CN103680222B - 儿童故事问答交互方法 - Google Patents

儿童故事问答交互方法 Download PDF

Info

Publication number
CN103680222B
CN103680222B CN201210348286.3A CN201210348286A CN103680222B CN 103680222 B CN103680222 B CN 103680222B CN 201210348286 A CN201210348286 A CN 201210348286A CN 103680222 B CN103680222 B CN 103680222B
Authority
CN
China
Prior art keywords
story
children
interactive
sidl
stories
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210348286.3A
Other languages
English (en)
Other versions
CN103680222A (zh
Inventor
王卫民
王石
符建辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke national power (Zhenjiang) Intelligent Technology Co., Ltd.
Original Assignee
KNOWOLOGY INTELLIGENT TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KNOWOLOGY INTELLIGENT TECHNOLOGY Co Ltd filed Critical KNOWOLOGY INTELLIGENT TECHNOLOGY Co Ltd
Priority to CN201210348286.3A priority Critical patent/CN103680222B/zh
Publication of CN103680222A publication Critical patent/CN103680222A/zh
Application granted granted Critical
Publication of CN103680222B publication Critical patent/CN103680222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Electrically Operated Instructional Devices (AREA)

Abstract

一种儿童故事问答交互方法包括步骤1：在儿童与故事交互系统进行交互之初，系统首先判断交互类型，如是系统主动讲故事，则执行步骤2；如是点播，则执行步骤3；步骤2：系统将获取交互历史信息和儿童模型信息，并据此从儿童故事库和故事问题库选择故事类别及内容；步骤3：播放所择故事；步骤4：在智能故事交互控制的引导下，执行智能交互动作；步骤5：系统根据步骤4选择的候选SIDL交互动作，执行相应动作；步骤6：系统得到儿童的反馈信息，并记录交互历史信息；步骤7：更新交互历史信息，并根据更新后的交互历史信息重新计算儿童模型；步骤8：判断故事对话结束条件是否满足，若满足，则结束本次故事对话，否则转到步骤4重新执行。

Description

儿童故事问答交互方法
技术领域
本发明涉及人工智能计算机技术中的人机问答(question answering, QA)和人机交互(human-computer interaction, HCI)领域，特别涉及一种给儿童讲解故事、并且根据儿童的特点帮助儿童理解故事的方法。
背景技术
喜欢听故事是中外各国儿童的一个共同爱好，这是由少年儿童独特的认知特点所决定的。长久以来，市场上有各种各样的面向少年儿童的故事类读物。例如，少年儿童出版社常年出版的少儿故事读物（如《故事大王》），2000年湖南少年儿童出版社出版的《传世神话故事(精)》，2004年新疆青少年出版社出版的《一千零一个儿童故事》(全套11册)，等等。
但是，儿童在听完或看完故事后，人们难以掌握他们究竟能够理解故事中的多少内容！因此，我们有必要设计一种有效的方法和系统，帮助儿童理解故事内容；同时帮助儿童理解故事的过程中，通过儿童对预先设计的问题的回答结果，可检测儿童对故事的理解程度和兴趣。根据检测结果，系统可适当调整后续故事的种类以及与这些故事相关的问题。这就是本发明要解决的问题和思路。
人机交互是研究人和计算机以及它们相互影响的技术。伴随着人工智能理论和当代计算机技术的飞速发展，人们越来越期待着新一代的人机交互变得更加的友好、自然和智能化，实现一种知识化的人机交互过程。知识化的人机交互要求计算机本身也具备相当的知识，并且能够在与人的交互中有目的地独立的运用这些知识，形成一种“人－机－知识”的交互模式。
