智慧教育技術(shù)與應(yīng)用

定　價(jià)：￥79.00

作　者：	[澳]朱佳（Jia Zhu）、黃昌勤
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302600282	出版時(shí)間：	2022-03-01	包裝：	平裝-膠訂
開本：	32開	頁數(shù)：	361	字?jǐn)?shù)：

內(nèi)容簡介

　　本書以自然語言處理作為底層理論知識(shí)在教育技術(shù)領(lǐng)域的發(fā)展和應(yīng)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(shí)圖譜構(gòu)建及其表征學(xué)習(xí)相關(guān)理論，以及基于教育知識(shí)圖譜的目前三大應(yīng)用方向，教育問答，認(rèn)知診斷和作文批改，然后作為補(bǔ)充，介紹了融合視頻，聲頻等數(shù)據(jù)的多模態(tài)學(xué)習(xí)分析，以及另一熱門技術(shù)，區(qū)塊鏈，在教育上的智能應(yīng)用。具體由8個(gè)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(shí)圖譜相關(guān)知識(shí)。第四章介紹基于知識(shí)圖譜的教育問答。第五章結(jié)合心理學(xué)測(cè)評(píng)方法，利用大數(shù)據(jù)分析對(duì)學(xué)習(xí)者的學(xué)習(xí)狀態(tài)進(jìn)行認(rèn)知診斷，使用學(xué)習(xí)者更好地被學(xué)習(xí)環(huán)境感知。同時(shí)也介紹了用學(xué)習(xí)路徑推薦方法，為學(xué)習(xí)者提供更好地學(xué)習(xí)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(shí)圖譜技術(shù)在作文批改中的應(yīng)用，深化信息技術(shù)，包括講述運(yùn)用信息技術(shù)提升教學(xué)質(zhì)量，作文批改減輕教師負(fù)擔(dān)，增強(qiáng)學(xué)生學(xué)習(xí)效率。第七章主要介紹多模態(tài)數(shù)據(jù)采集與分析技術(shù)，智慧教育對(duì)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(xué)習(xí)分析技術(shù)分析的重要基礎(chǔ)。第八章介紹區(qū)塊鏈技術(shù)，區(qū)塊鏈獨(dú)特的技術(shù)特征，實(shí)現(xiàn)了智慧教育資源的共享與安全性，促進(jìn)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(shù)支持下的智慧教育框架。讀者對(duì)象適合各師范院校相關(guān)專業(yè)，各綜合性大學(xué)教育學(xué)專業(yè)的教材及大專以上學(xué)歷對(duì)教育技術(shù)學(xué)有興趣的相關(guān)從業(yè)人員。

作者簡介

　　朱佳，博士、教授、博士生導(dǎo)師（計(jì)算機(jī)科學(xué)與技術(shù)、智能教育），浙江師范大學(xué)?？低曋悄芙逃?lián)合實(shí)驗(yàn)室技術(shù)負(fù)責(zé)人、原華南師范大學(xué)人工智能專業(yè)負(fù)責(zé)人、數(shù)據(jù)智能實(shí)驗(yàn)室負(fù)責(zé)人及模式識(shí)別與行為分析實(shí)驗(yàn)室負(fù)責(zé)人；中國教育技術(shù)協(xié)會(huì)人工智能專委會(huì)常務(wù)理事、中國人工智能學(xué)會(huì)青年工作組專委會(huì)理事、中國人工智能學(xué)會(huì)會(huì)刊《智能技術(shù)學(xué)報(bào)》編委會(huì)編委、中國計(jì)算機(jī)學(xué)會(huì)協(xié)同計(jì)算專委會(huì)與區(qū)塊鏈專委會(huì)委員、澳大利亞教育研究協(xié)會(huì)會(huì)員。黃昌勤，博士、二級(jí)教授、博士生導(dǎo)師（計(jì)算機(jī)科學(xué)與技術(shù)、教育技術(shù)學(xué)），國際期刊IEEE Trans. on Learning Technologies副主編，廣東省“珠江學(xué)者”特聘教授、浙江省智能教育技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室主任、廣東省智慧學(xué)習(xí)工程技術(shù)研究中心常務(wù)副主任；中國教育學(xué)會(huì)中小學(xué)信息技術(shù)教育專業(yè)委員會(huì)常務(wù)理事、浙江省高校大數(shù)據(jù)與人工智能類專業(yè)教學(xué)指導(dǎo)委員會(huì)委員、北京師范大學(xué)教育學(xué)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(shí)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(shù)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(yīng)用0
1.2智慧教育的技術(shù)體系0
1.2.1教育文本處理0
1.2.2多模態(tài)學(xué)習(xí)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(shí)圖譜0
2.1知識(shí)圖譜簡介0
2.1.1知識(shí)圖譜概述及發(fā)展歷史0
2.1.2知識(shí)圖譜的主要技術(shù)和前沿工作0
2.1.3小結(jié)0
2.1.4思考與練習(xí)0
2.2教育知識(shí)圖譜構(gòu)建0
2.2.1教育知識(shí)圖譜構(gòu)建兩大視角0
2.2.2基于智能處理技術(shù)的圖譜構(gòu)建0
2.2.3小結(jié)0

2.2.4思考與練習(xí)0
2.3教育知識(shí)圖譜應(yīng)用0
2.3.1應(yīng)用場(chǎng)景0
2.3.2小結(jié)0
2.3.3思考與練習(xí)0
第3章教育知識(shí)圖譜表征學(xué)習(xí)0
3.1知識(shí)圖譜表征學(xué)習(xí)簡介0
3.1.1基于翻譯的傳統(tǒng)知識(shí)圖譜表征學(xué)習(xí)技術(shù)0
3.1.2基于神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜表征學(xué)習(xí)技術(shù)0
3.1.3知識(shí)圖譜表征學(xué)習(xí)的新興技術(shù)0
3.1.4小結(jié)0
3.1.5思考與練習(xí)0
3.2教育知識(shí)圖譜表征學(xué)習(xí)的特點(diǎn)和挑戰(zhàn)0
3.2.1教育知識(shí)圖譜的語義特點(diǎn)及提取方法0
3.2.2教育知識(shí)圖譜表征學(xué)習(xí)的當(dāng)前挑戰(zhàn)和
解決方案0
3.2.3可解釋性的教育知識(shí)圖譜表征學(xué)習(xí)技術(shù)0
3.2.4小結(jié)0
3.2.5思考與練習(xí)0
3.3教育知識(shí)圖譜表征學(xué)習(xí)的應(yīng)用案例0
3.3.1基于教育知識(shí)圖譜的教育測(cè)評(píng)0
3.3.2基于教育知識(shí)圖譜的學(xué)習(xí)資源推薦0
3.3.3小結(jié)0
3.3.4思考與練習(xí)0
第4章教育問答0
4.1問答對(duì)話系統(tǒng)簡介0
4.1.1問答對(duì)話系統(tǒng)概述0
4.1.2任務(wù)導(dǎo)向型對(duì)話0
4.1.3非任務(wù)導(dǎo)向型對(duì)話0
4.1.4小結(jié)0
4.1.5思考與練習(xí)0
4.2教育知識(shí)圖譜問答0
4.2.1知識(shí)圖譜問答0
4.2.2開放域和特定域知識(shí)圖譜問答
4.2.3教育知識(shí)圖譜問答研究現(xiàn)狀
4.2.4教育知識(shí)概念抽取
4.2.5教育知識(shí)圖譜問答系統(tǒng)構(gòu)建
4.2.6小結(jié)
4.2.7思考與練習(xí)
4.3案例分析
4.3.1智能問答教學(xué)系統(tǒng)的應(yīng)用背景
4.3.2系統(tǒng)架構(gòu)、特點(diǎn)和優(yōu)勢(shì)
4.3.3問答系統(tǒng)在教學(xué)應(yīng)用中的進(jìn)一步擴(kuò)展
4.3.4基礎(chǔ)教育知識(shí)圖譜賦能智慧教育
4.3.5小結(jié)
4.3.6思考與練習(xí)
第5章認(rèn)知診斷
5.1認(rèn)知診斷簡介
5.1.1認(rèn)知診斷概述
5.1.2認(rèn)知診斷評(píng)價(jià)理論的基礎(chǔ)概念
5.1.3認(rèn)知診斷代表性模型
5.1.4認(rèn)知診斷建模擬合評(píng)價(jià)
5.1.5小結(jié)
5.1.6思考與練習(xí)
5.2自適應(yīng)學(xué)習(xí)
5.2.1自適應(yīng)學(xué)習(xí)概述與框架
5.2.2數(shù)據(jù)驅(qū)動(dòng)下自適應(yīng)學(xué)習(xí)系統(tǒng)的支撐
模型與實(shí)現(xiàn)機(jī)制
5.2.3自適應(yīng)學(xué)習(xí)典型案例分析
