[发明专利]用于诊断学习能力的设备和方法

说明书

技术领域

本公开在一些方面涉及用于诊断学习能力的设备和方法。更具体地讲，本公开涉及一种用于诊断学习能力的设备和方法，该设备和方法基于利用按照（例如）数学课程中的数学问题相区分的语义信息生成的语义模型，以使得能够根据学习者的学习目标和学习档案来自动诊断学习者对必要概念的理解以及按照问题类型的问题解答能力，并使得所有人能够通过学习市场购买和出售自己的学习内容。

背景技术

这一部分的内容仅提供与本公开有关的背景信息，可能不构成现有技术。

随着互联网和计算机的使用而带来的周围环境的变化加速了教育改革。具体地讲，随着各种教育媒介的发展，学习者可选择并使用更宽范围内的学习方法，并且由于其能够克服时间和空间障碍以低成本进行教育的优点，使用互联网的教育服务方法已成为一种流行的教学方法。

与提供可定制的教育服务的趋势对应，与电子化学习有关的技术快速发展，这在人力和材料资源有限的离线教育中是不可能的。例如，细分以适合学习者的个性和能力的学习服务使得能够向能力不同的学习者提供匹配的教育内容，打破了过去统一的教育体系。

然而，甚至这些定制的教育服务所提供的大多数教育内容仍是以单方面填鸭式的教育方式向学习者灌输知识。即，一旦教师首先提供适合于学习者水平的在线讲座，听讲座的学习者应该进行特定的离线学习过程，然后通过评价过程来检查学习成果。如上所述，目前为止通过互联网提供的教育服务与现有技术的离线教学方法几乎没有不同，学习成果均取决于听讲座的学习者的离线努力。因此，已指出能够展开双向教育的互联网教育环境未能充分利用其功能性，以使得学习者的能力能够实际提高。

因此，近年来对自学的关注越来越大，自学作为一种主动学习形式，其重视学习者的个性并最大限度地利用个人潜能。通过个人主动进行特定学习课程以开拓人力和材料资源以便满足求知欲的探索过程以及利用适合于探索过程的战略方法评价学习结果的过程，来进行自学。

然而，在数学的情况下，这样的自学主动性受到一定程度的限制。换言之，如果自学数学，而对多项选择和/或客观形式的问/答的实践有限，则会使自发学习的个人失去动力。

发明内容

技术问题

因此，本公开提供了一种学习能力诊断设备和方法，其通过诸如数学问题的语义模型，根据学习者的学习目标和学习历史诊断对学习所需的概念的理解以及按照类型的问题解答能力，并使得具有学习内容的所有用户能够在学习市场上自由交易学习内容。

发明内容

本公开的一个实施方式提供了一种用于诊断学习能力的设备，该设备包括：接收单元，其从终端接收用于对学习者进行诊断的章节相关信息或问题相关信息；以及语义信息生成器，其响应于包括在所述章节相关信息或问题相关信息中的各条问题信息，利用所述问题信息的结构信息生成语义信息，并且科目特定问题信息与所述语义信息相区分。

本公开的另一实施方式提供了一种用于诊断学习能力的设备，该设备包括：接收单元，其从终端接收用于对学习者进行诊断的章节相关信息或问题相关信息；语义信息生成器，其响应于包括在所述章节相关信息或问题相关信息中的各条问题信息，利用所述问题信息的结构信息生成语义信息，并且科目特定问题信息与所述语义信息相区分；弱场计算器，其从所述终端接收对所述各条问题信息的答案数据，生成通过对所述答案数据进行打分而获得的错误答案数据，并基于与所述错误答案数据对应的语义信息计算弱场；方程式生成器，其生成用于解答所述弱场的特定逻辑方程式；以及方程式解答器，其将所述逻辑方程式的解答发送给所述终端。

一种用于诊断学习能力的设备包括问题模式关系结构提取器，其基于所述错误答案数据的语义信息提取所述各条问题信息的问题模式信息，提取所述各条问题信息的解答的技能信息或概念信息，然后提取所述技能信息与所述概念信息之间的关系，其中所述方程式生成器可基于所述问题模式信息、所述技能信息和所述概念信息之间的关系来生成所述逻辑方程式。

所述问题模式关系结构提取器可以包括逻辑模型转换器，其将所述问题模式信息、所述技能信息和所述概念信息的关系结构表示为包括CNF（合取范式）或DNF（析取范式）的逻辑模型。

另外，所述弱场计算器可将针对各个章节、各个问题类型、各个难度水平以及各个学习特征的一些或所有特性的查询进行组合，以生成通过对所述答案数据进行打分而获得的错误答案数据。