现有的面向儿童的人机交互系统，包括各式各样的互动型智能玩具、各种学习机、早教机等。讲故事玩具或系统也是其中的一种。然而，对于大多数系统而言，如“故事玩具”系统，由于缺乏一个强有力的、智能化的故事交互控制，因此玩具与儿童的交互效果差强人意，对于传统的“故事玩具”系统更是只能实现“单纯的讲故事”而无法真正有效的实现与儿童的交流和互动。
一种理想的系统是儿童能够与故事系统进行智能交流和互动，同时在交互的过程中激发儿童的兴趣，增长儿童的知识，检测儿童在听故事过程中的学习情况，实现有效的智能化交互。
发明内容
本发明所要解决的技术问题：针对以上种种不足，本发明提供了一种面向儿童的智能故事交互方法，包括儿童故事知识库技术、儿童故事问题模型技术、儿童模型技术、智能交互动作技术等新的技术方法。儿童故事知识库技术解决了如何建立结构化的儿童故事的问题。儿童故事问题模型技术解决了儿童故事与提问之间的关系，使得儿童不仅能够听到故事，同时也可回答与故事相关的问题，从而增强的儿童学习能力、记忆能力、分析问题的能力。儿童故事问题模型技术如何使计算机（或玩具装置等）如何把握儿童的认知特征、兴趣特征等信息，以便于在与儿童交互中正确地引导儿童。智能交互动作技术解决了如何在儿童模型的引导下，与儿童进行智能交互，既满足儿童的兴趣，有符合儿童的认知水平（也称认知程度）。
技术方案:
一种儿童故事问答交互方法，包括以下步骤：
步骤1：在儿童与故事交互系统进行交互之初，故事交互系统首先判断交互的类型，如果是故事交互系统主动给儿童讲故事，则执行步骤2；如果是儿童主动点播故事，则执行步骤3;
步骤2：所述故事交互系统将获取交互历史信息和儿童模型信息，并据此从儿童故事库和故事问题库选择故事类别及故事内容, 故事内容包括故事文本、故事问题；
步骤3：向儿童播放选择的故事内容；
步骤4：故事交互系统中在智能故事交互控制的引导下，有效地执行智能交互动作；
步骤5：所述故事交互系统根据步骤4所选择的候选SIDL交互动作，执行相应的具体交互动作；
步骤6：故事交互系统得到儿童的反馈信息，并记录交互历史信息；
步骤7：更新交互历史信息，并根据更新后的交互历史信息重新计算儿童模型；
步骤8：判断故事对话结束条件是否满足，若满足，则结束本次故事对话，否则转到步骤4重新执行。
所述的儿童故事库采用一种框架建模方法，该方法主要表示了故事的三个主要方面：第一是故事类别可以为童话故事、神话故事、名人传奇故事、寓言故事、成语故事、历史故事、科普故事，又进一步细分为短篇故事和连载故事；第二是故事文本，也称故事正文，采用正文文本表示；第三是故事问题，采用向量表示。
在所述的步骤2中，所述的选择故事类别及故事内容的实现步骤包括：
步骤2-1：从所述的儿童故事库分类结构中获取故事类别及该类别中的所有故事；
步骤2-2：获取故事交互历史信息，并由此得到儿童模型；每个儿童在与故事交互系统的交互过程中，故事交互系统将自动创建与儿童的交互历史信息及儿童模型，用于记录和描述儿童在与故事交互问答过程中的状况；
步骤2-3：根据历史信息，判断最后一次故事问答交互过程中的故事是否为连载故事，如果是，则执行步骤2-4，否则执行步骤2-5；
步骤2-4：判断历史信息中最后一次故事问答交互过程中的连载故事是否是最后一段，如果是，则执行步骤2-5，否则执行步骤2-12；
步骤2-5：根据儿童模型中的信息，判断是否有未曾访问过的故事类别，若存在，则执行步骤2-6，否则执行步骤2-7；
步骤2-6：随机选取一个历史中未曾访问过的故事类别，将该类别中的故事列表定义为候选故事集合，执行步骤2-11；
步骤2-7：判断故事内容列表中是否存在未曾访问过的故事，如果存在，则执行步骤2-8，否则，执行步骤2-9；
步骤2-8：将未曾访问过的故事列表定义为候选故事集合，然后执行步骤2-11；
步骤2-9；按照儿童的认知水平、兴趣程度及故事内未曾发问儿童的问题个数将故事进行排序；
步骤2-10：选择排序在前的若干个故事，将这些故事作为候选故事集合；
步骤2-11：从候选故事集合中随机选择一个故事，然后执行步骤2-13；
步骤2-12：将该系列故事的下一段定为选定故事；
步骤2-13：初始选择故事的操作结束。
所述的儿童模型用于对儿童信息进行管理，所述儿童模型中的信息主要包括故事在所属类别中的故事编号、故事被播放过的次数、儿童对当前故事的兴趣程度、儿童对当前故事的认知水平、已提问儿童的问题覆盖程度、儿童答对问题的个数、儿童答错问题的个数、该故事下的所有问题的列表。
所述的故事认知水平（即p）的计算公式如下：
其中，表示问题难度级别的最大值，表示当前儿童回答正确的问题中，难度级别为的问题个数，表示当前故事下的全部问题中难度级别为的问题个数；是一个经验系数，表示当前故事下已问问题的覆盖程度；
所述的故事类别认知水平（即p′）的计算公式如下：
其中，表示该类别中的第个故事的内容认知程度，表示该类别中的故事总数。
所述的故事兴趣程度（即t）的计算公式如下：
其中，表示儿童对当前故事的访问次数，表示在全部故事中儿童对单一故事的最高访问次数；
所述的故事类别兴趣程度（即t′）的计算公式如下：
其中，表示该类别中的第个故事的内容兴趣程度，表示该类别中的故事总数。
在所述的步骤4中，所述的智能故事交互控制的具体实现步骤包括：
步骤4-1：根据步骤2所选择的故事，从SIDL交互动作库中获取一个原始的SIDL交互动作集合，同时建立候选SIDL交互动作集合，所述的候选SIDL交互动作集合初始时为空；
步骤4-2：从原始SIDL交互动作集合中读取下一条SIDL交互动作；
步骤4-3：对SIDL交互动作作语法分析，解析SIDL交互动作前件，建立前件谓词列表；
步骤4-4：从前件谓词列表中读取下一个谓词；
步骤4-5：根据交互历史信息和儿童模型判断谓词是否为真，若谓词为真，执行步骤4-6，否则执行步骤4-9；
步骤4-6：从步骤4-3所建立的前件谓词列表中删除该谓词；
步骤4-7：判断谓词列表是否为空，若为空，执行步骤4-8，否则执行步骤4-4；
步骤4-8：SIDL交互动作的前件成立，将该SIDL交互动作添加到候选SIDL交互动作集合中；
步骤4-9：从原始SIDL交互动作集合中删除该SIDL交互动作；
步骤4-10：判断原始SIDL交互动作集合是否为空，若不为空，转到步骤4-2，否则执行步骤4-11；
步骤4-11：提交候选SIDL交互动作集合。
所述的智能故事交互动作采用SIDL方法描述，SIDL交互动作的前件中涉及的重要谓词包括：
当前故事内容（<故事名称>)；
当前故事类别(<类别名称>)；
故事问题未问(<问题内容>)；
故事问题已问(<问题内容>)；
问题回答对错(<问题内容>,<回答结果>)；
故事已经播讲(<故事名称>)；
故事未曾播讲(<故事名称>)；
类别已经访问(<类别名称>)；
类别未曾访问(<类别名称>)；
故事内容兴趣(<故事名称>,<程度>)；
故事内容认知(<故事名称>,<程度>)；
故事类别兴趣(<类别名称>,<程度>)；
故事类别认知(<类别名称>,<程度>)；
故事问题覆盖(<故事名称>,<程度>)；
故事问题已尽(<故事名称>)；
故事问题难度(<问题内容>,<难度级别>)；
问题答对个数(<故事名称>,<数值>,<关系>)；
问题答错个数(<故事名称>,<数值>,<关系>)；
故事篇幅长度(<故事名称>,<篇幅长度>)；
问题提示次数(<问题内容>,<数值>)；
所述的SIDL交互动作的交互动作包括：
选择问题(<问题内容>, <权重>)；
提示帮助(<问题内容>, <权重>)；
给出答案(<问题内容>, <权重>)；
重播故事(<故事名称>, <权重>)。
所述的步骤5具体包括以下步骤：
步骤5-1：读取步骤4中所得到的候选SIDL交互动作集合；
步骤5-2：候选SIDL交互动作集合是否为空，若为空，，否则，执行步骤5-4；
步骤5-3：重新把刚才的故事给儿童再讲述一遍，转步骤2；
步骤5-4：依据候选SIDL交互动作中的交互动作类型优先级以及交互动作执行权重，在所有交互动作类型优先级最高、交互动作执行权重最高的候选SIDL交互动作中随机选择一条；
步骤5-5：执行选中SIDL交互动作中的交互动作。
所述的儿童故事交互系统包括儿童故事库和智能化的故事交互控制；儿童故事库用于存储故事，智能化的故事交互控制用于当系统讲完故事之后，根据儿童故事库中的故事类别、故事内容、问题的难度和性质，结合儿童的反馈进行启发式提问。
有益效果：
本发明提供了一种面向儿童的智能故事交互方法，解决了如何建立结构化的儿童故事的问题；解决了儿童故事与提问之间的关系，使得儿童不仅能够听到故事，同时也可回答与故事相关的问题，从而增强的儿童学习能力、记忆能力、分析问题的能力；在儿童模型和智能交互动作的引导下，与儿童进行的交互，既满足儿童的兴趣，有符合儿童的认知水平。
附图说明
图1为儿童故事交互整体视图；
图2为本发明中所创建的儿童故事分类体系示意图；
图3为本发明中儿童故事交互方法的整体流示意程图；
图4为本发明中儿童故事交互方法初始选择故事的流程图；
图5为本发明中儿童故事交互方法中智能故事交互控制的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细地说明。
图1为儿童故事交互系统整体视图（以下我们也将儿童故事交互系统为简称系统）。儿童可以通过多种人机交互界面（如语音）与系统进行交互。儿童故事交互系统主要由两大组件构成：一个是儿童故事库（以下也简称故事库），一个是智能化的故事交互控制（又称智能故事交互控制，故事交互控制）。儿童与系统的交互方式可以是儿童主动点播故事；也可以是系统主动讲故事。无论是哪种方式，在讲完故事之后，系统都将根据所讲故事内容向儿童提问。故事交互控制主要体现在当系统讲完故事之后，根据儿童故事库中的故事类别、故事内容、问题的难度和性质，结合儿童的反馈进行启发式提问，拓展儿童的思维，激发儿童的兴趣，增长儿童的学习知识的能力。
图2是依据儿童兴趣及心理特点，兼顾故事交互控制的需要提出的儿童故事分类体系示意图。其中，依据儿童的认知和兴趣特点，将故事多种类别（称为故事类别，英文story category）；依据故事篇幅的长短，又将故事类别细分为短篇故事类别（简称短篇故事）和连载故事类别（简称连载故事）。童话故事类别（简称童话故事）、神话故事类别（简称神话故事）和名人传奇故事类别（简称名人传奇故事）等主要可以用来激发儿童的兴趣，促进其心理发育，有助于儿童的启蒙教育；寓言故事类别（简称寓言故事）、成语故事类别（简称成语故事）、历史故事类别（简称历史故事）和科普故事类别（简称科普故事）等则可以实现在故事讲解中潜移默化的提高儿童的认知能力，增长知识，培养儿童的学习热情和兴趣。在故事交互控制中，短篇故事和连载故事的区分可以有效的增加故事交互控制的互动多样性，激发儿童的好奇心和兴趣。
为了更好的增强故事交互控制的互动性，特别是为了能够启发式的引导儿童思考问题，儿童故事交互控制中要求故事库中的故事问题的句型要具有多样性，问题难度也要具有一定级别。对于有一定难度的问题，如需要儿童稍加简单推理的问题，考虑到儿童可能一次性不能回答正确的时候，儿童故事交互控制提出了一种提示帮助信息来引导儿童重新思考问题的方法。因此，对于故事库中的故事问题，我们需要补充相应的难度级别、提示信息等特征参数。
根据上述分析，本发明设计了一种儿童故事表示方法。该表示方法涉及三个主要方面：第一是故事类别（story category）。第二是故事内容（story text），采用正文文本表示；在下文中有时故事内容也简称故事。第三是故事问题（story questions），采用如下的向量表示（ID, strContent，iHelpInfCount，strHelpInfList, strKeyWord, strAnswer,iDifficulty），其中的内容在下面将解释。
上面介绍的只是儿童故事表示方法，虽然它能表示儿童故事，但是并不能帮助儿童故事库开发人员创建故事相关的问题（以下简称故事问题，或者问题）。在创建故问题时，要根据具体情况设计故事问题，本发明采用以下步骤：
第一，需要将故事进行分解：一个完整的故事是由故事角色、故事场景和若干故事情节组合而成，而故事情节则是由人、物、事件集合、事件关系以及情节环境组成；其中，故事角色是指在故事中具有独立行为意义上的行为主体；故事场景主要包括故事发生的背景、时间、地点、环境以及最终结果等；故事情节中的人是指情节中具有施力作用的故事角色；故事情节中的物是指情节中具有受力作用的故事角色；故事情节中的事件集合是指人在故事情节中的行为序列；故事情节中的事件关系是指事件与事件之间存在的因果等各种关系；故事情节中的情节环境是指该情节发生过程中的背景环境。
第二，我们定义故事问题抽取的方法和机制如下，并以此抽取问题；故事问题的抽取可分为宏观抽取和微观抽取两种。宏观抽取，是基于故事整体信息，建立在故事层次上的问题抽取方法，具体则是从故事的角色信息、场景信息以及故事情节的整体信息中提取问题；如对于故事《龟兔赛跑》中，问题“最后谁获得了胜利？”是就故事场景中的最终结果提问；微观抽取是基于故事具体内容，建立在情节层次上的问题抽取方法，具体则是选定一个故事情节，从人、物的属性、特征以及具体的事件、事件之间的关系来提取问题；如在故事《龟兔赛跑》中，问题“兔子有几条腿？”是就故事情节中人的属性提问。
第三，考虑故事的类别信息，对于科教类故事，则还需要将故事中所蕴涵的哲理或期望儿童从故事中学会的知识以问题的形式再现出来，从而强化儿童对知识的记忆，加深儿童的理解。
第四，将抽取的问题按照句法格式进行必要的调整。我们从句法的形式上将问题分为特指型问句和验证型问句两大类，任何一条信息都可以按照上述两种句法提取成相应的问题。特指型问句是指原始信息删减了局部成分并就删减的信息进行提问的问句，该问句的信息成分并不完整，需要儿童回答出删减信息的内容；验证型问句是指原始信息修改了局部成分但仍然保留了完整信息成分的问句，该问句只需要儿童判断问句所述信息的真伪性即可。由此我们可以看出验证型问句的难度较特指型问句要略为容易，对已抽取的问题进行必要的句法调整一方面是为了增加问句句型的多样性，另一方面也是为了保证抽取问题难度的均匀分布。
第五，存储最终修正后的问题，并为每一个问题添加问题答案、问题提示信息、问题难度系数等辅助故事交互控制的参数信息。
为了有效地建立儿童与故事交互系统的控制过程，使其具有智能化，本发明设计并实现了故事交互模型SIDL，它表达了“在什么情况下，对什么样的儿童，采用何种交互动作”，称为 SIDL交互动作（简称交互动作，即有时我们不区分SIDL交互动作和SIDL交互动作中的交互动作部分）。
SIDL模型的BNF范式如下：
<SIDL交互动作> ::= <前件>→<交互动作>
<交互动作> ::= 选择问题(<问题内容>, <权重>)|
提示帮助(<问题内容>, <权重>)|
给出答案(<问题内容>, <权重>)|
重播故事(<故事名称>, <权重>)
<前件> ::= <谓词名>(<变元序列>){&<前件>}*
<变元序列>::=<字符串>{,<字符串>}*
<故事名称> ::= <字符串>
<问题内容> ::= <字符串>
<类别名称> ::= <字符串>
<回答结果>::= <正确|错误>
<权重> ::=高|中|低
<程度> ::=高|中|低
<关系> ::= <|<=|==|>=|>
<难度级别> ::=高|中|低
<篇幅长度> ::=长篇|连载
SIDL交互动作是由Horn子句的合取形式组成，表示具体的故事交互时的情景或环境，当出现上述情景或环境时，执行SIDL交互动作中的交互动作。
下面对SIDL交互动作中的交互动作部分进行说明：
选择问题(<问题内容>, <权重>)：表示按照<权重>选择故事库中的<问题内容>；
举例：选择问题(乌龟有几条腿, 高)；
提示帮助(<问题内容>, <权重>)：表示按照<权重>选择故事库中问题<问题内容>的提示帮助信息；
举例：提示帮助(乌鸦把什么放到水瓶中,高)；
给出答案(<问题内容>, <权重>)：表示按照<权重>选择故事库中问题<问题内容>的答案信息；
举例：给出答案(乌鸦最后喝到水了么,高)；
重播故事(<故事名称>,<权重>)：表示按照<权重>重新播讲故事<故事名称>；
举例：重播故事(龟兔赛跑,高)。
为了很好的描述儿童故事交互过程的情景环境，同时兼顾考虑到儿童对故事的认知水平和兴趣程度，本发明定义了一套完整的描述SIDL交互动作的前件的谓词，用以描述故事交互过程：
当前故事内容(<故事名称>)：表示故事交互中当前的故事是<故事名称>；
举例：当前故事内容(乌鸦喝水)；
当前故事类别(<类别名称>)：表示故事交互中当前故事的故事类别是<类别名称>；
举例：当前故事类别(寓言故事)；
故事问题未问(<问题内容>)：表示<问题内容>在当前故事的历史问答交互中未曾提问儿童；
举例：故事问题未问(乌鸦最后喝到水了么)；
故事问题已问(<问题内容>)：表示<问题内容>在当前故事的历史问答交互中已经提问儿童；
举例：故事问题已问(瓶子里面装的是什么)；
问题回答对错(<问题内容>,<回答结果>)：表示故事交互中当前的问题是<问题内容>，且儿童是否回答正确；
举例：问题回答对错(乌鸦把什么放到瓶子里了,正确)；
故事已经播讲(<故事名称>)：表示系统历史中已经播放过<故事名称>了；
举例：故事已经播讲(龟兔赛跑)；
故事未曾播讲(<故事名称>)：表示系统历史中未曾播放过<故事名称>了；
举例：故事未曾播讲(杞人忧天)；
类别已经访问(<类别名称>)：表示系统历史中已经播放过<类别名称>下属的故事；
举例：类别已经访问(寓言故事)；
类别未曾访问(<类别名称>)：表示系统历史中未曾播放过<类别名称>下属的故事；
举例：类别未曾访问(科普故事)；
故事内容兴趣(<故事名称>,<程度>)：表示儿童对<故事名称>内容的兴趣程度；
举例：故事内容兴趣(刻舟求剑,高)；
故事内容认知(<故事名称>,<程度>)：表示儿童对<故事名称>内容的认知程度（也称认知水平）；
举例：故事内容认知(掩耳盗铃,低)；
故事类别兴趣(<类别名称>,<程度>)：表示儿童对<类别名称>下属的故事整体的兴趣程度（也称兴趣水平）；
举例：故事类别兴趣(成语故事,高)；
故事类别认知(<类别名称>,<程度>)：表示儿童对<类别名称>下属的故事整体的认知程度；
举例：故事类别认知(历史故事,低)；
故事问题覆盖(<故事名称>,<程度>)：表示<故事名称>下故事问题的提问覆盖程度（即<故事名称>下的故事问题已经向儿童提问的比率）；
举例：故事问题覆盖(白雪公主,0.3)；即白雪公主这一故事下的30%的问题已经向儿童提问过了。
故事问题已尽(<故事名称>)：表示<故事名称>下的故事问题已经全部提问过了；
举例：故事问题已尽(白雪公主)；
故事问题难度(<问题内容>,<难度级别>)：表示<问题内容>的难度级别取值为<难度级别>；
举例：故事问题难度(兔子中途去干什么了,中)；
问题答对个数(<故事名称>,<数值>,<关系>)：表示<故事名称>下儿童实际答对问题的个数与<数值>的大小关系为<关系>；
举例：问题答对个数(龟兔赛跑,3,==)；
问题答错个数(<故事名称>,<数值>,<关系>)：表示<故事名称>下儿童实际答错问题的个数与<数值>的大小关系为<关系>；
举例：问题答错个数(龟兔赛跑,1,<=)；
故事篇幅长度(<故事名称>,<篇幅长度>)：表示<故事名称>的故事内容按照篇幅分类为<篇幅长度>；
举例：故事篇幅长度(西游记,连载)；
问题提示次数(<问题内容>,<数值>)：表示<问题内容>已经提示儿童的次数为<数值>；
举例：问题提示次数(兔子跑到一半就干什么去了,1)。
在建立了儿童故事分类体系和儿童故事库并将故事交互控制进行了描述之后，儿童可以开始与故事交互系统进行交互过程。下面结合图3，详细介绍上述交互过程的具体实现步骤：
步骤1：在儿童与故事交互系统进行交互之初，故事交互系统首先判断交互的类型，如果是故事交互系统主动给儿童讲故事，则执行步骤2；如果是儿童主动点播故事，则执行步骤3。
步骤2：所述儿童故事交互系统将获取交互历史信息和儿童模型信息，并据此从儿童故事库和故事问题库选择故事类别及故事内容和故事问题。
如图4所示，步骤2的具体子步骤如下：
步骤2-1：从所述的儿童故事库分类结构中获取故事类别及该类别中的所有故事（参见图2）。
步骤2-2：获取故事交互历史信息，并由此得到儿童模型。每个儿童在与故事交互系统的交互过程中，故事交互系统将自动创建与儿童的交互历史信息及儿童模型，用于记录和描述儿童在与故事交互问答过程中的状况。
所述的儿童模型主要包括：依据儿童故事分类体系，故事在所属类别中的故事编号、故事被播放过的次数、儿童对当前故事的兴趣程度、儿童对当前故事的认知水平、已提问儿童的问题覆盖程度、儿童答对问题的个数、儿童答错问题的个数、该故事下的所有问题的列表。
儿童模型初始是通过交互历史信息动态计算产生，并且在交互的过程中不断的重新计算并进行更新。而所述交互历史信息则需要保存在记录文件之中，该信息记录了儿童过去曾经与故事交互系统的交互过程，包括儿童听过的故事、回答过的问题以及回答的结果等。儿童交互历史信息模型（或称格式）如下：
<儿童交互历史信息> ::= <故事交互记录>{\r\n<故事交互记录>}*
<故事交互记录> ::= $<故事名称>\t<类别名称>\r\n\t<问题记录>{\r\n\t<问 题记录>}*
<问题记录> ::= **<问题内容>@<回答结果>＃<提示次数>
<回答结果> ::=对|错
<提示次数> ::=整数
由此交互历史信息，本发明动态地计算获取最新的儿童模型，其具体实现如下：
步骤2-2-1：在儿童模型中，直接从交互历史信息中计算故事问题的参数取值；
例如，“问题是否已问”、“问题是否回答正确”、“问题提示儿童次数”、“儿童答对问题个数”、“儿童答错问题个数”、“故事问题的覆盖程度”都可以直接通过查询交互历史信息获取。其中，故事问题的覆盖程度就是与故事关联的故事问题已经向儿童提问的比率，参见上文关于谓词故事问题覆盖(<故事名称>, <程度>)的说明。
步骤2-2-2：计算儿童对故事内容的认知程度，具体方法如下：
在本发明中，儿童对于故事内容的认知程度可以近似地通过儿童回答故事问题的准确程度来描述。然而，由于问题本身具有的难度级别不同，简单的用儿童回答正确率（即“儿童答对问题个数”与“儿童总共回答问题个数”取商）来描述认知程度会有一定的偏差。同时，为了兼顾故事问题覆盖程度的影响，我们还需要引入一个经验系数来适当的校正和调整认知结果。由此，本发明计算儿童对故事内容的认知程度的公式如下：
其中，表示问题难度级别的最大值，表示当前儿童回答正确的问题中，难度级别为的问题个数，表示当前故事下的全部问题中难度级别为的问题个数；是一个经验系数，表示当前故事的问题覆盖程度；
步骤2-2-3：计算儿童对故事内容的兴趣程度，具体方法如下：
其中，为认知程度百分比，表示儿童对当前故事的访问次数，表示在全部故事中儿童对单一故事的最高访问次数。
步骤2-2-4：计算儿童故事类别的访问次数：通过该类别故事被访问次数，可以直接在历史交互信息中进行统计而获得。
步骤2-2-5：计算儿童对故事类别的认知程度，具体计算方法如下：
儿童对于故事类别的认知程度，实质上就是儿童对于该故事类别中全体故事内容的认知程度的统计。 由此，我们得出儿童对于故事类别的认知程度计算公式如下：
其中，表示该类别中的第个故事的内容认知程度，表示该类别中的故事总数。
步骤2-2-6：计算儿童对故事类别的兴趣程度，具体计算方法如下：
其中，表示该类别中的第个故事的内容兴趣程度，表示该类别中的故事总数。
步骤2-3：根据历史信息，判断最后一次故事问答交互过程中的故事是否为连载故事，如果是，则执行步骤2-4，否则执行步骤2-5；
步骤2-4：判断历史信息中最后一次故事问答交互过程中的连载故事是否是最后一段，如果是，则执行步骤2-5，否则执行步骤2-12；
步骤2-5：根据儿童模型中的信息，判断是否有未曾访问过的故事类别，若存在，则执行步骤2-6，否则执行步骤2-7；
步骤2-6：随机选取一个历史中未曾访问过的故事类别，将该类别中的故事列表定义为候选故事集合，执行步骤2-11；
步骤2-7：判断故事内容列表中是否存在未曾访问过的故事，如果存在，则执行步骤2-8，否则，执行步骤2-9；
步骤2-8：将未曾访问过的故事列表定义为候选故事集合，然后执行步骤2-11；
步骤2-9；按照儿童的认知水平、兴趣程度及故事内未曾发问儿童的问题个数将故事进行排序；
步骤2-10：选择排序在前的若干个故事，将这些故事作为候选故事集合；
步骤2-11：从候选故事集合中随机选择一个故事，然后执行步骤2-13；
步骤2-12：将该系列故事的下一段定为选定故事；
步骤2-13：初始选择故事的操作结束。
步骤3：向儿童播放选择的故事内容；
步骤4：儿童故事交互系统中在智能故事交互控制的引导下，有效地执行智能交互动作（如图5所示）；
步骤4的具体实现步骤如下：
步骤4-1：根据步骤2所选择的故事，从SIDL交互动作库中获取一个原始的SIDL交互动作集合，同时建立候选SIDL交互动作集合，所述的候选SIDL交互动作集合初始时为空；
步骤4-2：从原始SIDL交互动作集合中读取下一条SIDL交互动作；
步骤4-3：对SIDL交互动作作语法分析，解析SIDL交互动作前件，建立前件谓词列表；
步骤4-4：从前件谓词列表中读取下一个谓词；
步骤4-5：根据交互历史信息和儿童模型判断谓词是否为真，若谓词为真，执行步骤4-6，否则执行步骤4-9；
步骤4-6：从步骤4-3所建立的前件谓词列表中删除该谓词；
步骤4-7：判断谓词列表是否为空，若为空，执行步骤4-8，否则执行步骤4-4；
步骤4-8：SIDL交互动作的前件成立，将该SIDL交互动作添加到候选SIDL交互动作集合中；
步骤4-9：从原始SIDL交互动作集合中删除该SIDL交互动作；
步骤4-10：判断原始SIDL交互动作集合是否为空，若不为空，转到步骤4-2，否则执行步骤4-11；
步骤4-11：提交候选SIDL交互动作集合。
步骤5：所述儿童故事交互系统根据步骤4所选择的候选SIDL交互动作，执行相应的具体交互动作；具体实现子步骤如下：
步骤5-1：读取步骤4中所得到的候选SIDL交互动作集合；
步骤5-2：候选SIDL交互动作集合是否为空，若为空，执行步骤5-3，否则，执行步骤5-4；
步骤5-3：重新把刚才的故事给儿童再讲述一遍，转步骤2；
步骤5-4：依据候选SIDL交互动作中的交互动作类型优先级以及交互动作执行权重，在所有交互动作类型优先级最高、交互动作执行权重最高的候选SIDL交互动作中随机选择一条；
步骤5-5：执行选中SIDL交互动作中的交互动作。
步骤6：儿童故事交互系统得到儿童的反馈信息，并记录交互历史信息；
步骤7：更新交互历史信息，并根据更新后的交互历史信息重新计算儿童模型；
步骤8：判断故事对话结束条件是否满足，若满足，则结束本次故事对话，否则转到步骤4重新执行。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种儿童故事问答交互方法，包括以下步骤：
步骤1：在儿童与故事交互系统进行交互之初，故事交互系统首先判断交互的类型，如果是故事交互系统主动给儿童讲故事，则执行步骤2；如果是儿童主动点播故事，则执行步骤3；
步骤2：所述故事交互系统将获取交互历史信息和儿童模型信息，并据此从儿童故事库和故事问题库选择故事类别及故事内容,故事内容包括故事文本、故事问题；
步骤3：向儿童播放选择的故事内容；
步骤4：故事交互系统中在智能故事交互控制的引导下，执行智能交互动作；
步骤5：所述故事交互系统根据步骤4所选择的候选SIDL交互动作，执行相应的具体交互动作；
步骤6：故事交互系统得到儿童的反馈信息，并记录交互历史信息；
步骤7：更新交互历史信息，并根据更新后的交互历史信息重新计算儿童模型；
步骤8：判断故事对话结束条件是否满足，若满足，则结束本次故事对话，否则转到步骤4重新执行；
步骤4中所述的智能故事交互控制的具体实现步骤包括：
步骤4-1：根据步骤2所选择的故事，从SIDL交互动作库中获取一个原始的SIDL交互动作集合，同时建立候选SIDL交互动作集合，所述的候选SIDL交互动作集合初始时为空；
步骤4-2：从原始SIDL交互动作集合中读取下一条SIDL交互动作；
步骤4-3：对SIDL交互动作作语法分析，解析SIDL交互动作前件，建立前件谓词列表；
步骤4-4：从前件谓词列表中读取下一个谓词；
步骤4-5：根据交互历史信息和儿童模型判断谓词是否为真，若谓词为真，执行步骤4-6，否则执行步骤4-9；
步骤4-6：从步骤4-3所建立的前件谓词列表中删除该谓词；
步骤4-7：判断谓词列表是否为空，若为空，执行步骤4-8，否则执行步骤4-4；
步骤4-8：SIDL交互动作的前件成立，将该SIDL交互动作添加到候选SIDL交互动作集合中；
步骤4-9：从原始SIDL交互动作集合中删除该SIDL交互动作；
步骤4-10：判断原始SIDL交互动作集合是否为空，若不为空，转到步骤4-2，否则执行步骤4-11；
步骤4-11：提交候选SIDL交互动作集合。
2.根据权利要求1所述的儿童故事问答交互方法，其特征在于，所述的儿童故事库采用一种框架建模方法，该方法主要表示了故事的三个主要方面：第一是故事类别，分为童话故事、神话故事、名人传奇故事、寓言故事、成语故事、历史故事、科普故事，它们又进一步细分为短篇故事和连载故事；第二是故事文本，也称故事正文，采用正文文本表示；第三是故事问题，采用向量表示。
3.根据权利要求1所述的儿童故事问答交互方法，其特征在于，在所述的步骤2中，所述的选择故事类别及故事内容的实现步骤包括：
步骤2-1：从所述的儿童故事库分类结构中获取故事类别及该类别中的所有故事；
步骤2-2：获取故事交互历史信息，并由此得到儿童模型；每个儿童在与故事交互系统的交互过程中，故事交互系统将自动创建与儿童的交互历史信息及儿童模型，用于记录和描述儿童在与故事交互问答过程中的状况；
步骤2-3：根据历史信息，判断最后一次故事问答交互过程中的故事是否为连载故事，如果是，则执行步骤2-4，否则执行步骤2-5；
步骤2-4：判断历史信息中最后一次故事问答交互过程中的连载故事是否是最后一段，如果是，则执行步骤2-5，否则执行步骤2-12；
步骤2-5：根据儿童模型中的信息，判断是否有未曾访问过的故事类别，若存在，则执行步骤2-6，否则执行步骤2-7；
步骤2-6：随机选取一个历史中未曾访问过的故事类别，将该类别中的故事列表定义为候选故事集合，执行步骤2-11；
步骤2-7：判断故事内容列表中是否存在未曾访问过的故事，如果存在，则执行步骤2-8，否则，执行步骤2-9；
步骤2-8：将未曾访问过的故事列表定义为候选故事集合，然后执行步骤2-11；
步骤2-9；按照儿童的认知水平、兴趣程度及故事内未曾发问儿童的问题个数将故事进行排序；
步骤2-10：选择排序在前的若干个故事，将这些故事作为候选故事集合；
步骤2-11：从候选故事集合中随机选择一个故事，然后执行步骤2-13；
步骤2-12：将该连载故事的下一段定为选定故事；
步骤2-13：初始选择故事的操作结束。