5.2.4小結(jié)
5.2.5思考與練習(xí)
5.3個(gè)性化學(xué)習(xí)路徑推薦
5.3.1學(xué)習(xí)路徑推薦算法
5.3.2個(gè)性化學(xué)習(xí)路徑挖掘結(jié)構(gòu)模型
5.3.3未來個(gè)性化學(xué)習(xí)路徑推薦研究探討
5.3.4個(gè)性化學(xué)習(xí)路徑推薦典型案例分析
5.3.5小結(jié)
5.3.6思考與練習(xí)
第6章自動(dòng)作文批改
6.1自動(dòng)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(xí)
6.2自動(dòng)作文批改相關(guān)技術(shù)
6.2.1停用詞過濾
6.2.2詞性標(biāo)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(shí)體識(shí)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(xí)
6.3自動(dòng)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(cè)模塊
6.3.3通順度計(jì)算模塊
6.3.4多特征融合評(píng)分
6.3.5小結(jié)
6.3.6思考與練習(xí)
第7章多模態(tài)學(xué)習(xí)分析
7.1多模態(tài)學(xué)習(xí)分析介紹
7.1.1多模態(tài)學(xué)習(xí)分析的基本概念
7.1.2多模態(tài)學(xué)習(xí)分析的發(fā)展路線
7.1.3多模態(tài)學(xué)習(xí)分析的基本任務(wù)
7.1.4小結(jié)
7.1.5思考與練習(xí)
7.2教育領(lǐng)域的多模態(tài)學(xué)習(xí)分析
7.2.1多模態(tài)學(xué)習(xí)分析的數(shù)據(jù)介紹
7.2.2多模態(tài)學(xué)習(xí)分析的技術(shù)支撐與流程
7.2.3基于教育大數(shù)據(jù)的多模態(tài)學(xué)習(xí)分析
挑戰(zhàn)與發(fā)展
7.2.4小結(jié)
7.2.5思考與練習(xí)
7.3多模態(tài)教育應(yīng)用場(chǎng)景
7.3.1大數(shù)據(jù)中的多模態(tài)學(xué)習(xí)分析
7.3.2基于多模態(tài)數(shù)據(jù)的學(xué)習(xí)預(yù)警系統(tǒng)
7.3.3小結(jié)
7.3.4思考與練習(xí)
第8章區(qū)塊鏈＋教育
8.1區(qū)塊鏈簡介
8.1.1全面認(rèn)識(shí)區(qū)塊鏈
8.1.2深入淺出共識(shí)機(jī)制
8.1.3智能合約與Solidity
8.1.4側(cè)鏈
8.1.5應(yīng)用案例
8.1.6小結(jié)
8.1.7思考與練習(xí)
8.2當(dāng)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(jī)遇與挑戰(zhàn)
8.2.3對(duì)策與建議
8.2.4小結(jié)
8.2.5思考與練習(xí)
8.3區(qū)塊鏈教育應(yīng)用案例
8.3.1教育區(qū)塊鏈學(xué)分銀行
8.3.2未來學(xué)跡鏈
8.3.3沃爾夫大學(xué)（Woolf University）
8.3.4小結(jié)
8.3.5思考與練習(xí)