论文部分内容阅读
[摘要]随着技术支持学习环境的变化，关于智能授导系统的研究趋势也发生了改变。本文对个人计算机环境下、Web环境下以及语义Web环境下智能授导系统的开发进行了分析和总结，通过对语义Web给智能授导系统各模块开发带来的机遇和挑战分析，构建了语义Web下本体驱动的智能授导系统体系结构，并对其功能进行了描述。
[关键词]智能授导系统；语义Web；本体
[中图分类号]G434 [文献标识码]A [文章编号]1672-0008(2009)02-0051-04
智能授导系统(ITS，Intelligent Tutoring system)一直是人工智能技术在教育领域的核心研究之一，其发展溯源于上世纪八九十年代。随着信息技术的发展，人们的技术支持学习环境发生了显著的改变，由基于计算机(computer-based)的教学，到基于网络(Web-based)的教学，再到基于下一代互联网即语义网(Semantie Web_based)的教学，智能授导系统的开发模式也随之发生了改变。本文对不同技术支持环境下的智能授导系统开发和着重关注点进行了分析和总结，通过对语义Web给智能教学各模块开发带来的机遇和挑战分析，构建了语义Web下本体驱动的智能教学系统体系结构，并对其功能进行了描述。
一、基于个人计算机的智能授导系统
上世纪八九十年代，研究者们对计算机辅助教学(CAI)研究的局限性进行了改革性的突破，并提出了智能授导系统。ITS的基本框架最初由Hartley和Sleeman(1973)提出，他们认为ITS必需处理：①领域知识，即专家模型；②学习者知识，即学生模型；③教学策略知识。
最广为人们认可和应用的ITS系统结构是“四模块说”，即ITS是由四个主要部分组成的：学生模块，教学模块，领域知识模块和人机界面模块(如图1所示)。其中学生模型是用来存储每一个学习者的信息，这些信息通常包括学习者对领域知识的掌握情况(教学模型则根据这些信息来决定使用合适的教学方法)。另外学生模型中还可以包括一些关于学习者的个人学习方法信息。教学模型是根据学生模型中的信息来决定应该把什么样的领域知识呈现给学习者，这些知识是怎样排列的，和应该提供什么形式的反馈等教学策略问题。领域知识模型包含着ITS所要教授的课程知识以及结构。人机界面负责与学习者进行交互，其中包括对话以及屏幕布局，如何以最有效的方式来将学习内容展示给学生是该模型要解决的主要问题。
ITS的系统结构是ITS开发的基础，无论在单机的环境下、Web的环境下、还是语义Web的环境下，其系统结构都没有发生根本的改变。早期的智能授导系统研究是基于单机环境考虑的，其主要关注点是学生模型，领域知识以及教学知识的表示方式和推理方法，以及自然语言理解。当时提出的主要学生模型有覆盖模型(overlay model)，微分模型(dfiferential model)，摄动模型(perturbation model)或者偏差模型(bug model)等。其中，覆盖模型将学习者知识看作为领域知识的一个子集；微分模型与覆盖模型相似，但是关注于学习者知识与领域知识的不同之处；摄动模型或偏差模型将学习者的偏差或误解(misconeeptions)作为领域知识程序结构的变形，坏的规则(mal-rule)被用来描述学生的偏差与领域知识的关系。领域知识则采用概念图、框架、语义网络等表示方式，教学知识多属于启发性知识，产生式规则是比较通用的表示方式。
单机环境下智能授导系统的目标是为学习者提供单独的辅导，促进学生程序性知识的形成。因此其能够为学习者提供个性化的学习资料，且具有很强的交互性，试图在学习者问题解决的每一个步骤提供相应的支持，为学习者的知识掌握进行诊断并给予即时的反馈。单机环境下智能教学领域模块没有关注学习资源，领域知识多数是由组成问题解决的知识片段构成。
二、基于Web的智能授导系统
Web环境下智能授导系统的开发决不是简单的一成不变的将传统的智能授导系统移植到网络环境下，而必须是根据网络环境的特点，对智能授导系统的功能以及开发技术进行新的审视。互联网的出现为智能授导系统的开发提供了新的平台，可以使传统的智能教学开发技术发生改变，并且为智能教学的系统功能进行扩展提供了可能性。
