[發明專利]用于實現知識工程與專家系統的逆向多項選擇方法在審
| 申請號: | 201380033263.6 | 申請日: | 2013-04-27 |
| 公開(公告)號: | CN104620301A | 公開(公告)日: | 2015-05-13 |
| 發明(設計)人: | 因度·馬蒂·阿南德;普拉納夫·阿南德 | 申請(專利權)人: | 因度·馬蒂·阿南德;普拉納夫·阿南德 |
| 主分類號: | G09B7/02 | 分類號: | G09B7/02 |
| 代理公司: | 北京安信方達知識產權代理有限公司 11262 | 代理人: | 惠磊;王漪 |
| 地址: | 美國馬*** | 國省代碼: | 美國;US |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 實現 知識工程 專家系統 逆向 多項 選擇 方法 | ||
相關申請的交叉引用
本申請是從作為于2006年2月7日提交的序列號為11/350,266的美國專利申請的部分繼續申請的于2012年4月26日提交的序列號為13/457,440的美國專利申請在專利合作條約(Patent?Cooperation?Treaty)下所提交的:現在美國專利號8,195,085,其要求于2001年9月12日提交的序列號為09/951,132的美國專利申請的權益;現在的美國專利號7,033,182,其要求于2000年9月11日提交的序列號為60/232,110的美國臨時專利申請的權益。本申請的主題還涉及于2007年2月6日提交的PCT申請號PCT/US2007/003127,其引起了在澳大利亞和日本的專利權授予。
序列號為11/350,266的申請、序列號為09/951,132的申請以及序列號為60/232,110的臨時申請的全部內容通過引用結合在此。
發明領域
本發明總體上涉及機器學習以及基于疑問的專家系統的開發與使用。更確切地,其將生成教育和測試材料的基于多項選擇的方法擴展到知識獲取和工程。
發明背景
多項選擇問題是各種各樣的學科領域內一種測試學生的常用方式,特別是在大量學生參加的考試中。在其最常用的形式中,多項選擇問題包括三個可標識部分:包含一個有待推測的事實集合(例如,敘述、短篇故事、詩、表達、等式或幾何圖形)的部分、疑問句(有時被稱為“問題的要求”)以及一個答案選項集合。多項選擇問題還可以被認為是由兩部分組成:一個第一部分,包括一個有待推測的事實集合和一個疑問句;以及一個第二部分,包括一個答案選項集合。該第一部分在此可以被稱為“疑問”。該第二部分通常包含三到五個之間的答案選項,其中一個答案選項可以被標記為正確答案,盡管答案選項的數量在適當的情況下可以低于三個或高于五個而變化。
序列號為09/951,132的美國專利申請、現在的7,033,182號美國專利中介紹了逆向多項選擇方法(“RMCM”)。典型的RMCM實施例的一個關鍵部分需要學生:(i)有方法地檢查關于問題的每一個答案選項;(ii)標識問題中所提供的使得那個答案選項正確或不正確的關鍵數據或信息;以及然后(iii)詢問給定事實集合可以如何被修改以使得那個具體答案選項為“正確”或“最佳”答案。最后一步,RMCM的至關重要且區別特征,取決于對答案選項的正確性或不正確性所依賴的疑問內的重要事實的標識。在逆向多項選擇環境中,這些重要的事實被稱為“事實對象”。事實對象是經常但并不普遍地以疑問的句法結構表達的語義實體,并且其在疑問和所提供的答案選項中的一個或多個的上下文中是有意義的。因此,例如,同一個單詞可以在敘述中使用兩次,第一次影響含義,而在第二次則不影響;在這種場景下,對于答案選項而言,那個單詞第一次可以是一個事實對象(或事實對象的一個段),而第二次則不是。類似地,一個短語可以是一個問題的一個答案選項的上下文中的一個事實對象,而對于另一個答案選項而言不是,其中,那個短語與在后一個答案選項中所描繪的上下文不相關。典型地,多項選擇問題中的答案選項為解釋疑問提供了上下文,這被RMCM所利用。
不像傳統多項選擇問題,RMCM問題中的錯誤或不正確答案選項就是和正確答案一樣有價值的教學工具。通過教導學生對問題進行解構和重組,可以說,RMCM可以訓練他或她嚴格地檢查給定事實集合,并且識別到它們與關鍵詞、短語、概念或事實的關系,以便實現對具體主題的深入理解。
RMCM的優點并不限于人類教師/考官與學生/考生之間的交互。當“學生”是機器時,可以有效地使用RMCM的屬性,學習吸收人類專家的“知識”;或者相反地,在機器是例如人類學員/學生的專家教員的情況下;或者當機器作為有能力的助手幫助人類教師/考官,幫助制作最有效的教育材料。這些情況中的大多數情況需要計算機超越它們傳統的為數據管理和數字搗弄提供支持的程序角色,并且可供用于以“人工”智能來增加或者替代人類智能——因而這些情況要求某種或其他形式的“機器學習”。
可以“學習”的機器必須展示出在一定程度上理解自然(人類)語言的含義的能力。這會要求例如鑒于給定文本形式(諸如文檔、消息、敘述或腳本),機器能夠解析文本并且生成將被認為是在可接受的水平上傳達原始文本的含義的實例化后續腳本。其他展現理解的方式可能與以下內容類似:重新調用,不是作為對輸入的不斷重復,而是作為對文本內容的有組織的呈現;在考試時的優秀表現;增加其詞匯知識;查閱資源(如字典)以解釋新腳本;以一種一致的方式自適應地對新腳本做出響應。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于因度·馬蒂·阿南德;普拉納夫·阿南德,未經因度·馬蒂·阿南德;普拉納夫·阿南德許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201380033263.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:層疊陶瓷電容器
- 下一篇:行駛環境推定裝置及其方法





