[发明专利]用于实现知识工程与专家系统的逆向多项选择方法

说明书

相关申请的交叉引用

本申请是从作为于2006年2月7日提交的序列号为11/350,266的美国专利申请的部分继续申请的于2012年4月26日提交的序列号为13/457,440的美国专利申请在专利合作条约(Patent Cooperation Treaty)下所提交的：现在美国专利号8,195,085，其要求于2001年9月12日提交的序列号为09/951,132的美国专利申请的权益；现在的美国专利号7,033,182，其要求于2000年9月11日提交的序列号为60/232,110的美国临时专利申请的权益。本申请的主题还涉及于2007年2月6日提交的PCT申请号PCT/US2007/003127，其引起了在澳大利亚和日本的专利权授予。

序列号为11/350,266的申请、序列号为09/951,132的申请以及序列号为60/232,110的临时申请的全部内容通过引用结合在此。

发明领域

本发明总体上涉及机器学习以及基于疑问的专家系统的开发与使用。更确切地，其将生成教育和测试材料的基于多项选择的方法扩展到知识获取和工程。

发明背景

多项选择问题是各种各样的学科领域内一种测试学生的常用方式，特别是在大量学生参加的考试中。在其最常用的形式中，多项选择问题包括三个可标识部分：包含一个有待推测的事实集合(例如，叙述、短篇故事、诗、表达、等式或几何图形)的部分、疑问句(有时被称为“问题的要求”)以及一个答案选项集合。多项选择问题还可以被认为是由两部分组成：一个第一部分，包括一个有待推测的事实集合和一个疑问句；以及一个第二部分，包括一个答案选项集合。该第一部分在此可以被称为“疑问”。该第二部分通常包含三到五个之间的答案选项，其中一个答案选项可以被标记为正确答案，尽管答案选项的数量在适当的情况下可以低于三个或高于五个而变化。

序列号为09/951,132的美国专利申请、现在的7,033,182号美国专利中介绍了逆向多项选择方法(“RMCM”)。典型的RMCM实施例的一个关键部分需要学生：(i)有方法地检查关于问题的每一个答案选项；(ii)标识问题中所提供的使得那个答案选项正确或不正确的关键数据或信息；以及然后(iii)询问给定事实集合可以如何被修改以使得那个具体答案选项为“正确”或“最佳”答案。最后一步，RMCM的至关重要且区别特征，取决于对答案选项的正确性或不正确性所依赖的疑问内的重要事实的标识。在逆向多项选择环境中，这些重要的事实被称为“事实对象”。事实对象是经常但并不普遍地以疑问的句法结构表达的语义实体，并且其在疑问和所提供的答案选项中的一个或多个的上下文中是有意义的。因此，例如，同一个单词可以在叙述中使用两次，第一次影响含义，而在第二次则不影响；在这种场景下，对于答案选项而言，那个单词第一次可以是一个事实对象(或事实对象的一个段)，而第二次则不是。类似地，一个短语可以是一个问题的一个答案选项的上下文中的一个事实对象，而对于另一个答案选项而言不是，其中，那个短语与在后一个答案选项中所描绘的上下文不相关。典型地，多项选择问题中的答案选项为解释疑问提供了上下文，这被RMCM所利用。

不像传统多项选择问题，RMCM问题中的错误或不正确答案选项就是和正确答案一样有价值的教学工具。通过教导学生对问题进行解构和重组，可以说，RMCM可以训练他或她严格地检查给定事实集合，并且识别到它们与关键词、短语、概念或事实的关系，以便实现对具体主题的深入理解。

RMCM的优点并不限于人类教师/考官与学生/考生之间的交互。当“学生”是机器时，可以有效地使用RMCM的属性，学习吸收人类专家的“知识”；或者相反地，在机器是例如人类学员/学生的专家教员的情况下；或者当机器作为有能力的助手帮助人类教师/考官，帮助制作最有效的教育材料。这些情况中的大多数情况需要计算机超越它们传统的为数据管理和数字捣弄提供支持的程序角色，并且可供用于以“人工”智能来增加或者替代人类智能——因而这些情况要求某种或其他形式的“机器学习”。

可以“学习”的机器必须展示出在一定程度上理解自然(人类)语言的含义的能力。这会要求例如鉴于给定文本形式(诸如文档、消息、叙述或脚本)，机器能够解析文本并且生成将被认为是在可接受的水平上传达原始文本的含义的实例化后续脚本。其他展现理解的方式可能与以下内容类似：重新调用，不是作为对输入的不断重复，而是作为对文本内容的有组织的呈现；在考试时的优秀表现；增加其词汇知识；查阅资源(如字典)以解释新脚本；以一种一致的方式自适应地对新脚本做出响应。