在网络环境下，构造智能授导系统的目标是充分利用丰富的网络学习资源，为学习者在学习过程中提供智能的完整的教学服务。与传统的ITS相比，基于Web的智能授导系统开发有以下不同之处：
1 网络环境下的学习资源丰富多样，基于Web的智能授导系统应能够根据学习者的不同情况，对适合学习者的学习资源进行适应性的排序和呈现。智能搜索和适应性排序技术可用于实现该功能。
2 网络环境下，强交互式的问题解决支持在低交互性的HTYP协议中不能够得到很好的实施，系统需要为学生的需求提供一次性的解决方案，并且能够对学习者的解决方案进行分析。基于实例的(example-based)问题解决支持由于其低交互性的特征在网络环境下较为流行。
3 网络环境为智能授导系统功能扩展提供了可能性，比如实施适应性资源过滤，智能协作学习，虚拟监督等技术。适应性资源过滤是从学习资源搜索结果中过滤出与学习者兴趣相关的资源，它可以通过两种不同的过滤机制来实现基于内容的过滤和协作过滤，目前系统的实现多以基于内容的过滤为主。智能协作学习是一种将计算机支持的协作学习(CSCL)与智能授导系统相结合的方式，其中主要运用的技术包括适应性分组和同伴互助，适应性协作支持和虚拟学习者等。虚拟监督技术试图克服网络环境中系统对学习者迷失或困惑的识别缺陷，通过大量的跟踪数据分析来找到并帮助在学习过程中迷失的学习者。
4 网络环境下，智能授导系统的开发可以与适应性超媒体技术相结合。适应性超媒体试图对超媒体系统开发中使用的传统方法“one-size-fits-all”进行替代，其通过对不同学习者的学习目标、学习喜好以及知识掌握构建模型，在学习过程中通过该模型与学习者进行交互，从而为学习者提供适合其需求的超文本／超媒体。适应性超媒体技术含有两个主要组成部分：适应性呈现和适应性导航，这两类技术可以为网络智能授导系统的教学资源选择、排序和呈现提供基础。以适应性超媒体为基础的教学系统与智能授导系统的区别是适应性超媒体教学不包含对教学模块的构建。另外，智能代理是实施网络智能教学的一个很好途径，智能代理可以用来实施网络环境下智能授导系统各模块的功能以及模块问的通讯。
三、语义Web下的智能授导系统
随着智能授导系统开发技术的逐渐成熟，如何降低智能授导系统开发的难度，如何促进智能授导系统之间以及与其 它学习系统间的互操作、知识的重用和共享等成为当前研究者们热衷于探索的新问题。语义Web的出现为这些问题的解决提供了技术支持，并为智能授导系统的研究开拓了新的领域。语义Web下的智能授导系统更多的关注系统各模块的标准化、形式化构建，系统间的互操作和知识共享与重用，其所提供的智能教学服务与上一节的描述基本相一致。
语义Web是由Tim Berners-Lee在1998年提出的，其核心是：通过给万维网上的文档添加能够被计算机所理解的语义(Meta data)，从而使整个互联网成为一个通用的信息交换媒体(维基百科)。语义Web是现有的万维网的变革和延伸，它将使“理解网上信息的含义”不再是只有人类才能做到的事情，计算机在一定程度上也同样可以做到，从而有助于信息与智能的共享，并使网络有能力提供动态与主动的服务，从而更利于人机之间的对话和协同工作。语义Web研究的目标是：使机器能够更好的理解网络上的内容；构建一个基础结构使在网络上运行的智能代理能够进行复杂的活动；对嵌入在基于网络的应用程序中的知识进行显性的描述，从而以智能化的方式来整合信息，提供基于语义的方式来访问网络，以及从文本中进行信息抽取。
语义Web与智能授导系统有着许多的相似之处：两者都是根源于人工智能领域，两者都具有完整的、良好定义的系统结构，并且两者的发展都是建立于坚实的原理基础之上。然而两者的显著不同之处是，语义Web是用来促进互联网上不同应用程序间的整合和互操作，智能授导则是较为封闭的系统。语义Web技术可以通过对智能授导系统不同模块中嵌入的知识和学习者的交互信息进行共享，从而在一定程度上推动了智能授导系统的开放程度。
