【关键词】 人工智能； 教育运用； 个案剖析； 文本计算；
战术言语和文明操练体系 （The Tactical Lan-guage and Culture Training System ，简称 TLCTS)可帮忙人们快速获取外国言语和文明中的沟通技能，言语品种包含伊拉克语、法语和普什图语(阿富汗之首要言语)。 从 2003 年以来，该体系获得了美国军方的多项严重赞助，总额高于一千万美元。 从体系的用户散布上看，首先是世界各地的美国武士（海军、陆军、空军等），他们都能够经过作为身份特征的军方电子邮件地址，自由下载这个体系，各取所需地运用和学习；美国、加拿大和澳大利亚等国军方也屡次将该体系与面授进行的言语文明学习课程结合起来，进行混合式学习。 其次，军事服务人员、无军职人员和高校学生等也在运用这个体系。 全世界已经有超越 20000 名学习者运用过 TLCTS 课程。 独立进行的伊拉克语和普什图语版别的体系评价标明， 运用该体系的用户在目标言语及其文明常识方面获益颇丰， 增强了实践沟通的自信心。 对军官的访谈还标明， 这个体系的运用有助于他们独登时和当地人沟通，而不必借助于翻译，然后改善了与当地居民的关系，提高了作战才能，乃至减少了战地伤亡。微机版别的 TLCTS 被称作 Lapu， 它运用出名游 戏 引 擎 公 司 Epic Game （的 Unreal 游戏引擎 2.5 版别，该版别能够处理场景烘托，供给了一套用户界面类库。 Lapu 的首要功用表现在对虚拟人物的社会性模仿上。 学习者运用语音和菜单中可选的形体言语（如身体姿态、手势等），与游戏中的人物沟通。 输入办理器将语音和形体言语解说为一种沟通性行为 （例如形体言语增强的言语行为）。社会性模仿引擎决议虚拟环境和其间的虚拟人物怎么对学习者行为做出反响。 虚拟人物行为由行为计划表完成，它对 Unreal 引擎宣布行为动作指令。跟着学习者与体系的交互，学习者模型不断更新，来反映学习者当时的技能把握程度。交互记载和学习者对话录音都被保存下来， 用于今后的剖析。这些体系成分根本都运用编程言语 Python，一些支撑性的例行程序由 C++和 Unreal 引擎的 Unre-alScript 编写。
一个叫做 Kahu 的轻型学习办理体系经过一个局域网和客户端核算机通讯。 TLCTS 用户经常在学习实验室中安排其操练核算机， 运用特别的局域网络，比方微软的 Windows 同享，然后移动核算机，将它们安排成不同的形状。 Kahu 为学习者特征供给数据库并进行办理， 支撑这些实验室的简易重构和断开操作。 这个体系为操练办理者供给一种机制来树立和调整用户以及用户组，并发生操练陈述。办理者也运用它来获取学习者档案、体系日志、操练场所的录音，并将它们保存到一个数据仓库中，用于将来的剖析。这些记载能够从头操练并改善语音辨认器，而日志和学习者档案能够用来剖析用户怎么运用这个操练体系，并指出将来需求进一步改善之处。TLCTS 在多方面运用了人工智能技能， 包含：
1．语音辨认这是 TLCTS 最值得称道的一个功用。辨认学习者的语音十分必要，又极富挑战性。关于外语学习者而言，语音辨认器要能指出用户发音的过错。而一般的典型的语音辨认器则会疏忽用户的语音过错，而尽量将语音转换为文字。所以 TLCTS 没有选用一般的打了包的语音辨认软件， 而是开发了自己共同的语音辨认模型。 它根据隐含马尔科夫声响模型，运用 Julius 开源语音辨认东西包来开发。
3．可信的虚拟人物用户的一次输入会被看作一次用 PsychSim 体系完成的人物署理的笼统的举动，该署理然后挑选一种行为让虚拟人物来履行。
5．学习者模型我国电化教育 总第282期 技 术 与 应 用学习者的学习进程能够经过多种途径表现出来， 比方在游戏和检验中的表现， 和在对话中的表现。 TLCTS 记载了这些表现，并运用模型盯梢技能来丈量学习者的技能熟练程度。 技能包含三个方面：
从以上介绍能够看出， 战术言语和文明操练体系 TLCTS 体系地将自然言语处理（语音辨认和对话模型）、智能署理和学习者模型等成熟的人工智能技能运用到言语和文明学习中， 取得了很好的教育效果。 能够说这是一个成功的智能教育体系的事例。那么从遍及运用上讲， 最近三年的智能教育体系研讨中，咱们都运用和注重哪些技能呢？ 下面笔者经过定量剖析关于智能教育体系研讨的许多期刊文献，来测验回答这一问题。
根据关键词的词频计算，文献[10]剖析了 2002-2008 年我国教育技能研讨的要点及其演进。
2. 一切单词的均匀词频笔者运用自己开发的国外教育技能全文检索和数据发掘体系(ETLIDM)，对这三年的期刊进行了单个单词的词频计算。 扫除常见的冠词、连词、介词等虚词，每年度一切单词的数量、呈现总次数和每个单词的均匀呈现次数（即词频）如表 1 所示。
有关人工智能（AI，Artificial Intelligence）自身的关键词词频散布如表 2 所示。 除了 2009 年的 BJET外， 其它年度各个期刊中人工智能关键词的相对词频都大于 1，不过没有什么改变规则。 肯定词频和相对词频最高的都为 2007 年的 IJAIE。 作为研讨人工智能教育运用的专业期刊，IJAIE 理应更多地说到人工智能的概念，相对词频散布也大体如此。
4.人工智能范畴重要关键词的词频计算常识表明办法（Knowledge Representation）在三个期刊三个年度的散布如表 3 所示， 每个年度每个期刊的相对词频都大于 1。 JETS 中该关键词的相对词频还呈现逐年上升的趋势，2009 年达到三个期刊中历年的最高值。
有关智能署理（Agent）的词频散布如表 6 所示，2008 年 IJAIE 中该词的肯定词频最高，而 2009 年 I-JAIE 中该词的相对词频最高。
有关常识推理（Reasoning 或许 Inference）的关键词词频散布如下页表 8 所示，JETS 和 IJAIE 中该关键词的词频较高。
关于自然言语 处理（包含语音辨认和语音组成年度 期刊 肯定词频 相对词频 的关键词词频散布如表 10 所示， 很明显，JETS的肯定值和相对份额都远远超越其它两个。
三、研讨定论1. 个案剖析的定论从个案剖析来看， 战术言语和文明操练体系TLCTS 服务于美国国家战略需求，集成了自然言语处理（包含语音辨认和语音组成）、智能署理、游戏、个性化学习等人工智能研讨的最新效果， 并与学习情境严密交融，取得了很好的社会效益和经济效益，值得我国教育技能研讨者和实践者学习。
2007 年 JETS 中“本体论”的肯定词频为 438，为各期刊各年度比较中词频最高的一个，这阐明“本体论”在 2007 年被注重许多；2009 年 IJAIE 中“智能署理”的相对词频则最高，为 60.6，这阐明该年度该期刊“智能署理”是一个研讨热门。假如将这三年中一切期刊某个关键词（除去“人工智能”自身）的肯定词频相加，依照肯定词频之和从大到小排列，成果如表 12 所示。 “智能署理”肯定词频最高，“自然言语处理”次之，这两者的肯定词频根本上是其它关键词肯定词频的两倍以上； 两者肯定词频之和占有了一切总和的 41%之多。 可见，智能署理技能和自然言语处理是近三年来， 人工智能教育运用中最被注重的两个问题。
我国电化教育技 术 与 应 用 两种办法的共同定论归纳审视典型事例和文献计算两种办法的研讨成果，本文发现：自然言语处理、智能署理等是近三年来人工智能教育运用世界研讨中运用最多的技能，也是最为注重的问题。由于时刻有限， 本文仅对三个期刊近三年内的论文作了计算剖析， 所以不能看出长时刻的改变趋势。笔者下一步的研讨，将包括更多的教育技能类的世界期刊，跨过更长的时刻段，并运用机器学习等办法来展开文本数据发掘， 以探究人工智能教育运用的发展趋势。
郑州不孕不育医院：http://byby.zztjyy.com/郑州同济不孕不育医院：http://byby.zztjyy.com/郑州不孕不育医院哪家好：http://byby.zztjyy.com/郑州不孕不育医院哪家好：http://byby.zztjyy.com/郑州治疗不怀孕去哪家医院：http://byby.zztjyy.com/郑州专业不孕不育医院：http://byby.zztjyy.com/郑州哪家医院能做三代试管婴儿：http://byby.zztjyy.com/郑州妇科医院：http://yyk.39.net/zz3/zonghe/1d426.html