（教育技术学专业论文）网络答疑系统的智能性研究.pdf

网络答疑系统的智能性研究 教育技术专业 研究生 张众 指导教师王玲 网 络 教育 在我国 正以 空 前 的 速 度发 展 着。目 前， 除了 教 育 部指 定的6 7 所 现代远程教育试点院校以 外，基础教育领域和一些公司也开办了 不同层次的网 络学习与培训。在网络环境下，师生分离，学生自己 成了学习的主体。如何从 学习 者的学习需求出发， 设计并开发有效的网 络智能 答疑系统，开始受到越来 越多的研究者的关注。 本文在对认知心理学关于问 题解决的原理以及现代远程教学中 相关教学思 想和理论全面研究的基础上， 从教学的角度分析了网络答疑中学习者的需求， 指出在现代远程学习中，网络答疑系统扮演的重要的角色:某个专业领域资源 的提供者，互动的教学情境的构建者，学习的引导者. 对面向教学的网络答疑系统的智能性进行了 研究，指出从学习者的角度来 看， 他们需要一个像导师一样的智能答疑系统。提出了 这样的系统的智能性的 设计和体现、采取的智能策略和开发策略、以 及系统的模型。 设计并开发了 数据结构课程的网上智能答疑系统。该系统是四川省精 品课程之一的 数据结构网络课程的学习支持服务系统。 系统围绕如何实现有效答疑和培养学习者解决问 题的能力两个方面进行设 计， 从在 数据结构课程学习过程中遇到的常见问 题入手，提供了多种答疑 方式，能够根据学习者现有知识结构和学习需求，一步一步地引导学习者找出 问题的解，从而通过答疑培养学习者的编程能力。 关键词: 智能答疑系统 基于范例的推理 ( c b r ) 基于规则的推理 启 发式答疑 r e s e a r c h o n i n t e l l i g e n c e o f n e t w o r k q u e s t i o n - a n s w e r i n g s y s t e m m a j o r : t e c h n o l o g y o f e d u c a t i o n g r a d u a t e : z h a n g y a n s u p e r v i s o r : w a n g l i n g e d u c a t i o n t h r o u g h n e t w o r k h a s b e e n d e v e l o p i n g r a p i d l y i n c h i n a . t h e r e a r e 6 7 i n s t i t u t e s a u t h o r i z e d b y t h e m i n i s t r y o f e d u c a t i o n a s p i o n e e r i n g u n i t s f o r d i s t a n c e e d u c a t i o n , b e s i d e s , t h e r e a r e e d u c a t i o n a l c l a s s e s o f a l l l e v e l s h e l d b y o t h e r t r a i n i n g o r g a n i z a t i o n s . u n d e r t h e c i r c u m s t a n c e s b u i l t b y t h e n e t w o r k , t h e t e a c h e r a n d t h e s t u d e n t s a r e s e p a r a t e d w h i l e t h e s t u d e n t s b e c o m e t h e s u b j e c t o f t h e l e a r n i n g p r o c e s s . t h e n , h o w t o c a t e r f o r t h e l e a r n e r s o w n r e q u i r e m e n t s o f s t u d y ? w h a t k i n d o f n e t w o r k w i t h i n t e l l i g e n t q u e s t i o n - a n s w e r i n g s y s t e m w i l l b e d e s i g n e d a n d p o l i s h e d ? s u c h i s s u e s h a v e a t t r a c t e d m o r e a n d m o r e r e s e a r c h e r s a t t e n t i o n . b a s e d u p o n c o g n i t i o n t h e o r y a n d m o d e r n d i s t a n c e e d u c a t i o n , t h i s p a p e r a n a l y z e s t h e r e q u i r e m e n t s r a i s e d b y