下面我们将针对智能教学的不同模块来阐述语义Web技术为各模块构建带来的优越之处与挑战。
1 领域模块：传统的智能教学领域模块建构的主要问题是，耗费很大努力构建出来的模型不能在系统之间进行共享和重用。然而通过使用标准的、可互操作的格式来表示概念模型，可以有助于模型的共享，并可以对同一领域的不同智能授导系统的模块进行共享以及合并，进而促进该模块的演化。语义Web提供了RDF(资源描述框架)作为扩展的、可重用的数据表示格式以解决上述问题。另外，语义Web还提供了形式化描述数据语义的方法，比如可以定义本体作为共享的、机器可理解的知识表示格式。领域知识的本体表示在智能教学研究中已经历了相当长时间的发展，然而多数系统是受限制于仅为该系统开发而设计的局部本体，该本体不能用来与其它相似领域的智能授导系统进行知识共享。因此如何能够自动的或者半自动的在同一或相似领域的不同智能授导系统间进行知识共享、重用和交换是一个值得研究的问题，有关本体映射的研究就是旨在解决这一问题。
2 教学模块：设计教学策略以及设计计算机可执行的教学策略表示方式是一个具有很大挑战性的任务。这需要多学科专家的参与，比如有着丰富教学实践和理论知识的教学专家，和能够以计算机可执行的方式表示教学知识的知识工程师。因此，教学知识的重用和共享至关重要。用于解决教学知识重用和交换的一种方法是基于标准和规范，其中最具有影响力的是IMS-LD规范。该规范的主要目标是为表示教学知识提供一个通用的信息模型，该信息模型需要完全脱离教学情景和内容，从而使得教学知识能够在不同的教学情境和知识领域得到共享和重用。该规范可以通过使用本体得到改善，为该规范信息模型的语义提供一个形式化的定义能够强化其在不同系统中进行整合的基础，Amorim就在这一方面进行了尝试。并不是所有的研究都使用IMS-LD作为其开发教学知识本体表示的基础，Mizoguchi开发了一个全面的教学和学习设计本体，该本体包括了许多不同的教学和学习理论以及范式。教学模型需要根据学习者的当前知识状态进行内容选择与呈现、给出反馈意见、对学习者进行评测等教学活动，这也就意味着学习模型内应包括体现系统动态性和适应性的程序性知识，这些知识可以通过SWRL(Semantie Web Rule Language)来进行表示。
3 学生模型：为了使智能授导系统能够通过一个学习者与多个不同系统交互的信息来构建和更新该学习者的学生模型，学生模型需要使用可互操作的表示方式。目前已有对基于本体的学习者模型研究，比如Dolog就提出了一个基于本体的框架来用于操作和维护共享的学习者信息。已存在的学习者建模标准，比如PAPI和IMS LIPS，为学习者本体的构建提供了基础。进一步而言，通过对基于本体的学习者模型的构建，学习者可以将其在一个智能授导系统内的学习信息输出到电子档案袋中，当该学习者通过不同的学习系统学习时，以学习者为中心的电子档案管理能够为他提供更好的个性化服务。
四、总结
通过上述描述，我们可以看出语义Web技术可以对传统智能授导系统各模块内嵌入的知识进行显性的形式化描述，使得这些知识可以得到重用和共享，进而减少了智能授导系统构建的难度，并且改善了系统内存储信息的质量。但是目前还没有针对智能授导系统各模块生成的本体出现，我们对此进行了尝试，构建了本体驱动的智能教学系统的体系结构(如图2所示)，并将对该结构中涉及到的学生本体、教学本体、领域概念本体以及资源本体进行开发。
该系统由四个部分组成，其中学生模型生成模块是负责学生信息以及学生模型信息的初始化和动态维护，学生本体显性描述了学习者个人和学习信息中的有关概念和关系。教学规划模块则是对教学过程进行规划，旨在为达到教学目标制定适合学习者的教学步骤，笔者试图对教学知识进行显性形式化描述，即通过本体概念化教学知识，对教学知识的应用则通过基于本体的规则来进行表示，该方法可以对教学知识中的概念进行统一，可以更好的利用已有的教学和学习理论知识，并且能够促进教学知识的积累。领域概念图构建则是对教学内容的概念进行组织，其目标是为了找到有效的教学概念路径，即对要教授的教学概念进行排序，再通过教学概念与教学资源之间的连接找到相关的学习资源，进而达到对学习资源的排序。学习资源描述模块是对学习资源的元数据进行规范和统一，其目标是为了能够对学习资源进行有效的应用。
