内容的比对, 来衡量内容是被替换, 还是作为外衍学习进行挂接。替换、融合、挂接的对象、时机等操作都是自育系统资源设计策略范畴。
 
 
(3) 在总体框架的基础上, 进一步深化设计的研究, 内容包括:智能感知探头设计、智能感知信源设计、自育体感知分布结构设计、自育体结构设计、自育评判设计、自育策略设计、自育专家系统设计、自育体存储结构设计。具体来说, 从什么地方获得知识?如何判定哪些知识是相关的?怎样获取知识?如何对知识进行加工与评价?在何时、何地把某个知识嫁接到某个原有知识上?自育体的感知信号从何而来?以及对其智能评判和策略研究, 均是在此框架基础上的设计。
 
 
(4) 在内容设计的基础上, 完成自育体内容分类、自育信息结构对接、自育功能结构裁剪对接、自育课程内容指针对接、自育评测、自育补丁管理等。为了使自育体平稳有序地发展, 对其内容的加工和系统的修改, 均应保障其内容的完整性、统一性、延续性。包括其内容在风格上的统一性、在媒体类型上的统一性, 还包括在结构衔接上的统一性, 比如:在结构差异过大时, 自育系统是否允许外链接的挂接、融合等功能的实现。
 
 
(5) 最后, 对知识内容进行分类, 完成从知识内容中提取作业内容和考试内容等相关的操作, 进行细致的调整, 所有这些内容都采用半结构化的标记技术来完成。同时, 完成整套系统配套化设计, 其中包括作业内容设计、考试内容设计、风格等系列设计。
 
(二) 教学资源智能体的信息加工流程模型设计
 
 
具有自育能力的资源智能体, 如果用于教学, 便是教学资源智能体。此类智能体将计算机技术、人工智能技术融入教学资源的研发和使用过程中, 通过上传和智能挖掘手段, 获得源源不断的教学资源, 以及通过教育工作者和专家系统的协作, 生成可用于教育教学的资源。
 
 
教学资源智能体的信息加工流程模型是一个拥有自育能力的智能体的加工资源流向结构图, 也是一个具体的智能体功能图, 如图2所示。
 
1. 教学资源智能体内部的资源获取路径
 
 
教学多媒体资源是由用户根据自身的需求与权限上传各种类型的资源所组成 (如教师上传的教学课件、学生上传的作业、教学设计人员上传的大纲、管理人员上传的教学录像等) , 为了组成以单个知识单元为单位的细粒度资源, 进行了对知识单元重新认识、再加工、重组及知识属性标定, 教学媒体资源通过资源智能体平台的智能化分类与拆分功能进行资源拆分重组, 构建了智能体内部的资源获取路径。
 
2. 教学资源智能体外部的资源获取路径
 
 
智能体资源获取的另一条路径是由智能探头来完成, 智能探头完成系统外自动查找相关联的知识单元, 包括:从万维网上寻找相关联的知识单元, 追踪下载用户点击率高、阅读时间长、下载量大的网上关联知识, 并进行智能组装, 构建智能体外部的资源获取路径。
 
3. 教学资源智能体的资源加工
 
 
智能体资源加工根据操作流程功能分类和技术实现的复杂度, 分为弱功能与强功能。弱功能包括资源搜索、资源过滤、资源分类、资源推荐、资源拆装、信息强化等, 所涉及的技术包括面向对象的编程语言、可扩展标记语言、关系型数据库设计、全网数据抓取等技术;强功能包括Web挖掘、语义理解、情感分析、图像识别、学习诊断、学科动态、类人交流等技术, 完成对教学资源智能化地修复、吸附、去噪、繁殖、加权、评价等工作。
 
图2 教学资源智能体的信息加工流程模型  
图2 教学资源智能体的信息加工流程模型   下载原图
 
 
四、基于知识图谱的智能体设计
 
 
知识图谱是拥有自育能力的智能体设计的核心基础, 自育的根据是基于图谱结构而形成的[7]。自育体设计的核心是:感知什么样的知识、从何处感知所需知识、哪些知识单元可以组成一个完整的新知识单元、在资源设计与获取过程中资源产生的途径和方式有哪些等问题。该部分设计的核心问题犹如人脑思考问题的过程, 就像大脑在缜密地指挥各个部件有序地实施动作的过程, 具体内容如下:
 