t h e l e a r n e r t h r o u g h n e t w o r k a n d p o i n t s o u t t h a t t h e q u e s t i o n - a n s w e r i n g n e t w o r k p l a y s t h e r o l e o f t h e s u p p l i e r o f p r o f e s s i o n a l r e s o u r c e s , t h e b u i l d e r o f a n i n t e r a c t i v e l e a r n i n g e n v i r o n m e n t , a n d t h e i n s t r u c t o r o f l e a r n i n g . t h e a u t h o r o f t h i s p a p e r h a s m a d e r e s e a r c h o n t h e i n t e l l i g e n c e c o m p e t e n c e o f n e t w o r k q u e s t i o n - a n s w e r i n g s y s t e m f o r e d u c a t i o n a n d p o i n t e d o u t t h a t w h a t t h e l e a r n e r s n e e d i s a n i n t e l l i g e n t q u e s t i o n - a n s w e r i n g s y s t e m t h a t i s m u c h l i k e a s u p e r v i s o r . i n t h e d a o e r . i t p u t s f o r w a r d a s y s t e m t h a t i s j u s t s t r a t e g y o f i n t e l l i g e n c e , t h e s t r a t e g y f o r s u c h r e q u i r e m e n t , o f d e v e l o p m e n t , a n d a t h e m o d e l o f t h e s y s t e m . t h e a u t h o r h a s d e s i g n e d a n d d e v e l o p e d a n a n s w e r i n g n e t w o r k s t r u c t u r e . t h e s y s t e m t h a t h a s b e e n u s e d b y s y s t e m i s t h e s e r v i c e s y s t e m i n t e l l i g e n t q u e s t i o n - t h e c o u r s e o f d a t a f o r a n e t w o r k c o u r s e n a m e d d a t a s t r u c t u r e ， w h i c h i s a w a r d e d f i n e c o u r s e s o f s i c h u a n p r o v i n c e . u p o n t w o i s s u e s -h o w t o e f f e c t i v e l y a n s w e r t h e s t u d e n t s q u e s t i o n s a n d h o w t o f o s t e r t h e l e a r n e r s a b i l i t y o f s o l v i n g p r o b l e m s b y t h e m s e l v e s , t h e p a p e r l i s t s s o m e f u n d a m e n t a l p r o b l e m s i n l e a r n i n g t h e c o u r s e o f d a t a s t r u c t u r e a n d a v a r i e t y o f m e t h o d s f o r a n s w e r i n g t h e m . t h e m e t h o d s w i l l i n s t r u c t t h e l e a r n e r t o w o r k o u t t h e a n s w e r s b a s e d u p o n h i s o w n k n o w l e d g e s t r u c t u r e a n d l e a r n i n g r e q u i r e m e n t s a n d a c c o r d i n g l y , i n