责任编辑 陈媛
[关键词]智能授导系统；语义Web；本体
[中图分类号]G434 [文献标识码]A [文章编号]1672-0008(2009)02-0051-04
智能授导系统(ITS，Intelligent Tutoring system)一直是人工智能技术在教育领域的核心研究之一，其发展溯源于上世纪八九十年代。随着信息技术的发展，人们的技术支持学习环境发生了显著的改变，由基于计算机(computer-based)的教学，到基于网络(Web-based)的教学，再到基于下一代互联网即语义网(Semantie Web_based)的教学，智能授导系统的开发模式也随之发生了改变。本文对不同技术支持环境下的智能授导系统开发和着重关注点进行了分析和总结，通过对语义Web给智能教学各模块开发带来的机遇和挑战分析，构建了语义Web下本体驱动的智能教学系统体系结构，并对其功能进行了描述。
一、基于个人计算机的智能授导系统
上世纪八九十年代，研究者们对计算机辅助教学(CAI)研究的局限性进行了改革性的突破，并提出了智能授导系统。ITS的基本框架最初由Hartley和Sleeman(1973)提出，他们认为ITS必需处理：①领域知识，即专家模型；②学习者知识，即学生模型；③教学策略知识。
最广为人们认可和应用的ITS系统结构是“四模块说”，即ITS是由四个主要部分组成的：学生模块，教学模块，领域知识模块和人机界面模块(如图1所示)。其中学生模型是用来存储每一个学习者的信息，这些信息通常包括学习者对领域知识的掌握情况(教学模型则根据这些信息来决定使用合适的教学方法)。另外学生模型中还可以包括一些关于学习者的个人学习方法信息。教学模型是根据学生模型中的信息来决定应该把什么样的领域知识呈现给学习者，这些知识是怎样排列的，和应该提供什么形式的反馈等教学策略问题。领域知识模型包含着ITS所要教授的课程知识以及结构。人机界面负责与学习者进行交互，其中包括对话以及屏幕布局，如何以最有效的方式来将学习内容展示给学生是该模型要解决的主要问题。
ITS的系统结构是ITS开发的基础，无论在单机的环境下、Web的环境下、还是语义Web的环境下，其系统结构都没有发生根本的改变。早期的智能授导系统研究是基于单机环境考虑的，其主要关注点是学生模型，领域知识以及教学知识的表示方式和推理方法，以及自然语言理解。当时提出的主要学生模型有覆盖模型(overlay model)，微分模型(dfiferential model)，摄动模型(perturbation model)或者偏差模型(bug model)等。其中，覆盖模型将学习者知识看作为领域知识的一个子集；微分模型与覆盖模型相似，但是关注于学习者知识与领域知识的不同之处；摄动模型或偏差模型将学习者的偏差或误解(misconeeptions)作为领域知识程序结构的变形，坏的规则(mal-rule)被用来描述学生的偏差与领域知识的关系。领域知识则采用概念图、框架、语义网络等表示方式，教学知识多属于启发性知识，产生式规则是比较通用的表示方式。
单机环境下智能授导系统的目标是为学习者提供单独的辅导，促进学生程序性知识的形成。因此其能够为学习者提供个性化的学习资料，且具有很强的交互性，试图在学习者问题解决的每一个步骤提供相应的支持，为学习者的知识掌握进行诊断并给予即时的反馈。单机环境下智能教学领域模块没有关注学习资源，领域知识多数是由组成问题解决的知识片段构成。
二、基于Web的智能授导系统
Web环境下智能授导系统的开发决不是简单的一成不变的将传统的智能授导系统移植到网络环境下，而必须是根据网络环境的特点，对智能授导系统的功能以及开发技术进行新的审视。互联网的出现为智能授导系统的开发提供了新的平台，可以使传统的智能教学开发技术发生改变，并且为智能教学的系统功能进行扩展提供了可能性。