(一) 基于知识图谱的智能体设计理念
 
 
如图3所示, 拥有自育能力的基于知识图谱的智能体是一个由大脑细胞抽象出来的原理图, 该图是由各种不同类型的元素组成, 每个元素均有各自的属性结构, 该结构是由不同的属性组合而成的属性集。在属性集中, 某个属性包括这些元素所承载内容的存在形式、更换方式, 其内容要么是链接型的, 要么是可替代型的。属性集中有一个属性标志, 其在表现层中对章节起映射作用, 兼具Web搜索关键词的作用;另一个属性标记了资源的主体内容、作业内容、考试内容。
 
 
每一个元素都需要创建一个属性集合来对自身进行标记。本资源体的教育元素在最初构成之后, 逐渐像滚雪球一样, 不断地学习、探索、凝聚融合。根据资源体中知识单元的关联, 进行扩展、删除等维护操作, 资源体是全部资源来源的元知识, 本身具有可吸收性, 像人体汲取营养一样维持着生命力。属性集的不同决定了资源体中知识单元的不同, 从而造就了结构复杂的自育体。在资源智能体当中, 要解决如何完成指针性链接、如何关联内容并链接知识单元、如何在资源内容中抽取出标记等问题, 这些问题都可以在基于知识图谱的智能体中解决。图谱是元知识的整体表达形式, 以图谱为基础, 才能有资源体后续研究的延展[8]。
 
图3 基于知识图谱的智能体设计  
图3 基于知识图谱的智能体设计   下载原图
 
 
(二) 基于知识图谱的智能体自育框架
 
 
智能体的自育框架如图4所示, 从左到右包括对信息源体、智能客体、智能主体三个部分的研究。资源体框架的四个层次, 即智能主体、智能客体及信息源体从上到下的四个层次都是一一对应的, 构成了横向三体结构、纵向四层架构的框架形式。
 
 
信息源体以知识单元、图谱元素、章节段落、盒形或流体构成, 在内容上不断地延展、在形式上不断地变化、在内涵上不断地深化。智能客体是由最基本的知识元素组成, 各种知识元素又通过关联关系构成图谱, 在图谱结构基础上将章节段落的表现层与可视化层进行映射, 最终将可视化层呈现出来。智能主体是对知识的元素组成、知识的图谱结构、章节段落的串联方式进行可视化修正;进行内容取代和修正、图谱内容感知判断;进行知识获取和内容修正等。完成这四个不同层次内涵式设计, 在从底向上的设计流程中一直秉承着智能体被修正的原则, 给出了智能化的资源体框架结构。智能体的智能探头从Web环境中获取更多的知识, 在图谱维护、扩展、感知判定上起着重要的作用。总之, 随着自育框架中各部分不断智能化地修正、完善, 智能体内逐渐形成茁壮的自育结构。
 
图4 智能体自育框架  
图4 智能体自育框架   下载原图
 
 
(三) 智能主/客体功能关系
 
 
智能主/客体功能关系 (如图5所示) 是在智能体框架研究的基础上设计的, 其思想是先遵循映射策略将资源定制为智能客体, 智能客体在以知识图谱为核心的基础框架上, 不断地获取新的内容, 对资源的内容进行映射和更新, 资源界定包括内容体、挂接/链接体、作业体、考试体、章节框架体、时间版本体等。以最简单的形式, 以图谱属性为基础, 嫁接所获得的知识单元, 形成新的知识体系。并相应地与需要取代的内容进行融合、替代、升华, 完成一个个知识单元的拼接组装, 使整个资源体处于与时俱进的状态。同时, 还对资源体中的知识单元进行时间版本的统筹规划与限定, 使知识单元不仅仅具有知识关联的横向维度、知识难易递进的纵向维度, 同时, 还具有多用户、多结构体之间协同创作的时间维度。
 
图5 智能主/客体功能关系  
图5 智能主/客体功能关系   下载原图
 
 
(四) 基于知识图谱的智能体自育策略
 
 
新创建的基于知识图谱的智能体的内容不够丰富, 需要教育从业人员、教育专家等, 遵循内容获取和更新策略, 按照计算机的人机界面提示人为地上传资源。待资源足够丰富以及平台学习到更多、更加成熟的资源识别与获取策略和算法, 在平台接入互联网时, 便可以获取源源不断的资源, 然后在知识图谱思想的指导下, 自动查找资源并填充到已有资源的从属节点上, 在自育策略的支配下, 达到自我生长、自我发展、自我进化的自育程度。
 