t h e l e a r n i n g p r o c e s s , h e w i l l c u l t i v a t e h i s a b i l i t y o f p r o g r a m m i n g k e y w o r d s : i n t e l l i g e n t q u e s t i o n a n d a n s w e r i n g s y s t e m ; c a s e - b a s e d r e a s o n i n g ; f o r m u l a - b a s e d r e a s o n i n g ; h e u r i s t i c a n s w e r i n g 第一章前言 1 . 1 问 题的提出 网络教育在我国正以空前的 速度发展着。目 前，除了 教育部指定的6 7 所 现代远程教育试点院校以外，基础教育领域和一些公司也开办了 不同层次的网 络学习与培训。网络的资源共享性、跨时空性、互动性等特点使得这种教育方 式成为越来越多的人获取教育资源、进行终身学习的重要途径。 答疑，作为教学活动中的一个重要环节，是网络教育中需要解决的一个重 要课题。它为网络教学提供了 交互的情境，是支持网络教学顺利进行的重要保 证，也是传统课堂教学的重要补充。 基于网络的答疑与传统方式的答疑相比具有不同的特点.在传统教学中， 要 么 是 学 生 经 过 一 定 的 学 习 和 思 考 后 提出 疑问 ， 教 师以 回 答问 题的 方 式 进 行 讲 解:要么是教师依据教学的重、难点提出问题，引发学生在思考的基础上各抒 己 见， 使 教 学 相 长， 师 生 共同 完 成 教学 任 务. 不 管哪 种 形式， 师生 可以 直 接 交 流。在这种传统的教学模式下， 教师是问题解答的主体或主导。而网络答疑是 以网络为教学媒介的一种答疑方式。 在网络环境下，师生分离，学生自己成了 学习的主体。与传统教育相比，网络教育的规模又空前膨胀。这就对网络答疑 系统提出了较高的要求。如何从学习者的学习需求出发，设计并开发有效的网 络智能答疑系统，开始受到越来越多的研究者的关注。 通过调研我们发现，现有的网络答疑系统，主要是通过e m a i l 、留言板、 b b s 、聊天室等方式进行提问与解答， 有些网站也采用关键字匹配或分词搜索 等方式，这些系统都在一定程度上对用户的提问进行了解答。但随着用户群和 问题量的增加，这些网上答疑方式，要么周期过长，用户不能及时得到问题的 解答，要么对于问题答案匹配的准确性比 较差，更谈不上通过答疑培养学习者 独立思考和解决问题的能力。 用户到底需要什么样的网络答疑系统?如何提高答疑的效率和准确性?如 何设计和实现基于网络的智能答疑?这些都是一个面向教学的网络答疑系统急 需解决的问题。 1 . 2 本文的研究目 的和意义 本文的研究目的: 1 .从教学的角度探讨网 络答疑中学习者的需求。 以网络答疑中相关教学思想和理论以 及认知心理学关于问题解决的原理为 指导， 对网 络答疑中的学习 模式以 及学习者的需求进行研究。 2 .网络答疑系统智能性研究。 通过对网络答疑系统智能性的研究，解决以下问题:系统智能性的设计和 体现、采取的智能策略和开发策略、系统模型的建立。 3 .设计和开发 数 据结构课程网 络智能 答疑系统。 建立一个关于 数据结构课程的网上智能答疑系统。该系统是四川省精 品课程之一的 数据结构网 络课程的学习支持服务系统。 ( 数据结构课程是计算机科学的重要的核心课程，主要研究信息的逻辑 结构及其基本操作在计算机中的表示和实现，是计算机科学的算法理论基础和 软件设计的技术基础。 我们知道，计算机科学的 核心是程序，而程序设计离不开算法和数据结 构。要设计一个有效的 算法必须选择一个恰当的 数据结构， 或者说数据结构的 选取是为算法设计服务的。 数据结构课程的教学目 标就是使学习者学会分 析研究计算机加工的数据对象的特性，以便在实际应用中选择适当的数据结 构、 存储结构和相应的算法，初步掌握算法的时间与空间 性能分析技巧， 得到 复杂程序设计的训练，培养良 好程序设计的习惯.该课程不仅为计算机科学与 技术专业的后继课程提供了 必要的知识准备，更重要的是进一步提高学生软件 设计与编程的能力与水平。 普通高校扩大招生后，学生的层次差异较大，加上数据结构的复杂性和 抽象性，造成大多数普通高校的学生理解得不够深刻，无法在实际中 应用所学 的知识，特别是不会编程实现较复杂的数据结构。学生普遍反映:数据结构理 解起来好像并不困难，但是真正上机实现就不知道怎样下手了。 对这类问题，如果仅仅只给出最终答案显然无法满足学习者的需求.况且 编程问 题本身题干的 描述多种多样， 关键字匹配给出的备选答案太多， 准确率 也不高， 对提问 者没有太大的帮助。 而如果全靠人工解答， 在现代远程教育 中，随着用户和所提问题数量的剧增也是不现实的。这就对答疑系统的高度智 能化提出了迫切的需求。 因此，设计和开发 数据结构课程网络智能答疑系统很有必要。系统围 绕如何实现有效答疑和培养学习者解决问题的能力两个方面进行设计，从在 数据结构课程学习过程中遇到的常见问题入手，提供了多种答疑方式，能 够根据学习者现有知识结构和学习需求，一步一步地引导学习者找出问 题的 解，从而通过答疑培养学习者的编程能力. 这些研究和开发工作对于发展我国的远程教育具有着重要意义: 1 完善现代远程教育的学习理论; 2 .促进网上答疑的实用化和智能化的研究与应用; 3 有利于信息技术与课程整合的研究与应用: 4 有利于培养学习者的主体性和创造性。 1 . 3国内外研究现状 那么目 前国内外网络智能答疑系统的研究现状如何呢? 中国电化教育 杂 志2 0 0 3 年i 月 刊 登的 一 份 研究 报 告 19 1 对国 内 外网 上智 能 答疑 系 统 进行了比 较研究。 该报告指出，调研的2 4 家国内网上教育平台或教育网站中， 真正具有智 能 性的网 上答疑系统非常少( 如校际通网 络教学平台、 新叶网 络教学平台、佛 氏 数超i c l as s t u t o r 异步 教学系统等 ) ， 智能 性也不高。 有 些教育网 站没 有答疑 系统，大多数有答疑系统的教育类网站采用电 子邮件、留言板、b b s 、聊天室 等方式实现答疑。 国外有许多专门的答疑网站，有些系统在智能化方面作的比较出色，如 a s k j e e v e s 公司a s k j e e v e s f o r k i d s 网上答疑系统、m i t 人工智能实验室b o r i s k a t z 博士组 织开发的s t a r t ( s y n t a c t i c a n a l y s i s u s i n g r e v e r s i b l e t r a n s f o r m a t i o n ) 系统. 这些系统的 智能性主要体现在人机理解的自 然语言接口 和相应的问 题查询和反馈上. 研究的重点集中在对自 然语言的自 动分词和匹配 上。 在功能设计上，国内系统的功能较为全面和丰富，但许多功能质量较低， 有些功能的实用意义较小、而且操作性不强。而国外的系统， 所有功能都围 绕 答疑功能而设，重点突出、设计糟良. 在智能化方面，目 前国内 外答疑系统的智能性都主要体现在人机理解的自 然语言接口 和相应的问题查询和反馈上。比较而言，国内系统查询准确性较 低，反锁的答案针对性和有效性也比较差。国外系统在基于自 然语言的提问方 面作的比国内 更加 准确和 人性化( 如带 有问 题确认的 功能 ) ， 主要原因 是国 外 在 问 题处理部件增加了问题类型判断，以及增加了答案处理和解释部件，从而保 证了系统对问 题的更准确的理解，也使呈现的答案简明扼要。 对于资源库的结构，国内答疑系统主要是基于课程章节来组织的，在进行 扩展时容易造成资源重复的现象。另外，资源库内 容也非常有限。而国外的相 关资源库拥有内容丰富、高质量的资源。在内 容的组织上， 大多采用主题式或 专业领域式的组织体系。 在技术上，国内系统的智能性受到相关技术水平的限制。开发的瓶颈是中 文信息处理技术。另外， 数据挖掘、文本检索、机器学习 和专家系统等技术的 水平也都影响了答疑系统的智能性。 由此可见，我国的网 络智能答疑系统还刚刚起步，处于探索阶段，与国外 的研究水平存在不小的差距.我们有必要借鉴国外的先进技术和经验，从高效 利用网络资源、提高问题解答质量、整合己 成熟的高新技术三个角度来着手研 究。 经过进一步的调研我们还发现，从研究的角度来看，国内外现有的研究大 多从技术的角度进行， 很少从教学的角度来考虑基于网络的 答疑中 用户的学习 需求。那些被教育界 所推崇的教学理论在绝大部分答疑系统中 没有得以 实施和 体现。这就导致了很多系统的功能设计不合理、对智能的支持不够.国外的那 些具有一定智能性的答疑网站中直接服务于教学的很少。这些系统直接给出问 题的答案，不能按照学习者的需求制定动态的学习策略，其答疑行为是静态 的、被动的，缺乏主动学习机制。这样的系统很难通过答疑培养学习者解决问 题的能力。 1 . 4 本文的主要工作及创新点 1 . 4 . 1 本文的主要工作 本文所做的主要工作如下: 1 、研究了认知心理学关于问 题解决的理论: 2 、对网络答疑中的学习模式进行了探索; 3 、 探讨了 人工智能相关理论和技术在网 络答疑中的应用; 4 、对面向教学的网络答疑系统的智能性进行了研究，提出了网络智能答 疑系统应具备的功能、采取的智能策略以及系统模型; 5 、设计并开发了 数据结构课程网络智能答疑系统。 1 . 4 . 2 本文创新点 本文的主要创新点如下: 1 、提出了网络智能答疑系统应具备的功能、采取的智能策略以 及系统模 型 2 、对 数据结构课程进行了知识分析， 提出了 启发式答疑策略和混合 式推理模式 3 、设计并开发了 数据结构课程网络智能答疑系统 1 . 5 全文结构 第一章、前言 对本文的目 的 和意义以 及国内 外的研究现状进行了 分析。 第二章、认知心理学关于问题解决的理论 对关于问题解决三大心理学学说:联想理论、格式塔理论以及认知心理学 基于信息加工观点的理论进行了对比; 研究了认知心理学关于问题的描述、问题空间与问题解决、问题解决的策 略三方面的理论: 指出在设计网络智能答疑系统时， 应该依据认知心理学关于问 题解决的原 理，模拟领域专家求解问 题的思维过程进行启发式答疑。 第三章、网络答疑中学习模式探索 介绍了现代远程教学中的创造性以及创造性学习的几种基本模式; 探讨了网络答疑的特点、网络答疑的学习模式及其对系统设计的要求。 第四章、人工智能相关理论与技术 介绍了在开发网络智能答疑系统时要用到的人工智能相关理论与技术，包 括:知识与知识表示、专家系统与知识获取、基于范例的推理技术、归纳推理 的机理. 并对c b r 技术在网 络智能答疑系统中的 应用做了 一个初步研究。 第五章、面向教学的网络答疑系统智能性研究 对面向教学的网络答疑系统的智能性进行了研究，指出从学习者的角度来 看，他们需要一个像导师一样的智能答疑系统。提出了这样的系统的智能性的 设计和体现、采取的智能策略以及系统的模型. 第六章、 数据结构课程网络答疑系统的设计与实现 设计并建立了一个关于 数据结构课程的网上智能答疑系统。该系统是 我校精品课程之一的 数据结构网络课程的学习支持服务系统.系统从在 数据结构课程学习 过程中 遇到的常见问 题入手， 提供了 多种答疑方式，能 够根据学习者现有知识结构和学习需求，一步一步地引导学习者找出问题的 解，从而通过答疑培养学习者的编程能力。 本章首先从教学的角度，从考虑学习者的学习需求出发进行系统需求分 析，包括教学任务以及知识成分分析，并根据分析结果来进行问题的分类和编 写，选择答疑的策略和知识的表示形式。然后介绍了系统的功能模型、网络结 构、 应用系统层次模型、系统架构、运行和开发环境。接着介绍了c b r 技术 在自 动答疑模块中的应用。最后，介绍了启发式答疑的实现。 第七章、总结 对本文的总结和本文所做工作的展望. 第二章认知心理学关于问题解决的理论 要实现系统的智能答疑，应该依据一定的心理学理论编写程序来模拟人解 决问题的行为和内部认知过程，使计算机以类似于人的方式来解决问 题并达到 类似的结果。 认知心理学的 基本原则是将人脑与计算机进行类比，将人的心理 活动看作信息加工过程，从而揭示认知过程的内部心理机制。这种观点在问 题 解决研究中表现最为突出。 我们要研究网络智能答疑系统有必要先研究一下认 知心理学关于问 题解决的理论，并以 该理论为指导进行系统的设计. 2 . 1 关于问 题解决三大心理学学说的对比 研究 学习的一个很重要的目的就是要培养学习者解决问题的能力。问题解决作 为一种重要的思维活动，很早就得到心理学的重视和研究。要想从学习者的学 习需求出发，设计并开发有效的网络智能答疑系统，有必要先从心理学的角度 探讨 一 下人解决问题的内部心理机制。 关于问题解决的研究，曾 经出现过不同的学说，其中影响较大的有联想理 论、格式塔理论以及认知心理学基于信息加工观点的理论。 联想理论将问题解决过程看作一种联想学习过程，在这种过程中，适宜的 联系得以建立并通过强化而巩固，不适宜的联系则逐渐消退。该理论认为，问 题解决具有 “ 尝试一错误，的方式，带有渐进的性质。 格式塔理论强调问题情境的结构的重要性，认为问题解决是形成问 题情境 的新的结构，即把握问题情境中诸事物的关系，以突然的方式实现，表现为 “ 顿悟”。 以 上两种理论的某些观点对问 题解决的研究起到了一定的推动作用， 但都 不能很好的解释整个问题解决过程。 认知心理学从信息加工观点出发，将人看作主动的信息加工者，将问题解 决看作是对问题空间的搜索，并用计算机来模拟人的问题解决过程，为问题解 决的 研究开拓了 新的方向， 并取得了引人注目 的成就， 在当 前的 研究中占 据了 主导地位。 我们所设计的网络智能答疑系统，就是以认知心理学的信息加工观点为指 导，模拟领域专家求解问题的思维过程进行启发式答疑，从而帮助学习者提高 解决问题的能力。 2 . 2 认知心理学对问题的描述 抛开形形色色的问题在内容和形式上的差别，心理学认为所有的问题由三 个基本成分组成: 给定:一组已知的关于问 题条件的描述，即问 题的起始状态。 目 标:关于构成问题结论的描述，即问题要求的答案或目 标状态: 障碍: 通过一定的思维活动找到答案， 达到目 标状态。 心理学中定义的问 题，其起始状态到目标状态不是通过简单的知觉或回忆就能实现的，其间存在 着障碍，需要进行思维活动。 那如何才称之为问题的解决呢?心理学家a n d e r s o n 于 1 9 8 0 年提出了关于 问题解决的3 个基本特征: 1 、目的指向性 问 题解决是目的指向的活动，具有明确的目 的性，总要达到某个特定的终 结状态。 2 ,操作序列 问 题解决包括一系列的心理过程。 有些活动，如回忆一个英语单词，虽然 也具有明确的目 的性，但只需要简单的记忆提取，因此不被认为是问 题解决。 3 、认知操作 问 题解决必须是一种认知活动。叠被子等活动虽然既有明确的目的又包含 一系列操作，但基本上没有重要的认知操作，也不属于问题解决活动。 由 此可知，问题解决是一种有目 的的复杂的思维活动，包括一系列的认知 操作阶段。 2 . 3 问题空间与问题解决 认知心理学从信息加工观点出发， 将问题解决的心理过程看作是对问题空 间( p r o b le m s p a c e ) 的 搜 索 过 程。 所 谓的 问 题空间 就 是问 题 解决 者 对一 个问 题所达到的全部认识状态，也称之为状态空间. 例如，要解决这样一个问题:任意输入三个数，要求按从大到小的顺序将 其排序。该问题的起始状态是任意输入的三个数，要达到的目 标状态为将这三 个数按照从大到小的顺序排列。我们要解决这个问 题，首先要理解题意，对问 题进行心理表征，也就是建立起自己的问 题空间: 起始状态、目 标状态、 达到 目 标状态的一系列操作 ( 这些操作称为算子)以及中间状态。然后依据一定的 解题策略选择适当的算子，一步步地由 起始状态向目 标状态靠近，找到问题的 解。 从以 上叙述我们可以 看出，问 题解决很重要的两个方面:一个是建立适当 的问题空间:另一个就是寻找一条从问题的起始状态到目 标状态的通路。这样 的通路可能有很多条，有的容易找到，有的不易发现;所需的问题解决时间有 的长，有的短. 我们可以用问题行为图来表示人在解决某个问题时实际形成的问题空间和 实际进行的问 题解决过程 ( 或者说是搜索过程).问 题行为图是n e w e l l 和 s i m o n 提出来的一种分析慢速的信息加工过程的方法。该方法用方框来表示知 识状态，用箭头来表示改变知识状态的 操作，箭头的方向指出 知识状态变化的 路线。绘图时遵照从左到右和自 上而下的原则。如果在搜索的过程中出现知识 状态的重复，就倒退到原先的状态。 解决刚才的三个数排序问题 ( 假设给定的 三个数a , b , c分别是1 2 , 2 7 , 3 )，可能形成的问 题行为图如下: 图2 - 1 三个数排序的问题行为图 实际上，关于排序问题有很多解法，其可能的问题空间和搜索路径有很多 种。人的知识经验和各种心理过程的都会影响到问题空间的构成。 我们设计网 络智能答疑系统，就是要帮助学习者建构适宜的问题空间，引导学习者正确解 决问题。 另外，问 题本身的提法 ( 即问 题的外部表征) 对于学习者正确理解问题， 从而形成适宜的内部表征无疑也是非常重要的。在设计和选择典型范例时我们 也要注意这一点。 2 . 4 问题解决的策略 我们知道，问题解决就是对问 题空间 进行搜索，以找到一条从问 题的 起始 状态到目 标状态的通路，也就是要找一个算子序列，而搜索或选择算子要靠策 略的引导. 人在解决问 题时所应用的 策略可以分为两大类: 算法 ( a l g o ri t h m ) 和启 发法 ( h e u r i s t i c s )。 算法精确地指明了 解题的步骤，可以 看作对某种特定类 型问 题的解题规则。 启发法是一种凭借经验的解题方法， 常用的 启发式策略有 手段 目 的 分析 ( m e a n s - e n d a n a l y s i s ) 、 逆向 工作 ( b a c k w a r d wo r k i n g )、 计 划 ( p 1 - a n n i n g ) 等。 手段泪 的分析是一种不断减少当前状态与目 标状态之间的差别而逐步前 进的解题策略。该方法的核心是发现问题的当前状态与目 标状态的差别，并应 用算子来缩小这种差别，应用算子时还要设法消除其与当前状态的差别，如此 进行下去，以 逐步接近和达到目 标状态.也就是说， 这种方法就是将问 题的总 目 标分成若干子目 标，通过实现一系列的子目 标最终解决问题。对于教难消除 的差异，有时可以不惜引入一些困难较小的新差异或暂时扩大某种差异，以利 于消除它。逆向工作法是从问 题的目 标状态往回走，倒退到起始状态。计划法 是在解决问 题时先抛开次要部分，抓住一些主要结构， 把问 题抽象成较简单的 形式，先解决这个简单的问题，然后利用得到的解答来帮助或指导整个问题的 解决。 在设计答疑系统时，为了帮助学习者一步步建立起适宜的问题空间，我们 可以采用手段泪 的分析或逆向工作的启发式策略. 例如前述的排序问题，我们可以采取如下的启发式策略:该问题的总目 标 是要把任意的三个数按从大到小的顺序排列。起始状态与目 标状态的二个重要 的差异是最大的数没有放在第一个位置。于是建立消除这个差异的一个子目 标。 要消除 这 个差异， 需要找到最 大的 数， 并 把它 移到 前面. 于是出 现了 一个 新的子目 标。要达到这个新的子目 标，选择的算子是比较三个数的大小。有多 种比 较和移动的方法.一种简单的方法是一个一个的比 较，把每次选出的较大 的数再与下一个数做比 较， 直到与最后一个数相比较，其中的较大者就是该组 数中最大的数。把它移到前面，再在剩下的数中重复刚才的操作。另一种方法 是两两比较，若发现两个数的次序相反，就进行交换，直到没有反序的数为 止。一趟比较下来， 最大的数被放置到第一个位置上.再对剩下的数重复n - 1 趟刚才的操作。 事实上，当前状态与目 标状态之间可能存在多种差异。消除不同差异的次 序不同，可能有不同的解法。例如，若要对数量巨大的无序的操作数进行排 序，如果让一个人来做是很费时间的，可以分给两个人同时进行，最后再合 并。 2 . 5 本章小结 问 题解决是一种有目 的的复杂的思维活动，包括一系列的认知操作阶段。 按照认知心理学的观点，问题解决的心理过程就是对问题空间的搜索过程。所 谓的问题空间就是问题解决者对一个问题所达到的全部认识状态，是问题解决 者对问题的内部心理表征。对问 题空间的搜索，就是要找一个算子 ( 操作) 序 列，以 找到一条从问 题的 起始状态到目 标状态的 通路， 而搜索或选择算子要靠 策略的引导。问题解决的启发式策略是一种凭借经验的解题方法，常用的启发 法有手段泪 的分析、逆向工作、计划等. 我们所设计的网络智能答疑系统， 试图依据认知心理学关于问题解决的原 理，模拟领域专家求解问题的思维过程进行启发式答疑。系统采用手段泪 的 分析的启发式策略，帮助学习者建构适宜的问题空间，引导学习者一步步地从 问题的起始状态开始，逐渐到达目 标状态。由于人在解决问题时常常从长时记 忆中提取以前解类似问题所用的策略，或者形成一个新的策略，并常出现策略 的转换，因此在系统结构的设计上，包含一个相当于长时记忆的知识库， 用于 存储各种有关的知识和算子:一个类似短时记忆的综合数据库，用于存储各种 中间状态以及跟踪用户信息。 1 8 第三章网络答疑中学习模式探索 答疑是指在教学活动中帮助学生解除疑难的一种具有师生双边活动性质的 教学方法。网络答疑是以网络为教学媒介的一种答疑方式。由于网络的资源共 享性、跨时空性、互动性等特点，以及基于网络的答疑中师生分离的远程教学 形态，使得网络答疑中学习模式具有与传统教学所不同的 特点。 网络答疑中学习模式的探索对于网络答疑系统的设计将具有指导性意义。 3 . 1 网络教育中的创造性学习 3 . 1 . 1 现代远程学习中的创造性 创造是指个体产生新颖的， 有社会价值的产品或对问题做出独特解答的一 种能力。创造的本质是大脑皮层区域在原有联系的基础上形成新联系的过程， 即把新知识在原有知识基础上按照想象等新方式把它们重新组合起来，并进行 思维加工，从而产生新的思维成果。 根据华南师大李克东教授的观点，信息化学习具有四大特征: ( 1 )资源 利用的学习; ( 2 )学会发现的学习; ( 3 )协作地学习: ( 4 )知识重构 ( 重 组)地学习。 这些学习特征强调了学习的自 主性、研究性和探究性，体现了学习过程的 创造性。 现代远程学习中的创造性，就是指在师生分离的情况下，学习者面对共享 资源时发现问 题、提出问 题、探究问 题和解决问 题， 从而自 主地学习知识、 技 能，培养个体品格的一种创新学习的行为. 网络教育是师生分离的教学，知识的传递与接收具有非面对性、非直接性 的特点，这增加了教学与学习的难应。而正因为如此，现代远程教育更应调动 学生自 主学习的精神，并激励他们进行创造性的学习。 3 . 1 . 2 创造性学习的几种基本模式 在 现代 远 程教育 中的 创 造 性 学习 有以 下 几 种 基本 模式 2 1 , 1 、 发现学习 模式 发现学习是美国 心理学家布鲁纳提出的， 布鲁纳认为，学习的本质是主动 地形成认知结构.主体的学习 应是主动地发现，“ 发现” 不限 于人类尚 未知晓 的事物，也包括用自己的头脑亲自 获取知识的一切形式，发现学习模式就是以 培养探索性思维方法为目 标，以基本教材为内容.使学生通过主动发现的方法 而获取相应知识信息和策略的一种学习方式 发现学习是学生主动挖掘自己的学习潜能，发挥自 己主观能动性的一种学 习方式.因此，它是一种高层次的学习 模式， 表现在它强调学习主体的能动 性，学习策略的创造性和学习内 容的统摄性、辐射性和概括性， 对学习内容进 行统摄、 辐射和概括， 科学的知识就能形成 “ 知识链”、“ 知识树”， 这时的 知识单元就能起到举一反三的作用。 2 ,问 题学习 模式( p r o b l e m b a s e d l e a r n i n g , 简 称 p b l ) 远程教育的创造性学习过程，是一个从疑到不疑，再到疑的学习 攻关过 程， 创造性的学习过程也就是一个不断发现问 题、分析问题和解决间题的过 程. 远程教育的自 主学习过程中 有相当大的 解惑功能已 转移到学生的身上. 在 学习实践中，我们常说要带着问 题学，所谓带着问题学，就是一种问 题学习 方 式.这种学习模式强凋学习的主体要从学习客体中主动发现问题，并独立地思 考问 题、分析问题，最后解决问 题、 取得学习上的进步和飞跃.问 题学习的步 骤是:发现问题、确立问题、收集资料、分析问题、解决问题问题学习的优 点在于学习指向性明确，学习的操作性、 针对性很强，学习过程常常能出现令 人喜悦的飞跃性。 3 、自 主学习模式 自 主学习是我国学者提出的一种新的创造性学习模式.在远程教育的学习 中是一种极为重要的学习模式. 自 主学习强化并拓展了学习主体的功能，并强调学习主体要主动地挖掘自 已的潜在智能.自主学习赋予学习主体以多重性的特点，即学生既是学生，又 是教师，又是学习的管理者自主学习要求学习主体自主选择学习目标，确立 适合自己特点的学习模式，自主制定学习计划，选择学习内容，自主测试、诊 断、评价自己的学习成果，不断地校正学习实践与学习目标的差距，有效地完 成某一课程、某一学科、某一专业的学习任务，使自己在自我调控中学得知 识，培养智能，习得行为，成为市场经济需要的专门人才。 自主学习虽然强凋学习者的自主作用，但它并不排斥教师的引导和同伴们 的帮助恰恰相反。在学习过程中，只有在教师的宏观指导下，在周围同学的 互学互动过程中才能顺利达到自主学习的目标。 