基于LSTM神经网络在线个性化问题解答的设计研究--以《Arduino创客之路》在线课程为例

摘要

2018年4月13日我国教育部发布《教育信息化2.0行动计划》，强调要构架“互联网+”人才培养模式、发展基于互联网的教育服务新模式。同年8月份智能教育2018观塘宣言发布，国内10位信息化教育领域专家也提出探索人工智能与教育深度融合，创新教育教学模式，构建智能教育新体系。应用人工智能新技术加强教育服务智能化，逐渐成为关注的聚焦点。随着人工智能新技术的发展，针对目前在线课程学习过程中学习者问题不能得到及时有效解答的现状，自动问答系统作为在线课程开展的支持服务，受到了越来越多专家学者的关注。从交互距离教育理论和个性化学习文献资料研究分析，增加对话、交互可以有效提升在线课程学习和个性化学习服务。 本研究试图通过自动问答系统为媒介来帮助学习者完成在线课程的个性化学习，探索基于深度学习技术开展自动问答系统的设计研究。本文通过文献研究、基于设计的研究、观察法和访谈法进行开展。通过对文献的研究，分析国内外自动问答系统的研究现状及实现方式，确立本文研究的设计思路，再根据设计思路进一步对深度学习神经网络模型进行文献研究分析，选择适合本研究的LSTM神经网络模型。通过前期组织学习者学习测试，收集学习过程中存在的学习问题，以此为基础构建适用本研究网络模型训练的数据集，接着构建神经网络模型并进行三轮模型识别准确率的迭代优化设计研究，不断调整使得神经网络模型识别准确率达到较高的数值，支持项目实验测试的开展。接着通过程序设计通过对输入问题的相似度检测实现对学习者输入问题的识别回答。在实现自动问答之后，再组织学习者进行在线课程项目实验测试，在这个过程，通过观察法和访谈法，观察并记录学习者的实验数据，通过对实验测试数据的研究分析，探究学习者在线课程个性化问题解答对学习成效和课程内容思考深度的影响。

目录

摘要

图目录

表目录

1．1研究背景

1．1．1在线学习发展中遇到的问题

1．1．2《教育信息化2．0行动计划》的新要求

1．1．3在线学习问题解决方式调查和个人在线学习经历

1．2研究现状分析

1．2．1国内外自动问答系统的研究现状

1．2．2基于深度学习的答案匹配方法的研究现状

1．3研究问题与研究思路

1．3．1研究问题

1．3．2研究思路

1．4研究方法

1．4．1基于设计的研究

1．4．2观察法

1．4．3访谈法

1．5预期研究结果及创新点

1．6关键词概念界定

1．6．1学习成效

1．6．2个性化问题

第2章LSTM神经网络研究及相关教育理论基础

2．1深度学习、机器学习与人工智能

2．2问答系统中常用的深度学习模型

2．2．1循环神经网络模型RNN

2．2．2长短程记忆(LSTM)网络模型

2．2．3双向长短程记忆网络模型

2．3相关教育理论基础

2．3．1交互影响距离理论

2．3．2个性化学习相关研究

2．4 TensorFlow概述

第3章数据集构建及神经网络模型设计

3．1研究课程选取

3．2基于LSTM神经网络问答的总体设计

3．3学习问题和答案的收集及生成

3．3．1学习问题的收集

3．3．2问题答案的生成

3．4构建数据集

3．5基于LSTM神经网络的问题识别程序设计

3．5．1构造流程

3．5．2神经网络模型设计

3．5．3运行环境和相关参数设置

第4章神经网络模型测试与问答程序实现

4．1 LSTM神经网络的训练

4．1．1对输入问题进行编码

4．1．2让模型学会区分问题的正确和错误答案

4．1．3训练模型

4．2 LSTM神经网络模型识别准确率第一轮测试及优化

4．2．1模型识别准确率测试结果

4．2．2原因分析

4．2．3优化数据集

4．3 LSTM神经网络模型识别准确率第二轮测试及优化

4．3．1模型识别准确率测试结果

4．3．2原因分析

4．3．3进一步优化模型识别准确率

4．4 LSTM神经网络模型识别准确率测评

4．5实现对输入问题的回答

第5章实际学习环境中运用及数据分析

5．1项目学习实验概述

5．1．1收集问题学习情况分析

5．1．2组织方式

5．1．3研究工具

5．1．4研究对象

5．2项目学习实验实施

5．2．1准备实验器材

5．2．2调试学习环境

5．2．3项目学习实验实施

5．3学习者项目课程学问题数据收集与分析

5．3．1学习问题解答情况统计分析

5．3．2学习问题数据分类统计分析

5．3．3项目学习完成率统计分析

5．4学习者访谈数据整理与分析

5．4．1对问答系统的态度

5．4．2带来新提升

5．4．3不足

5．5 LSTM模型识别程序第三轮测试及优化

5．5．1答案显示问题

5．5．2对新问题的处理

5．5．3问题输入程序的改进

第6章总结与展望

6．1对研究问题的回答

6．2研究总结

6．3研究局限与展望

参考文献

附录

攻读学位期间取得的研究成果

致谢

声明