1. 内容获取和更新策略
 
 
整个资源体的内容获取与更新策略是基于文本分析、语义理解、图像识别、人工智能、机器学习等技术实现的。该策略围绕整个图谱结构展开, 整个资源体的组织、获取与更新均以图谱元素为核心, 通过以图谱节点自身内容为关键词, 在系统内或者Web搜索过程中进行模式匹配, 进而获取资源内容。这涉及图谱中的节点元素的生成, 遍历图谱所有元素时对知识单元的补充和更新。根据资源体所缺内容与搜索结果进行匹配会出现以下几种情况: (1) 资源内容或许从未被访问过, 而且Web搜索的结果条目也较少, 那么资源的等级就要相应地调低; (2) 对获取的内容进行文本分析、语义理解、图像识别等分析, 对所包含的知识单元进行分类加工, 并判定该知识单元是否为新理论, 如果是新理论, 就更新其内容并进行标记, 包括考试标记和作业标记等; (3) 对获取的内容进行文本分析、语义理解、图像识别等分析, 对所包含的知识单元进行分类加工, 并判定其是否为新的案例, 如果是新案例, 则要进行链接; (4) 对获取的内容进行文本分析、语义理解、图像识别等分析, 对所包含的知识单元进行分类加工, 并判定其是否为规定的其他新项目, 如果是则同样地要进行链接。在该知识单元的结构得以完整后, 就要开始对下一个元素进行讨论。如此循环往复, 就完成了整个资源体内容的替换。如图6所示。
 
 
这个过程很像细胞生存过程, 拥有自身的生命周期, 在自育策略的支配下, 进入重组生成、成长、变异、融合、串联、裁剪 (分裂) 、过时、沉寂、消亡等阶段, 维持在一个平衡状态[9]。
 
2. 基于知识图谱的智能体自育策略
 
 
基于知识图谱的智能体自育策略是针对图谱自身成长自育提出的策略, 即在资源体中的图谱拓扑中, 智能探头在Web搜索中找到了本体资源知识图谱中没有的知识单元, 经语义提取, 发现与原有资源存在着密切的关联关系, 并由专家来确认知识图谱中的元素是否有增加的必要性, 倘若需要增加, 便对图谱元素的属性进行完整性填写、章节映射结构的补充, 以及正文作业和考试内容的增补。在原有资源体结构的基础上, 知识图谱在自育策略的支配下, 进行知识结构的发散性扩展 (如图7所示) 。
 
图6 内容获取策略和更新策略  
图6 内容获取策略和更新策略   下载原图
 
 
图7 基于知识图谱的自育策略  
图7 基于知识图谱的自育策略   下载原图
 
 
五、基于答辩评语知识图谱的智能体自育系统设计
 
 
基于答辩评语知识图谱的智能体自育系统研究的核心是以图谱为智能体框架而设计的, 其主要设计功能是在半人工干预情况下完成毕业设计答辩评语的自动生成[10,11]。系统设计的初衷是针对学生毕业答辩中教师所出示的评语过于通用化而提出的, 其中包括评语学科、专业不明确, 工作量测度质量不清晰, 专业指标无区分, 成绩与评语两张皮等问题[12]。通过开发以图谱为核心的专门的评语库, 完成了评语资源智能化生成的框架研究, 并予以实现。
 
 
基于答辩评语知识图谱的智能体自育系统是以图谱为核心设计开发的专业评语库系统, 以一级学科、二级学科进行层次分布, 包括文学、农学、工学等组成的学科群。此处以文学门类下的“古代诗词常识”中的“修辞手段”中的倒装、借代、双关、排比等知识点的研究为例进行详细说明 (如图8所示) 。以知识为单元的专家系统作为一种人工智能程序, 储存相关领域的知识并根据这些知识自动进行推理, 以便找出正确答案。依据知识图谱策略, 在系统内以及Web中获取评语, 并根据NLP、机器学习技术对评语进行拆装, 组成庞大的评语库系统, 并对评语进行分类。在专家系统的辅助下, 给出了多个专业评语的模板, 通过对知识单元的属性进行智能化提取, 从而可以与不同的专业评语模板中的各个宏标记进行映射, 最终生成不同的评语。
 
图8“古代诗词常识”基于图谱架构的专业评语库  
图8“古代诗词常识”基于图谱架构的专业评语库   下载原图
 
 
 