3 2 网络答疑中学习模式的探索 3 2 1 网络答疑的特点 答疑是指在教学活动中帮助学生解除疑难的一种具有师生双边活动性质的 教学方法。当这种教学方法运用于教学时便成为一种教学活动。在传统教学 中，一般有两种答疑形式。一种是学生经过一定的学习和思考后提出疑问，教 师以回答问题的方式进行讲解。另一种是教师依据教学的重、难点提出问题， 引发学生在思考的基础上各抒己见，使教学相长，师生共同完成教学任务。 网络答疑是以网络为教学媒介的一种答疑方式。当网上教学活动或学习活 动发生时，这里的网络就不仅仅是教学的传播工具，更是一种互动的教与学的 环境，我们称之为情境。一方面，网络的资源共事性、跨时空性、互动性等特 点为学习者主动建构知识提供了充足的资源和良好的交往环境，促进了认知主 体对知识的意义构建：另一方面，基于网络的答疑中师生分离的远程教学形态 对学习者的自学和自治能力有了更高的要求。如何通过学习者、网络答疑系统 以及教师多方的交互，来培养学习者的能动性、社会性、主动性和创造性是一 个面向教学的网络答疑系统需要解决的问题。 3 2 2 网络答疑中的学习模式及其对系统设计的要求 1 、网络答疑中的学习模式： 2 l 在现代远程学习中，学习者更多地是进行自主学习。他们使用网络答疑系 统可能是为了解决他们在相应学科的问题，也可能仅仅是为了满足他们的好奇 心，或者是为了寻找作业或任务中需要的资源。 这种环境下的学习思路，综合了自主学习、问题学习、协作学习、发现学 习等多种学习方式的特点。我们从以下五个方面来分析网络答疑中的学习模 式： ( 1 ) 教学思想和理论：建构主义学习理论，创造性学习和研究性学习的 思想。 ( 2 ) 教学目标：对学习者主体性的培养：发现问题、解决问题的能力和 技能的培养。 ( 3 ) 技术环境：网络智能答疑系统。 ( 4 ) 教学策略：多种教学策略相结合。 ( 5 ) 人机角色关系： 答疑系统资源引导者、任务咨询者；教师领域专家。问题的设计 由教师和知识工程师共同完成：学习者认知的主体，“问题”的积极的发 现者和主动探索者。 3 、学习模式对网络答疑系统设计的启发 由以上的分析我们看到，在现代远程学习中，网络答疑系统扮演着重要的 角色。 从功能上看，它应该是某个专业领域资源的提供者、引导者。通过构建一 种互动的情境来帮助学习者建构适宜的问题空间，引导学习者一步步地从问题 的起始状态开始，逐渐到达目标状态，从而培养学习者解决问题的能力。这种 情境的构建是通过系统与用户( 学习者) 之间的不断交互来完成的。例如，根 据用户所具备的认知结构，帮助用户选择适合其水平的问题，并在解决问题的 过程中给予适当的启发。 在系统设计时应该从学习者的学习需求出发，以网络答疑中相关教学思 想和理论以及认知心理学关于问题解决的原理为指导，围绕如何实现系统的有 效答疑和培养学习者解决问题的能力两个方面进行。 第四章人工智能相关理论与技术 人工智能是一门研究如何用计算机来模仿和实现人类智能的新兴边缘学 科。要实现系统的智能答疑，需要运用人工智能的相关理论与技术，包括：知 识与知识表示、专家系统与知识获取、基于范例的推理技术、归纳推理的机 理。 拥有知识是智能系统区别于一般软件系统的重要标志。知识的数量与质量 决定了该系统的智能性的高低。因此，知识的表示是智能系统中要解决的首要 问题。在我们所设计和开发的网络智能答疑系统中，采用了面向对象的知识表 示方法和产生式知识表示方法。 网络智能答疑系统实质上就相当于一个分布式专家系统，在推理技术上采 用基于范例的推理和基于规则的推理相结合，来实现自动答疑和启发式答疑。 因此，我们有必要先研究以下相关的理论和技术。 4 1 知识与知识表示 依据人工智能观点，要使系统拥有智能，关键在于使系统拥有和运用知 识。这里所说的知识是指对信息进行智能性加工所形成的对客观世界规律性的 认识。或者说，知识是经过消减、塑造、解释、选择和转换的信息，是由特定 领域的描述、关系和过程组成。 要使人类所拥有的知识转换成计算机能够接受并进行处理的符号和方式， 首先就必须研究知识的形式化和模型化方法。 知识表示就是用一些特定的符号把知识编码成一组计算机可以接受的数据 结构。同一知识可以有多种不同的表示形式。基本的知识表示方法分为三大 类：一阶谓词逻辑、产生式表示和结构化表示。常用的知识表示法有：产生 式、语义网络、框架和面向对象表示法。不同的表示法各有其优缺点和适用场 合，选用哪种表示方法取决于知识的结构以及应用领域对表示能力和推理效率 的需求。 4 . 2 专家系统与知识获取 4 . 2 . 1 专家系统 专家系统是人工智能 应用研究最活跃和最广泛的 领域之一， 是人工智能 从 理论研究走向实际应用，从一般思维方法探讨转入专门知识运用的重大突破。 一般来说， 所谓的专家系统就是一种模拟人类专家解决领域问 题的计算机 智能程序系统。它内 含大量的某个领域的知识与经验， 通过类似于领域专家解 决问题的方式进行推理来解决该领域的复杂问题。 专家系统通常由知识获取机构、知识库、综合数据库、推理机、解释机构 以 及人 机接口 组 成 ( 如图4 . 1 16 1所示) . 用户专家 图4 . 1 专家系统的签本结构 知