
M.H. Mahmoud
,
S.H.Abo El-Hamayed/Journal of Electrical Systems and Information Technology 3
(
2016
)
282
a)
AutoTutor它是一个计算机导师,通过使用自然语言与学习者对话,模拟真实人类导师的课程模式和教育
技术。它已经逐步开发,后者有一个3D交互式界面,并已使用Visual Basic实现。NET和C#编程语言。
在这个项目中使用自然语言概念意味着辅导以对话的形式发生,使用语音或自由文本输入呈现人类输
入。为了处理这些输入,Auto Tutor项目使用计算语言学算法,包括潜在语义分析,正则表达式匹配和
言语行为分类器(AlEmran和Shaalan,2014)。
b)
Why 2-Atlas是一个ITS,将物理原理作为领域知识进行处理。学生们以段落的形式输入他们的作品,程
序通过根据他们的解释对学生的信念进行假设,将他们的话转换为证明。在这样做时,误解和不完整的
解释被强调。然后,系统通过与学生对话来解决这些问题,并要求学生纠正他/她的文章。在该过程完成
之前可能发生多次迭代(Vanlehn等人,2002年)。
c)
基于网络的智能语言教学系统(德语导师)
是通过网络环境来形成德语课程的语法练习智能是通过一个
分析器出现的,它分析学习者输入的德语语法。该系统的学生模型为学生提供了适应性反馈,适合他们
的专业知识以及一些建议的练习。智能和自适应机制建立在一个单独的服务器端,在那里处理答案。该
系统已通过测试,它与19名学生在1小时类进行了评估。84%的学生报告说,该系统非常强大,为他们
提供了即时反馈和免费的语法练习(AlEmran和Shaalan,2014)。
d)
甲壳虫
II
系统:
是一个教程对话系统,旨在接受无限制的语言输入,有两种不同的教程规划和对话策
略。该系统的领域是电力和电子的基础。一个自然语言的对话分析器已被用来分析任何输入的学生,以
及从每个语句中提取一个适用的语义,并确定释义,可以承担类似的意义。甲壳虫II已经实现,以检查
是否自我解释可以处理的计算机支持的NLP技术。该系统已经开发,要求学习者说明他们的答案,以便
给他们一个详细的反馈。 该系统有助于让学生进入正确的插图,而无需参考简答题,也无需在每次教程
回答后参考导师(Dzikovska等人, 2010年)。
自然语言处理(Natural Language Processing,NLP)是人工智能领域中对人类自然语言进行解释和处理
NLP研究人员旨在收集人类如何理解和使用语言的知识ITS的功能根据其组件和NLP工具的使用而有所不
同。使用NLP工具的系统有能力评估学生的答案并诊断他/她的误解(Chowdhury,2003)。
处理阿拉伯语的语言计算是一项艰巨的任务。困难来自多方面:(1)阿拉伯语句法的复杂性,(2)阿
拉伯语“altashkiil”中元音的省略 由于这些原因,很少有研究涉及阿拉伯语为基础的辅导系统(Shaalan,
2003年)。
在这项工作中,我们的系统AG TUTOR模拟了教师和学生在教育环境中的行为AG TUTOR被认为是一种
自适应学习系统,它使用计算机作为交互式教学机器。该系统根据学生对问题和任务的回答所表明的学习
需要调整教材的呈现方式此外,该系统具有NLP分析学生答案的能力,以诊断他的错误并解决他的问题
(Samuelis,2007)。
教学系统是作为一系列教学任务来执行的。每项任务都是使用由示例和问题支持的课程解释来实施的
(Nkambou等人, 2010年)。 为了以准确的形式表示阿拉伯语语法,咨询了埃及教育部的一位教育专家和
一位领域专家。埃及小学四年级阿拉伯语语法的一个真正的学术数据课程被用作试验平台。 在拟议的系
统中,为知识库提供了一个框架,其中包括各种所需的知识(Mahmoud和AboEl-Hamayed,2015;Prentzas和
Hatzilygeroudis,2009)。
本文的组织如下:第2节介绍了AG TUTOR的领域知识,而第3节介绍了知识库。第4节和第5节分别讨论
了辅导模块和问题处理此外,专家模块在第6节中介绍。最后,第七章对整个工作进行了总结。