该部分的设计与图4拥有自育能力的智能体的自育结构相对应, 此处评阅的评语扮演着智能客体的角色。
 
 
评语智能客体由任务书、专家系统专业定向评语、答辩专家量化评语三部分组成 (如图9所示) 。其中任务书是半结构化的文本, 包含作者信息、课题名称、课题性质等内容[13]。而定向答辩专业评语是由专家系统根据将要完成的信息所属专业, 从基于图谱架构的专业评语模板库中提取而完成。例如:图8中的“修辞手段”, 给出有关修辞手段的评语, 包括“比喻说理浅显易懂”“文笔简洁精炼, 语言富于变化和幽默”“升华主题, 点明中心”等系列有指向性的评语。而它自身的评语又可以不断完善, 通过评语库的成长、演进, 使该评语系统更加智能化。一般来说, 不同层次 (如专科、本科、研究生等) 的评语不大相同, 尤其在专业评语上, 由于学科的细分, 要求评语更加专业化、具体化。
 
 
评语智能主体由专业定向评语模板、基于图谱架构的专业评语库、Web收集系统、专家系统及定位知识图谱等五部分构成, 完成获取任务、评语的分类、评语的生成、评语与所评价对象的对应、评语的量化、根据内容抽取评语等系列操作, 既可以在系统评语库中提取, 也可以从Web当中获取, 可以不断地进行评语翻新、重装, 逐步完成专业评语方面的建设, 达到评语专业化、任务指向化, 完成任务的分数与量化评语统一化。
 
图9 基于答辩评语知识图谱的智能体自育系统设计  
图9 基于答辩评语知识图谱的智能体自育系统设计   下载原图
 
 
 
基于答辩评语知识图谱的智能体自育系统的另一部分功能是由答辩专家评语量化功能完成。系统通过对论文资料是否齐全、答辩现场效果是否良好、工作量是否饱满等进行客观性评语量化评价, 完成主观内容评价与客观内容评价的统一, 从而杜绝主观评语和客观分数存在较大差异的现象。
 
 
该平台在实现并上线后, 经过上百名师生的试用体验, 研究人员以访谈和问卷的方式收集师生的感受与意见, 进而得出基于知识图谱且具有自育智能的答辩评语撰写系统相较于传统的答辩评语写作过程的优势: (1) 评语文本候选项集较为丰富, 教师可以从多个候选项中挑选满意的评语文本, 不会出现以往词穷的窘境; (2) 待教师使用一段时间后, 自育智能趋于稳定, 基本可以从候选项集的前三项中找到满意的评语词组和语句; (3) 平台从互联网上抓取到更多的评语文本, 充实到系统内的模板库中, 教师可以从中找到合适的个性化评语, 杜绝千篇一律的通用性评语; (4) 教师撰写评语的效率和质量明显提高, 教师对通过平台生成的评语的认同性更高; (5) 对于专业性极强的任务, 平台可以实时从互联网上搜集相关的评语, 避免评语库的稀疏; (6) 平台能够源源不断地自我充实评语库, 并对评语进行分类拆装, 后期无须系统管理员的人工干预, 减轻了教师和系统管理员的负担。
 
 
有关资源智能体课程自育系统设计的研究, 将会引发教育技术领域关于智能化问题的探讨, 包括教育资源的自动化生成, 尤其是客观性与主观性相结合的自育化和系统化, 将促进课程本身更加科学、应用前景更加广泛, 更加体现出与时俱进的特性。由于资源的自生自灭、自我淘汰和更换, 更加激励资源建设者对本系统进行干预和维护, 增强资源建设者和资源管理者的信心, 形成人工智能下新的资源生态平衡, 使得网络课程资源建设更加智能化、自动化、系统化, 使资源从本体建设向资源外延方向发展, 促进资源的共享和交换, 更加有利于不同资源间的互补, 使资源建设的导向朝着资源特征型建设的方向转变。资源建设者、使用者将会把注意力从课程内容建设逐步转移到课程资源图谱架构上和资源的特性建设上来, 产生网络教学重心位移, 使课程更加趣味化、个性化, 进一步提升资源的关注度和生命力。此项研究也将会为未来的交互式资源银行、各种系统完整的智能资源体平台架构研究和未来课程资源体系的架构提供理论支撑和实证依据。
 

畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:资源智能体课程自育系统设计研究

文章地址:www.cqpc.cq.cn/lunwenjianshang/_yi_/958.html

内容来自网络-如有侵权,请告知删之

上一篇:中小学教师机器人教育接受度影响因素研究 下一篇:幼儿园教师信息技术素养及其模型构建研究

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: