基于本体的智能教学知识库构建与知识地图生成研究

论文摘要

智能教学系统（Intelligent Tutoring System, ITS）是人工智能技术在教育中最重要的应用之一。自19世纪初诞生以来,随着认知科学、计算机科学与技术、教育科学的发展,ITS在教育实践中取得了许多成绩,并研制出诸多具有代表性的系统。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网络计算与计算机可视化等的进步,ITS面临着又一个新的快速发展时期。智能教学系统的研究无论在理论上还是在应用上都有着重要的意义。本文的主要工作从三方面展开：学科知识库构建、知识推理和学习导航,具体从以下几方面进行：（1）对常用的知识表示方法和学科知识的描述方法进行了研究,并提出了适合智能教学系统的学科知识模型和一种改进的学生模型。（2）将领域本体的理论和建立方法应用到了学科知识库的构建之中,并将姜智提出的知识点的关系描述与曹存根提出的本体表示方法给合起来,运用三种类型的槽构建学科知识本体中的类,形成的类模型用于学科知识库的构建。（3）将知识地图的概念引入到智能教学系统的导航和管理中,归纳、总结出了构建知识地图的原则,提出了智能教学的知识地图构建步骤；在资源层与描述层之间引入了推理层,并界定了各层的功能,从而扩展了知识地图的结构模型；推理层中引入Agent技术形成推理模型,并应用基于VSK-BDI逻辑的Agent描述语言定义教学Agent的功能；提出了基于知识地图的自主学习导航算法—求最佳学习系列的算法,分析了算法的复杂性。（4）以Microsoft Visual Studio 2005作为开发环境,ASP. net2.0为开发工具,用Microsoft Access来存储各种知识,以《数据结构》中的线性结构作为教学内容,开发了一个实验软件。智能教学系统（Intelligent Tutoring System, ITS）是人工智能技术在教育中最重要的应用之一。自19世纪初诞生以来,随着认知科学、计算机科学与技术、教育科学的发展,ITS在教育实践中取得了许多成绩,并研制出诸多具有代表性的系统。进入新世纪以来,随着复杂计算、分布式认知、模式识别、知识表示、自然语言的理解、网络计算与计算机可视化等的进步,ITS面临着又一个新的快速发展期。良好的知识表示方法不仅可以合理、有效地将领域知识组织在一起,也能为系统提供信息查询,而且还可以帮助学生建立清晰的概念关系,建立良好的知识结构,可以提高问题求解能力。知识表示方法的优劣对教学系统是至关重要的,因此,知识表示方法是ITS开发系统的关键。一般可以从以下三方面来考虑：设计者的要求（表示能力,正确性,相容性）；使用者的要求（可理解性,可访问性,解释能力）；一般要求（可扩充性,简洁性,明确性）。基于Ontology的知识库构建是提高知识的共享性、互操作性、可维护性和可重用性的一个有效途径；知识地图是一种能在语义和知识层次上描述知识的模型,其目的在于以一种通用、直观的方式来获取知识、组织与呈现知识,进行知识的快速检索,实现知识的共享和重利用。本文介绍了常用的知识表示方法,并作了系统的分析对比；本文的第二个主要工作是研究了本体中的相关技术和本体建模的原理；本文的第三个主要工作是对知识地图的功能、构建原则、构建方法作了研究。本文对ITS中的协同学习也作了一定的介绍。

论文目录

• 基于本体的智能教学知识库构建与知识地图生成研究
• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 ITS的研究现状
• 1.3 本文研究的主要内容
• 1.4 论文组织结构
• 第2章 智能教学系统中知识的获取与表示
• 2.1 框架知识表示
• 2.2 产生式表示
• 2.3 学科知识的描述
• 2.4 多种知识表示法相结合的智能教学知识表示
• 2.5 学生模型
• 2.5.1 静态学生模型
• 2.5.2 操作模型
• 2.5.3 测试模型
• 2.6 本章小结
• 第3章 智能教学系统中的学科知识本体及知识库构建
• 3.1 学科知识的本体体系
• 3.1.1 Ontology概述
• 3.1.2 领域本体的概念
• 3.1.3 构建领域本体的方法
• 3.2 基于本体的领域知识库构建
• 3.2.1 类的形式化描述
• 3.2.2 教学系统中类的框架描述
• 3.2.3 教学系统中实例框架
• 3.2.4 知识的检测
• 3.3 本章小结
• 第4章 智能教学系统中的知识推理及知识地图
• 4.1 智能教学中的知识推理机制
• 4.2 面向智能教学中的知识地图
• 4.2.1 智能教学中知识地图的概念及呈现方式
• 4.2.2 智能教学系统中知识地图的结构模型
• 4.2.3 基于Agent技术的学习推理模型
• 4.2.3.1 学生Agent
• 4.2.3.2 教学Agent
• 4.2.3.3 资源Agent与资源管理Agent
• 4.2.3.4 基于VSK-BDI逻辑的教学Agent设计及推理
• 4.3 智能教学知识地图的构建原则及步骤
• 4.3.1 知识地图的构建原则
• 4.3.2 智能教学系统中知识地图的构建步骤
• 4.4 基于知识地图的自主学习导航
• 4.4.1 智能教学系统中的最佳学习系列
• 4.4.2 求最佳学习系列的算法
• 4.5 本章小结
• 第5章 《数据结构》ITS的知识库存储与管理
• 5.1 实验过程简介
• 5.2 实验小结
• 第6章 总结
• 6.1 工作总结
• 6.2 下一步工作展望
• 参考文献
• 附图
• 攻读学位期间发表的学术论文和研究成果
• 致谢
• 知识表示及知识地图在智能教学中的应用研究
• 摘要
• 第1章 概述
• 1.1 智能系统与专家系统概述
• 1.2 智能教学系统概述
• 1.3 智能系统的基本框架
• 1.4 智能教学系统的发展趋势
• 第2章 知识表示方法概述
• 2.1 知识及相关概念
• 2.1.1 知识的本质
• 2.1.2 数据、信息、知识、元知识
• 2.1.3 知识的分类
• 2.1.4 知识的表示
• 2.2 产生式知识表示
• 2.2.1 产生式的基本形式
• 2.2.2 产生式表示法的特点
• 2.2.3 使用产生式方法表示知识的系统
• 2.3 一阶谓词逻辑知识表示
