机器解答电路题目方法研究
发布时间：2021-01-23 03:51
机器解答是智能化教育领域中的一个重要研究问题,它旨在研发自动理解和自动求解多模态题目的智能解答算法,使目标题目得到正确的解答。本文从机器解答领域中一个基础题目的解答任务出发,探索和研究一套准确度高、扩展性强的机器解答方法。现阶段的机器解答方法仍然以传统的框架解题法和语义解析法等为代表,这些方法不仅需要设置大量的规则模板来理解复杂多变的题目文本,而且缺乏隐含信息的挖掘,导致题目的解答效率较低。深度学习方法也开始尝试应用于机器解答,但是真正高效的方法却很少。由于机器解答的任务较多,无法通过统一的深度学习框架来实现文本理解、图形理解、关系推理和自动求解等融合学习,且已有的深度学习方法目前不能生成可读的解答过程。因此,本文从机器解答领域的研究现状入手,提出开展机器解答电路题目的方法研究,并围绕题目文本理解方法、电路图形理解方法、自动求解方法和机器解答系统等多个方面展开研究工作。为了让机器具备对电路题目的智能化解答能力,首先必须实现机器对题目文本的自动化理解。由于题目文本中包含复杂的自然语言情景,而传统的基于语义理解的方法一方面在方法构建时需要设计大量的规则模板,另一方面在文本理解时无法穷尽语言...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【部分图文】：
图１．１?ＯＡＳＩＳ布置的作业题目??随后，Ｗｅｙｔｅｎ等人Ｍ提出了一个基于Ｗｅｂ的训练器来实现电路题目?
?Ｖ〇ｉｌ？〇？?Ｍ?ｐｏｉｎｌ?Ａ?（ｒ？Ｍ＜ｙＲ?ｔｏ?ｒｈ？?ｂｏｓｔｏｍ?ｒ？〇??Ｉ?Ｖ??Ｇｏ?Ｔｏ?１?＾ＯｕｗＷｊＱｃｚｌｉａｉｏｔｎｏｏａＨＱｕｔｆｔｏ＾＾ＨＱｊｅｓｔＫｎＳｌｉ＆＾ｓｔｉｏｎｅｌ??ＮＯＴＥ：?Ｐｉｅａｓｅ?？ｎｓｖ＊？ｒ?ｍ＊?ａｕｅｓｔｉｏｎｓ?ｔｓｙ?ｓｅｔｅｃｉｎｓ?？ｆｔｆｈ?ｂｅｆｏｒｅ?ｓｕｂｒｎｔｏｎｇ?ｒ？?？＊；曳ｐｎｒｎ？＜ｆ?????；?ＳｔＡｍｆｃ?ＡｉＭｉｉｇｎｍａｍ！；???￣ｉｓ＞?ｍ?ｊｘ?￣??图１．１?ＯＡＳＩＳ布置的作业题目??随后，Ｗｅｙｔｅｎ等人Ｍ提出了一个基于Ｗｅｂ的训练器来实现电路题目的分析和教学，该训??练器主要使用电路符号分析方法对电路题目进行分析，在Ｗｅｂ端对学生的答案进行验证，并通??过追踪学生推理解答的路径来指导学生的学习，从而达到训练学生的目的，其用户界面如图１．２??所示。训练器可模拟生成家庭作业，在对学生进行训练过程中提供个性化的反馈，从而对传统??的培训方法进行有益的补充。该文中的电路符号分析方法是一个有效的电路行为分析工具，其??输入是一个电路图形的矢量图，然而这种形式的电路题目在输入形式方面受到限制，同时训练??器中的电路题目是预先设计好的，它不能机器解答学生所需要的个性化的题目，因此该训练器??的适用范围和扩展性均存在一定的局限性。??ｓｃｈｅｍａｔｉｃｓ?ｐｒｅｖｉｏｕｓｌｙ?ｍａｄｅ?ｓｔａｔｅｍｅｎｔｓ??ＴＡＮＥＬｊ?／?Ａ??ｍｌ？?■?＿??ｆ?ｆｊ?＜ｖ－?Ｐ？ｏＷｎ？＊?４?Ｖｗ．??Ｉ?ｉ〇?Ｉ?１?／??ｐ?只．?Ｓｏｌｕｔｉｏｎ?Ｚ??「?ｔＶｒ?ｕ
的多媒体材料和技术为学生提供??交互式的电路课程的学习等。２０１３年Ｓｋｒｏｍｍｅ等人［５５，５６］开发了一款线性电路分析的ＣＡＩ系统，??该系统主要包括题目生成、机器解答、用户输入、教学功能和教程等五个模块，题目生成模块??可自动生成具有指定特性的电路题目，如指定数值和电路的拓扑结构。机器解答模块使用课本??中的通用解答方法对电路题目进行解答，即学生通过用户接口对多种形式的方程、矩阵方程、??数值等进行输入，系统使用矩阵求解的方法对输入的方程组进行求解从而获取答案，其解答过??程如图１．３所示。该系统中的机器解答方法是通过设定固定的方程模板，然后学生自行输入方??程模板中的数值和电路符号的下标从而形成矩阵方程，最后实现对矩阵方程进行求解。这种机??器解答方法存在以下缺陷：一是不能实现电路题目的自动理解，二是使用方程模板的解答方法??不利于进行推理。随后，Ｓｈｒｏｍｍｅ等人［５７＾对电路分析学习中的问题进行了分析和研宄，特别是??直流电路和拓扑电路中的问题，并提出了一系列诸如“控制回路”、“球管”等模型来提高基??本电路概念的理解。２０１６年Ｓｋｒｏｍｍｅ等人研宄了交互式的电路分析系统对学习和导学的影??响，该系统通过网络为学生生成电路题目以及展示完整的例题解答，学生则通过使用交互界面??进行电路题目的解答练习和方程检验，同时添加了一些新的导学模块，比如绘制波形图、生成??电压和电流方程、电路题目的叠加求解法等。这些交互式的系统可以使学生获得身临其境的感??觉，从而提高学习的效率，然而对于个性化电路题目的机器解答仍然缺乏解决方案。??Ｃｉｒｃｕｉｔ?Ｄｉａｇｒａｍ?ｗｉｔｈ?Ｍｅｓｈ?Ａｎａｌｙｓｉｓ??Ｃｏｍｐｕｔｅ?ｔ
本文编号：2994493
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【部分图文】：
图１．１?ＯＡＳＩＳ布置的作业题目??随后，Ｗｅｙｔｅｎ等人Ｍ提出了一个基于Ｗｅｂ的训练器来实现电路题目?
