亚洲自拍露出极品公司,欧美黑人巨大v64姿势,国产高潮流白浆喷水免费网站

內(nèi)容簡介

　　本書以自然語言處理作為底層理論知識在教育技術領域的發(fā)展和應用現(xiàn)狀展開介紹，包括作為智慧教育底層依托的教育知識圖譜構(gòu)建及其表征學習相關理論，以及基于教育知識圖譜的目前三大應用方向，教育問答，認知診斷和作文批改，然后作為補充，介紹了融合視頻，聲頻等數(shù)據(jù)的多模態(tài)學習分析，以及另一熱門技術，區(qū)塊鏈，在教育上的智能應用。具體由8個章節(jié)組成，其結(jié)構(gòu)如下：章簡介智慧教育的發(fā)展和智慧教育系統(tǒng)。第二章和第三章介紹知識圖譜相關知識。第四章介紹基于知識圖譜的教育問答。第五章結(jié)合心理學測評方法，利用大數(shù)據(jù)分析對學習者的學習狀態(tài)進行認知診斷，使用學習者更好地被學習環(huán)境感知。同時也介紹了用學習路徑推薦方法，為學習者提供更好地學習內(nèi)容。這與智慧教育本質(zhì)特征要求相符合。第六章介紹知識圖譜技術在作文批改中的應用，深化信息技術，包括講述運用信息技術提升教學質(zhì)量，作文批改減輕教師負擔，增強學生學習效率。第七章主要介紹多模態(tài)數(shù)據(jù)采集與分析技術，智慧教育對大數(shù)據(jù)的訴求有更大的增加，全維度、多模態(tài)的數(shù)據(jù)成為學習分析技術分析的重要基礎。第八章介紹區(qū)塊鏈技術，區(qū)塊鏈獨特的技術特征，實現(xiàn)了智慧教育資源的共享與安全性，促進教育的公平，有利于建立健全的人才培養(yǎng)體系。以上內(nèi)容構(gòu)成了新一代信息技術支持下的智慧教育框架。讀者對象適合各師范院校相關專業(yè)，各綜合性大學教育學專業(yè)的教材及大專以上學歷對教育技術學有興趣的相關從業(yè)人員。

作者簡介

　　朱佳，博士、教授、博士生導師（計算機科學與技術、智能教育），浙江師范大學?？低曋悄芙逃?lián)合實驗室技術負責人、原華南師范大學人工智能專業(yè)負責人、數(shù)據(jù)智能實驗室負責人及模式識別與行為分析實驗室負責人；中國教育技術協(xié)會人工智能專委會常務理事、中國人工智能學會青年工作組專委會理事、中國人工智能學會會刊《智能技術學報》編委會編委、中國計算機學會協(xié)同計算專委會與區(qū)塊鏈專委會委員、澳大利亞教育研究協(xié)會會員。黃昌勤，博士、二級教授、博士生導師（計算機科學與技術、教育技術學），國際期刊IEEE Trans. on Learning Technologies副主編，廣東省“珠江學者”特聘教授、浙江省智能教育技術與應用重點實驗室主任、廣東省智慧學習工程技術研究中心常務副主任；中國教育學會中小學信息技術教育專業(yè)委員會常務理事、浙江省高校大數(shù)據(jù)與人工智能類專業(yè)教學指導委員會委員、北京師范大學教育學部兼職教授。

圖書目錄

第1章概述00
1.1智慧教育：人工智能時代的教育體系00
1.1.1智慧教育的概念和特征00
1.1.2智慧教育的技術體系00
1.1.3智慧教育的發(fā)展歷程00
1.1.4智慧教育的典型應用0
1.2智慧教育的技術體系0
1.2.1教育文本處理0
1.2.2多模態(tài)學習分析0
1.2.3區(qū)塊鏈教育0
1.3全書結(jié)構(gòu)0
第2章教育知識圖譜0
2.1知識圖譜簡介0
2.1.1知識圖譜概述及發(fā)展歷史0
2.1.2知識圖譜的主要技術和前沿工作0
2.1.3小結(jié)0
2.1.4思考與練習0
2.2教育知識圖譜構(gòu)建0
2.2.1教育知識圖譜構(gòu)建兩大視角0
2.2.2基于智能處理技術的圖譜構(gòu)建0
2.2.3小結(jié)0