在网络环境下，构造智能授导系统的目标是充分利用丰富的网络学习资源，为学习者在学习过程中提供智能的完整的教学服务。与传统的ITS相比，基于Web的智能授导系统开发有以下不同之处：
1 网络环境下的学习资源丰富多样，基于Web的智能授导系统应能够根据学习者的不同情况，对适合学习者的学习资源进行适应性的排序和呈现。智能搜索和适应性排序技术可用于实现该功能。
2 网络环境下，强交互式的问题解决支持在低交互性的HTYP协议中不能够得到很好的实施，系统需要为学生的需求提供一次性的解决方案，并且能够对学习者的解决方案进行分析。基于实例的(example-based)问题解决支持由于其低交互性的特征在网络环境下较为流行。
3 网络环境为智能授导系统功能扩展提供了可能性，比如实施适应性资源过滤，智能协作学习，虚拟监督等技术。适应性资源过滤是从学习资源搜索结果中过滤出与学习者兴趣相关的资源，它可以通过两种不同的过滤机制来实现基于内容的过滤和协作过滤，目前系统的实现多以基于内容的过滤为主。智能协作学习是一种将计算机支持的协作学习(CSCL)与智能授导系统相结合的方式，其中主要运用的技术包括适应性分组和同伴互助，适应性协作支持和虚拟学习者等。虚拟监督技术试图克服网络环境中系统对学习者迷失或困惑的识别缺陷，通过大量的跟踪数据分析来找到并帮助在学习过程中迷失的学习者。
4 网络环境下，智能授导系统的开发可以与适应性超媒体技术相结合。适应性超媒体试图对超媒体系统开发中使用的传统方法“one-size-fits-all”进行替代，其通过对不同学习者的学习目标、学习喜好以及知识掌握构建模型，在学习过程中通过该模型与学习者进行交互，从而为学习者提供适合其需求的超文本／超媒体。适应性超媒体技术含有两个主要组成部分：适应性呈现和适应性导航，这两类技术可以为网络智能授导系统的教学资源选择、排序和呈现提供基础。以适应性超媒体为基础的教学系统与智能授导系统的区别是适应性超媒体教学不包含对教学模块的构建。另外，智能代理是实施网络智能教学的一个很好途径，智能代理可以用来实施网络环境下智能授导系统各模块的功能以及模块问的通讯。
三、语义Web下的智能授导系统
随着智能授导系统开发技术的逐渐成熟，如何降低智能授导系统开发的难度，如何促进智能授导系统之间以及与其 它学习系统间的互操作、知识的重用和共享等成为当前研究者们热衷于探索的新问题。语义Web的出现为这些问题的解决提供了技术支持，并为智能授导系统的研究开拓了新的领域。语义Web下的智能授导系统更多的关注系统各模块的标准化、形式化构建，系统间的互操作和知识共享与重用，其所提供的智能教学服务与上一节的描述基本相一致。
语义Web是由Tim Berners-Lee在1998年提出的，其核心是：通过给万维网上的文档添加能够被计算机所理解的语义(Meta data)，从而使整个互联网成为一个通用的信息交换媒体(维基百科)。语义Web是现有的万维网的变革和延伸，它将使“理解网上信息的含义”不再是只有人类才能做到的事情，计算机在一定程度上也同样可以做到，从而有助于信息与智能的共享，并使网络有能力提供动态与主动的服务，从而更利于人机之间的对话和协同工作。语义Web研究的目标是：使机器能够更好的理解网络上的内容；构建一个基础结构使在网络上运行的智能代理能够进行复杂的活动；对嵌入在基于网络的应用程序中的知识进行显性的描述，从而以智能化的方式来整合信息，提供基于语义的方式来访问网络，以及从文本中进行信息抽取。
语义Web与智能授导系统有着许多的相似之处：两者都是根源于人工智能领域，两者都具有完整的、良好定义的系统结构，并且两者的发展都是建立于坚实的原理基础之上。然而两者的显著不同之处是，语义Web是用来促进互联网上不同应用程序间的整合和互操作，智能授导则是较为封闭的系统。语义Web技术可以通过对智能授导系统不同模块中嵌入的知识和学习者的交互信息进行共享，从而在一定程度上推动了智能授导系统的开放程度。
下面我们将针对智能教学的不同模块来阐述语义Web技术为各模块构建带来的优越之处与挑战。
