一种智能辅导系统中建模的实现方法

针对自然语言中数学领域的特点,提出了一种智能辅导系统中建立模型的方法。该方法通过对语义理解结果的名词聚类分析,调用静态知识库中相应的内涵模型,根据静态知识库中对内涵模型的描述在语义理解结果中搜集相应的信息使抽象概念具体化。在此基础上依据领域知识对题目进行信息挖掘,并根据题目类型对信息进行约简,从而建立模型。这种建模方法在智能辅导系统中得到了较好的应用。     

一个基于内涵逻辑的智能语义解释系统

本文介绍了一个自然语言理解系统,它利用内涵逻辑（Intensional Logic),实现了对片断英语（Fragment English)的机器理解,并着重介绍了及物动词的形式语义及其实现技术。     

数据仓库系统中逻辑建模的方法研究

数据仓库是按照主题来建模的,由于数据仓库系统的原始需求不明确,无法确定系统的功能,因此不能采用功能驱动的开发方法进行数据仓库系统的开发,而只能采用数据驱动的方式。数据仓库的逻辑建模是系统开发过程中最重要的一步,是系统实现的基础和成败的关键。本文给出了数据仓库逻辑建模的一种解决方案。以此为基础,结合已有的业务系统,可以逐步构建出完整的、健壮的数据仓库系统。     

一种自然语言理解中语法分析的算法设计与实现

自然语言理解是人工智能的一个重要分支。首先阐述了自然语言理解处理的不同层次;其次,分析了自然语言理解中语法的内涵;同时,介绍了一种自然语言理解中语法分析的算法,即采用适合于分析与生成的自顶向下分析算法的设计和实现。     

一种基于UML的关系数据库建模方法

数据库建模是软件系统开发工作中的关键,文章提出了一种以面向对象分析阶段的对象模型为基础、并使用统一建模语言UML(Unified Modeling Language)表示数据库概念模型的方法。进一步还讨论了数据库概念模型向关系数据模型的映射方法。     

一种小型汉英翻译软件的设计原理及实现

本文介绍了自然语言理解在机器翻译中的应用,采用基于规则的方法,实现了翻译一类语句的汉译英机器翻译软件,并完整介绍了系统实现的算法原理和编程实现步骤.     

一种自反馈汉语切词系统的研究和实现

探讨了一种自然语言理解（NLU）切词系统的设计思路。首先，综合运用各种传统分词方法，提出所有可能的切分结果，同时建立切词领域本体知识库；然后，结合切词领域本体知识库并运用概率统计和聚类的思想对切词结果进行划分，进入对应领域内，在自然语言理解的过程中进行基于语义分析的歧义排除；最后将理解结果反馈回切词系统，从而实现切词系统的自反馈和自我完善。本切词系统的特点是使切词系统和其服务的自然语言理解系统随着其运行共同获得可拓性发展，逐步达到最优化。     

一种自反馈汉语切词系统的研究和实现

探讨了一种自然语言理解(NLU)切词系统的设计思路。首先,综合运用各种传统分词方法,提出所有可能的切分结果,同时建立切词领域本体知识库;然后,结合切词领域本体知识库并运用概率统计和聚类的思想对切词结果进行划分,进入对应领域内,在自然语言理解的过程中进行基于语义分析的歧义排除;最后将理解结果反馈回切词系统,从而实现切词系统的自反馈和自我完善。本切词系统的特点是使切词系统和其服务的自然语言理解系统随着其运行共同获得可拓性发展,逐步达到最优化。     

一个领域自然语言理解的知识获取工具的设计实现

本文介绍了一个基于知识的自然语言理解系统和系统的知识库中知识的表示模式,描述了知识库中领域过程树的知识获取过程。根据领域过程树的知识表示模式,本文设计并实现了一个知识获取工具,很好地提高了领域过程树知识获取的速度和准确度。     

基于知识网格的智能教学系统

在教学实践中,很难准确、系统的评估学生对所学知识的掌握程度。学生不能理解所学概念的原因是缺乏必备基础知识（先决知识）,不理解所学这些知识对以后要学课程影响。要解决这个问题,运用描绘和个人的分析的方法是十分困难的。基于知识网格智能教学系统使用知识网格能够建立一个可共享的,协作的基于网络的知识体系。它用知识网格中的一个节点作为起始点进行＂知识漫步＂,建立一个＂缺失知识链＂。告诉学生目前所学的知识体系结构。最终,评测结果将会被送到网上不同的虚拟组织。这些组织是由教师组成的,所以他们的建议会更有参考价值。     

代数智能辅导系统的开发

描述了代数知能辅导系统(AITS)的模型和开发过程,指出了系统设计的复杂度以及其中开发的难点和重点,利用分类与抽象的思想,依据客观成熟问题自动处理技术解决了在开发代数智能辅导系统中遇到的主要问题     

智能教学系统中教学策略的研究

智能教学系统(Intelligent Tutoring System,ITS)兴起于二十世纪七十年代,是一门具有深入研究与应用价值的新型教育技术.简言之,ITS就是模仿人类教学专家的经验、方法来辅助教学工作的计算机系统[1].     

基于云模型的智能教学系统中学习质量的评价

提出将云模型理论应用于智能教学系统的学生模型构建中,建立一种基于云模型的学生学习质量评价方法,利用云对概念的贡献程度进行数据离散化,并引入云变换计算隶属云,最后结合极大判定算法求出更加符合实际的学习质量等级划分。实验结果表明,这种新的评价方法得出的隶属概念不仅能够反映出学生对知识点的掌握程度,还能够反映出学生在学习中的发挥稳定性、心理素质等情况,有利于提高智能教学系统的应用效率。     

智能授导系统中的学生建模研究

学生模型是智能授导系统的重要组成部分,而学生学习过程中存在大量的不确定性因素和不确定性信息.贝叶斯网络作为一种表达不确定性知识的有效工具,在许多领域都得到了广泛的应用.本文将介绍一种利用贝叶斯网络建立学生模型的方法.     

Towards an Intelligent Tutoring System Architecture that Supports Remedial Tutoring

For successful teaching to take place an intelligenttutoring system has to be able to cope with anystudent errors that may occur during a tutoringinteraction. Remedial tutoring is increasingly viewedas a central part of the overall tutoring process, andrecent research calls for adaptive remedial tutoring. This paper discusses the issues of remedial tutoringthat have been proposed or implemented to supportefficient remedial tutoring. These issues serve touncover any underlying principles of remediation thatgovern remedial tutoring with intelligent tutoringsystems. In order to incorporate these principles ofremediation into intelligent tutoring systemsdevelopment processes this paper continues with thedevelopment of a model that can be employed in thedevelopment of an intelligent tutoring system that iscapable of offering remedial tutoring according tothese principles. This model is a formalisation ofremedial interventions with intelligent tutoringsystems. To demonstrate how the model can be employed indeveloping an intelligent tutoring system, INTUITION,the implementation of an existing business simulationgame, has been developed. This paper concludes with anillustration of how the model for remedial operationsprovides for remedial tutoring within INTUITION. Theevaluation of INTUITION shows that the model forremedial operations is a useful method for providingefficient remedial tutoring.     

基于人工智能技术的智能教学系统研究与设计

ITS是人工智能技术在教育中最重要的应用。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、网格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。最后给出了一个基于Web和数据挖掘技术的ITS的功能模型、结构模型及系统实现。     

需求驱动的语义模型构建方法研究

鉴于异构数据语义的广泛性和复杂性,提出一种从应用领域出发,以需求来驱动构建语义模型的方法,并实现了语义模型应用框架。应用表明该方法可以有效地构建语义模型,随着语义模型的逐步完善,它可以更好地服务当前的企业数据集成应用。