?Ｖ〇ｉｌ？〇？?Ｍ?ｐｏｉｎｌ?Ａ?（ｒ？Ｍ＜ｙＲ?ｔｏ?ｒｈ？?ｂｏｓｔｏｍ?ｒ？〇??Ｉ?Ｖ??Ｇｏ?Ｔｏ?１?＾ＯｕｗＷｊＱｃｚｌｉａｉｏｔｎｏｏａＨＱｕｔｆｔｏ＾＾ＨＱｊｅｓｔＫｎＳｌｉ＆＾ｓｔｉｏｎｅｌ??ＮＯＴＥ：?Ｐｉｅａｓｅ?？ｎｓｖ＊？ｒ?ｍ＊?ａｕｅｓｔｉｏｎｓ?ｔｓｙ?ｓｅｔｅｃｉｎｓ?？ｆｔｆｈ?ｂｅｆｏｒｅ?ｓｕｂｒｎｔｏｎｇ?ｒ？?？＊；曳ｐｎｒｎ？＜ｆ?????；?ＳｔＡｍｆｃ?ＡｉＭｉｉｇｎｍａｍ！；???￣ｉｓ＞?ｍ?ｊｘ?￣??图１．１?ＯＡＳＩＳ布置的作业题目??随后，Ｗｅｙｔｅｎ等人Ｍ提出了一个基于Ｗｅｂ的训练器来实现电路题目的分析和教学，该训??练器主要使用电路符号分析方法对电路题目进行分析，在Ｗｅｂ端对学生的答案进行验证，并通??过追踪学生推理解答的路径来指导学生的学习，从而达到训练学生的目的，其用户界面如图１．２??所示。训练器可模拟生成家庭作业，在对学生进行训练过程中提供个性化的反馈，从而对传统??的培训方法进行有益的补充。该文中的电路符号分析方法是一个有效的电路行为分析工具，其??输入是一个电路图形的矢量图，然而这种形式的电路题目在输入形式方面受到限制，同时训练??器中的电路题目是预先设计好的，它不能机器解答学生所需要的个性化的题目，因此该训练器??的适用范围和扩展性均存在一定的局限性。??ｓｃｈｅｍａｔｉｃｓ?ｐｒｅｖｉｏｕｓｌｙ?ｍａｄｅ?ｓｔａｔｅｍｅｎｔｓ??ＴＡＮＥＬｊ?／?Ａ??ｍｌ？?■?＿??ｆ?ｆｊ?＜ｖ－?Ｐ？ｏＷｎ？＊?４?Ｖｗ．??Ｉ?ｉ〇?Ｉ?１?／??ｐ?只．?Ｓｏｌｕｔｉｏｎ?Ｚ??「?ｔＶｒ?ｕ
的多媒体材料和技术为学生提供??交互式的电路课程的学习等。２０１３年Ｓｋｒｏｍｍｅ等人［５５，５６］开发了一款线性电路分析的ＣＡＩ系统，??该系统主要包括题目生成、机器解答、用户输入、教学功能和教程等五个模块，题目生成模块??可自动生成具有指定特性的电路题目，如指定数值和电路的拓扑结构。机器解答模块使用课本??中的通用解答方法对电路题目进行解答，即学生通过用户接口对多种形式的方程、矩阵方程、??数值等进行输入，系统使用矩阵求解的方法对输入的方程组进行求解从而获取答案，其解答过??程如图１．３所示。该系统中的机器解答方法是通过设定固定的方程模板，然后学生自行输入方??程模板中的数值和电路符号的下标从而形成矩阵方程，最后实现对矩阵方程进行求解。这种机??器解答方法存在以下缺陷：一是不能实现电路题目的自动理解，二是使用方程模板的解答方法??不利于进行推理。随后，Ｓｈｒｏｍｍｅ等人［５７＾对电路分析学习中的问题进行了分析和研宄，特别是??直流电路和拓扑电路中的问题，并提出了一系列诸如“控制回路”、“球管”等模型来提高基??本电路概念的理解。２０１６年Ｓｋｒｏｍｍｅ等人研宄了交互式的电路分析系统对学习和导学的影??响，该系统通过网络为学生生成电路题目以及展示完整的例题解答，学生则通过使用交互界面??进行电路题目的解答练习和方程检验，同时添加了一些新的导学模块，比如绘制波形图、生成??电压和电流方程、电路题目的叠加求解法等。这些交互式的系统可以使学生获得身临其境的感??觉，从而提高学习的效率，然而对于个性化电路题目的机器解答仍然缺乏解决方案。??Ｃｉｒｃｕｉｔ?Ｄｉａｇｒａｍ?ｗｉｔｈ?Ｍｅｓｈ?Ａｎａｌｙｓｉｓ??Ｃｏｍｐｕｔｅ?ｔ
本文编号：2994493
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2994493.html