1 领域模块：传统的智能教学领域模块建构的主要问题是，耗费很大努力构建出来的模型不能在系统之间进行共享和重用。然而通过使用标准的、可互操作的格式来表示概念模型，可以有助于模型的共享，并可以对同一领域的不同智能授导系统的模块进行共享以及合并，进而促进该模块的演化。语义Web提供了RDF(资源描述框架)作为扩展的、可重用的数据表示格式以解决上述问题。另外，语义Web还提供了形式化描述数据语义的方法，比如可以定义本体作为共享的、机器可理解的知识表示格式。领域知识的本体表示在智能教学研究中已经历了相当长时间的发展，然而多数系统是受限制于仅为该系统开发而设计的局部本体，该本体不能用来与其它相似领域的智能授导系统进行知识共享。因此如何能够自动的或者半自动的在同一或相似领域的不同智能授导系统间进行知识共享、重用和交换是一个值得研究的问题，有关本体映射的研究就是旨在解决这一问题。
2 教学模块：设计教学策略以及设计计算机可执行的教学策略表示方式是一个具有很大挑战性的任务。这需要多学科专家的参与，比如有着丰富教学实践和理论知识的教学专家，和能够以计算机可执行的方式表示教学知识的知识工程师。因此，教学知识的重用和共享至关重要。用于解决教学知识重用和交换的一种方法是基于标准和规范，其中最具有影响力的是IMS-LD规范。该规范的主要目标是为表示教学知识提供一个通用的信息模型，该信息模型需要完全脱离教学情景和内容，从而使得教学知识能够在不同的教学情境和知识领域得到共享和重用。该规范可以通过使用本体得到改善，为该规范信息模型的语义提供一个形式化的定义能够强化其在不同系统中进行整合的基础，Amorim就在这一方面进行了尝试。并不是所有的研究都使用IMS-LD作为其开发教学知识本体表示的基础，Mizoguchi开发了一个全面的教学和学习设计本体，该本体包括了许多不同的教学和学习理论以及范式。教学模型需要根据学习者的当前知识状态进行内容选择与呈现、给出反馈意见、对学习者进行评测等教学活动，这也就意味着学习模型内应包括体现系统动态性和适应性的程序性知识，这些知识可以通过SWRL(Semantie Web Rule Language)来进行表示。
3 学生模型：为了使智能授导系统能够通过一个学习者与多个不同系统交互的信息来构建和更新该学习者的学生模型，学生模型需要使用可互操作的表示方式。目前已有对基于本体的学习者模型研究，比如Dolog就提出了一个基于本体的框架来用于操作和维护共享的学习者信息。已存在的学习者建模标准，比如PAPI和IMS LIPS，为学习者本体的构建提供了基础。进一步而言，通过对基于本体的学习者模型的构建，学习者可以将其在一个智能授导系统内的学习信息输出到电子档案袋中，当该学习者通过不同的学习系统学习时，以学习者为中心的电子档案管理能够为他提供更好的个性化服务。
四、总结
通过上述描述，我们可以看出语义Web技术可以对传统智能授导系统各模块内嵌入的知识进行显性的形式化描述，使得这些知识可以得到重用和共享，进而减少了智能授导系统构建的难度，并且改善了系统内存储信息的质量。但是目前还没有针对智能授导系统各模块生成的本体出现，我们对此进行了尝试，构建了本体驱动的智能教学系统的体系结构(如图2所示)，并将对该结构中涉及到的学生本体、教学本体、领域概念本体以及资源本体进行开发。
该系统由四个部分组成，其中学生模型生成模块是负责学生信息以及学生模型信息的初始化和动态维护，学生本体显性描述了学习者个人和学习信息中的有关概念和关系。教学规划模块则是对教学过程进行规划，旨在为达到教学目标制定适合学习者的教学步骤，笔者试图对教学知识进行显性形式化描述，即通过本体概念化教学知识，对教学知识的应用则通过基于本体的规则来进行表示，该方法可以对教学知识中的概念进行统一，可以更好的利用已有的教学和学习理论知识，并且能够促进教学知识的积累。领域概念图构建则是对教学内容的概念进行组织，其目标是为了找到有效的教学概念路径，即对要教授的教学概念进行排序，再通过教学概念与教学资源之间的连接找到相关的学习资源，进而达到对学习资源的排序。学习资源描述模块是对学习资源的元数据进行规范和统一，其目标是为了能够对学习资源进行有效的应用。
责任编辑 陈媛