• 2.3.1 一阶谓词的形式符号
• 2.3.2 知识的逻辑表示步骤
• 2.3.3 一阶谓词逻辑表示法的特点
• 2.4 语义网络知识表示
• 2.5 框架知识表示
• 2.5.1 框架表示的结构
• 2.5.2 框架的特点
• 2.5.3 使用框架表示法的知识系统
• 2.5.4 产生式与框架结合的知识表示
• 2.6 面向对象知识表示
• 2.6.1 面向对象基础
• 2.6.2 面向对象表示知识的方法
• 2.6.3 类与类继承
• 2.7 不确定知识表示
• 第3章 基于本体的知识库建模原理
• 3.1 知识工程中的本体技术
• 3.1.1 本体的概念
• 3.1.2 本体的作用
• 3.1.3 本体的分类
• 3.1.4 本体描述语言
• 3.1.5 本体论的应用
• 3.2 本体建模原理
• 3.2.1 知识库系统建模框架
• 3.2.2 本体建立的依据
• 3.2.3 本体建立的方法
• 3.2.4 本体建模方法的优点
• 第4章 知识地图及其应用概述
• 4.1 知识地图的概念
• 4.2 知识地图的类型与功能
• 4.2.1 知识地图的类型
• 4.2.2 知识地图的功能
• 4.3 知识地图构建技术
• 4.3.1 知识地图构建原则
• 4.3.2 知识地图的构建方法
• 4.3.3 描述语言与辅助工具
• 4.4 知识地图的应用
• 4.5 知识地图发展
• 第5章 智能教学系统中的协同学习机制
• 5.1 Web中的协同学习
• 5.2 基于Agent的协同学习模型
• 5.3 本文小结
• 参考文献
• Research of Intelligent Tutoring Knowledge Base Construction and Knowledge Map Generation Based Ontology
• Abstract
• Chapter 1 Introduction
• 1.1 Background and Significance of Study
• 1.2 Current Status of ITS
• 1.3 Main Research Content of This Paper
• 1.4 Papers Organizational Structure
• Chapter 2 Knowledge Access and Expression of Intelligent TutoringSystem
• 2.1 Knowledge Framework Expression
• 2.2 Generation Formula Expression
• 2.3 Description of Subject Knowledge
• 2.4 Many methods of Expresion Knowledge in ITS
• 2.5 Student Model
• 2.5.1 Static Student Model
• 2.5.2 Operative Model
• 2.5.3 Test Model:
• 2.6 Summary
• Chapter 3 Discipline Based Ontology and Knowledge Base Constructionof Intelligent Tutoring System
• 3.1 Ontology System of Discipline Knowledge
• 3.1.1 Ontology Summary
• 3.1.2 Concept of Field Ontology
• 3.1.3 Construction Approach of the field Ontology
• 3.2 Field Knowledge Base Construction Based Ontology
• 3.2.1 Formal Description of Class:
• 3.2.2 Formal Represation of Class
• 3.2.3 Examples framework of tutoring system
• 3.2.4 Knowledge Detection
• 3.3 Summary of This Chapter
• Chapter 4 Knowledge Reasoning and Knowledge Map of ITS
• 4.1 Knowledge Reasoning Mechanism of Intelligent Tutoring
• 4.2 Knowledge Map for Intelligent Tutoring
• 4.2.1 Concepts of Knowledge Map and Presentation Way of Intelligent Tutoring
• 4.2.2 Structure Sodel of Knowledge Map in ITS
• 4.2.3 Study Reasoning Model Based on Agent Technology
• 4.2.3.1 Student Agent
• 4.2.3.2 Teaching Agent
• 4.2.3.3 Resources Agent and Resource Management Agent
• 4.2.3.4 Teaching Agent Design and Reasoning Based on Logical VSK-BDI
• 4.3 Construction Principle and Methods of Knowledge Map in Intelligent Tutoring
• 4.3.1 Construction Principle of Knowledge Map
• 4.3.2 Construction Approach of Knowledge Map in ITS
• 4.4 Freedom Study Based on Knowledge Map
• 4.4.1 The Best Learning Series in ITS
• 4.4.2 Algorithms of the Best Learning Series
• 4.5 Summary of this Chapter
• Chapter 5 Store and Managment of Knowledeg Base in Data StructureTeaching
• 5.1 Introduction of Experiment Process
• 5.2 Experiment Summary
• Chapter 6 Summarizes
• 6.1 Work Summary
• 6.2 Next Step Work Forecasts
• Application Research of Knowledge Representation and Knowledge Map in Intelligent Tutoring System
• Abstract
• Chapter 1 Summary
• 1.1 Intelligent System and Expert System Overview
• 1.2 Intelligent Tutoring System Summarization
• 1.3 Basic Framework of ITS
• 1.4 Development Trend of ITS
• Chapter 2 Knowledge Representation and Reasoning Related with ITS
• 2.1 Knowledge and Concepts Related with Knowledge
• 2.1.1 Nature of Knowledge
• 2.1.2 Data,Information,Knowledge,Meta-Knowledge
• 2.1.3 Classification of Knowledge
• 2.1.4 Knowledge Cepresentation
• 2.2 Production Method
• 2.2.1 Basic Form of Production
• 2.2.2 Characteristics of Production Method
• 2.2.3 Knowledge System Represented by Production Method
• 2.3 Knowledge Representation of First Order Predicate Logic
• 2.3.1 Form Symbol of First Order Predicate
• 2.3.2 Steps of Logic Presentation of Knowledge
• 2.3.3 Characteristics of Knowledge Representation with First Order Predicate Logic
• 2.4 Semantic Network Knowledge Representation
• 2.5 Framework Method
• 2.5.1 Structure of Framework
• 2.5.2 Characteristics of Framework
• 2.5.3 Knowledge System Represented by the Framework Method
• 2.5.4 Knowledge Representation of Production and Frame
• 2.6 Object-Oriented Method
• 2.6.1 Basis of Object-Oriented
• 2.6.2 Eepresentation Method of Object-Oriented
• 2.6.3 Class and Inherit
• 2.7 Representation of Uncertain Knowledge
• Chapter 3 Summary of Ontology in Knowledge Engineering
• 3.1 Ontology Technology in Knowledge Engineering
• 3.1.1 Concept of Ontology
• 3.1.2 Function of Ontology
• 3.1.3 Classification of Ontology
• 3.1.4 Description language of Ontology
• 3.1.5 Ontology Application
• 3.2 Principle Modeling of Ontology
• 3.2.1 Knowledge Base System Modeling Framework
• 3.2.2 Basis of Ontology Establishing
• 3.2.3 Methods of Constructing Ontology
• 3.2.4 Advantages of Ontology Modeling Method:
• Chapter 4 Related Research of Knowledge Map
• 4.1 Concept of Knowledge Map
• 4.2 Type and Function of Knowledge Map
• 4.2.1 Type of Knowledge Map
• 4.2.2 Function of Knowledge Map
• 4.3 Construction Technical of Knowledge Map
• 4.3.1 Construction Principle of Knowledge Map
• 4.3.2 Methods of Knowledge Map Construction
• 4.3.3 Description Language and assistant Tools
• 4.4 Application of knowledge Map
• 4.5 Development of Knowledge Map
• Chapter 5 Collaborative Learning Mechanism of ITS
• 5.1 Collaborative Learning in Web
• 5.2 Agent-Based Teaching Model
• 5.3 Summary of the Paper