2.2.4思考與練習0
2.3教育知識圖譜應用0
2.3.1應用場景0
2.3.2小結(jié)0
2.3.3思考與練習0
第3章教育知識圖譜表征學習0
3.1知識圖譜表征學習簡介0
3.1.1基于翻譯的傳統(tǒng)知識圖譜表征學習技術0
3.1.2基于神經(jīng)網(wǎng)絡的知識圖譜表征學習技術0
3.1.3知識圖譜表征學習的新興技術0
3.1.4小結(jié)0
3.1.5思考與練習0
3.2教育知識圖譜表征學習的特點和挑戰(zhàn)0
3.2.1教育知識圖譜的語義特點及提取方法0
3.2.2教育知識圖譜表征學習的當前挑戰(zhàn)和
解決方案0
3.2.3可解釋性的教育知識圖譜表征學習技術0
3.2.4小結(jié)0
3.2.5思考與練習0
3.3教育知識圖譜表征學習的應用案例0
3.3.1基于教育知識圖譜的教育測評0
3.3.2基于教育知識圖譜的學習資源推薦0
3.3.3小結(jié)0
3.3.4思考與練習0
第4章教育問答0
4.1問答對話系統(tǒng)簡介0
4.1.1問答對話系統(tǒng)概述0
4.1.2任務導向型對話0
4.1.3非任務導向型對話0
4.1.4小結(jié)0
4.1.5思考與練習0
4.2教育知識圖譜問答0
4.2.1知識圖譜問答0
4.2.2開放域和特定域知識圖譜問答
4.2.3教育知識圖譜問答研究現(xiàn)狀
4.2.4教育知識概念抽取
4.2.5教育知識圖譜問答系統(tǒng)構(gòu)建
4.2.6小結(jié)
4.2.7思考與練習
4.3案例分析
4.3.1智能問答教學系統(tǒng)的應用背景
4.3.2系統(tǒng)架構(gòu)、特點和優(yōu)勢
4.3.3問答系統(tǒng)在教學應用中的進一步擴展
4.3.4基礎教育知識圖譜賦能智慧教育
4.3.5小結(jié)
4.3.6思考與練習
第5章認知診斷
5.1認知診斷簡介
5.1.1認知診斷概述
5.1.2認知診斷評價理論的基礎概念
5.1.3認知診斷代表性模型
5.1.4認知診斷建模擬合評價
5.1.5小結(jié)
5.1.6思考與練習
5.2自適應學習
5.2.1自適應學習概述與框架
5.2.2數(shù)據(jù)驅(qū)動下自適應學習系統(tǒng)的支撐
模型與實現(xiàn)機制
5.2.3自適應學習典型案例分析
5.2.4小結(jié)
5.2.5思考與練習
5.3個性化學習路徑推薦
5.3.1學習路徑推薦算法
5.3.2個性化學習路徑挖掘結(jié)構(gòu)模型
5.3.3未來個性化學習路徑推薦研究探討
5.3.4個性化學習路徑推薦典型案例分析
5.3.5小結(jié)
5.3.6思考與練習
第6章自動作文批改
6.1自動作文批改簡介
6.1.1概述
6.1.2國外研究歷史與現(xiàn)狀
6.1.3國內(nèi)研究歷史與現(xiàn)狀
6.1.4小結(jié)
6.1.5思考與練習
6.2自動作文批改相關技術
6.2.1停用詞過濾
6.2.2詞性標記
6.2.3依存句法分析
6.2.4多元回歸和潛在語義分析
6.2.5Word2Vec詞向量和Doc2Vec句向量模型
6.2.6命名實體識別
6.2.7文本匹配和文本分類
6.2.8小結(jié)
6.2.9思考與練習
6.3自動作文批改系統(tǒng)構(gòu)建案例
6.3.1淺層語義特征分析模塊
6.3.2作文跑題檢測模塊
6.3.3通順度計算模塊
6.3.4多特征融合評分
6.3.5小結(jié)
6.3.6思考與練習
第7章多模態(tài)學習分析
7.1多模態(tài)學習分析介紹
7.1.1多模態(tài)學習分析的基本概念
7.1.2多模態(tài)學習分析的發(fā)展路線
7.1.3多模態(tài)學習分析的基本任務
7.1.4小結(jié)
7.1.5思考與練習
7.2教育領域的多模態(tài)學習分析
7.2.1多模態(tài)學習分析的數(shù)據(jù)介紹
7.2.2多模態(tài)學習分析的技術支撐與流程
7.2.3基于教育大數(shù)據(jù)的多模態(tài)學習分析
挑戰(zhàn)與發(fā)展
7.2.4小結(jié)
7.2.5思考與練習
7.3多模態(tài)教育應用場景
7.3.1大數(shù)據(jù)中的多模態(tài)學習分析
7.3.2基于多模態(tài)數(shù)據(jù)的學習預警系統(tǒng)
7.3.3小結(jié)
7.3.4思考與練習
第8章區(qū)塊鏈＋教育
8.1區(qū)塊鏈簡介
8.1.1全面認識區(qū)塊鏈
8.1.2深入淺出共識機制
8.1.3智能合約與Solidity
8.1.4側(cè)鏈
8.1.5應用案例
8.1.6小結(jié)
8.1.7思考與練習
8.2當區(qū)塊鏈遇上教育
8.2.1教育的未來方向：區(qū)塊鏈教育
8.2.2機遇與挑戰(zhàn)
8.2.3對策與建議
8.2.4小結(jié)
8.2.5思考與練習
8.3區(qū)塊鏈教育應用案例
8.3.1教育區(qū)塊鏈學分銀行
8.3.2未來學跡鏈
8.3.3沃爾夫大學（Woolf University）
8.3.4小結(jié)
8.3.5思考與練習