4.根据权利要求1或3所述的儿童故事问答交互方法，其特征在于，所述的儿童模型用于对儿童信息进行管理，所述儿童模型中的信息主要包括故事在所属类别中的故事编号、故事被播放过的次数、儿童对当前故事的兴趣程度、儿童对当前故事的认知水平、已提问儿童的问题覆盖程度、儿童答对问题的个数、儿童答错问题的个数、该故事下的所有问题的列表。
5.根据权利要求4所述的儿童故事问答交互方法，其特征在于：
所述的故事认知水平(即p)的计算公式如下：
<mrow> <mi>p</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>i</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>r</mi> <mi>i</mi> </msub> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>i</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>q</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>&amp;CenterDot;</mo> <msqrt> <mi>c</mi> </msqrt> </mrow>
其中，n表示问题难度级别的最大值，ri表示当前儿童回答正确的问题中，难度级别为i的问题个数，qi表示当前故事下的全部问题中难度级别为i的问题个数；是一个经验系数，c表示当前故事下已问问题的覆盖程度；
所述的故事类别认知水平(即p′)的计算公式如下：
<mrow> <msup> <mi>p</mi> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mi>n</mi> </mfrac> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>p</mi> <mi>i</mi> </msub> </mrow>
其中，pi表示该类别中的第i个故事的内容认知程度，n表示该类别中的故事总数。
6.根据权利要求4所述的儿童故事问答交互方法，其特征在于：
所述的故事兴趣程度(即t)的计算公式如下：
<mrow> <mi>t</mi> <mo>=</mo> <mi>p</mi> <mo>&amp;CenterDot;</mo> <msqrt> <mrow> <mn>1</mn> <mo>-</mo> <mi>p</mi> </mrow> </msqrt> <mo>&amp;CenterDot;</mo> <mfrac> <mi>m</mi> <mi>h</mi> </mfrac> </mrow>
其中，m表示儿童对当前故事的访问次数，h表示在全部故事中儿童对单一故事的最高访问次数；
所述的故事类别兴趣程度(即t′)的计算公式如下：
<mrow> <msup> <mi>t</mi> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <mi>n</mi> </mfrac> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>t</mi> <mi>i</mi> </msub> </mrow>
其中，ti表示该类别中的第i个故事的内容兴趣程度，n表示该类别中的故事总数。
7.根据权利要求1所述的儿童故事问答交互方法，其特征在于，所述的智能故事交互动作采用SIDL方法描述，SIDL交互动作的前件中涉及的重要谓词包括：
当前故事内容(<故事名称>)；
当前故事类别(<类别名称>)；
故事问题未问(<问题内容>)；
故事问题已问(<问题内容>)；
问题回答对错(<问题内容>,<回答结果>)；
故事已经播讲(<故事名称>)；
故事未曾播讲(<故事名称>)；
类别已经访问(<类别名称>)；
类别未曾访问(<类别名称>)；
故事内容兴趣(<故事名称>,<程度>)；
故事内容认知(<故事名称>,<程度>)；
故事类别兴趣(<类别名称>,<程度>)；
故事类别认知(<类别名称>,<程度>)；
故事问题覆盖(<故事名称>,<程度>)；
故事问题已尽(<故事名称>)；
故事问题难度(<问题内容>,<难度级别>)；
问题答对个数(<故事名称>,<数值>,<关系>)；
问题答错个数(<故事名称>,<数值>,<关系>)；
故事篇幅长度(<故事名称>,<篇幅长度>)；
问题提示次数(<问题内容>,<数值>)；
所述的SIDL交互动作的交互动作包括：
选择问题(<问题内容>,<权重>)；
提示帮助(<问题内容>,<权重>)；
给出答案(<问题内容>,<权重>)；
重播故事(<故事名称>,<权重>)。
8.根据权利要求1所述的儿童故事问答交互方法，其特征在于，所述的步骤5具体包括以下步骤：
步骤5-1：读取步骤4中所得到的候选SIDL交互动作集合；
步骤5-2：候选SIDL交互动作集合是否为空，若为空，否则，执行步骤5-4；
步骤5-3：重新把刚才的故事给儿童再讲述一遍，转步骤2；
步骤5-4：依据候选SIDL交互动作中的交互动作类型优先级以及交互动作执行权重，在所有交互动作类型优先级最高、交互动作执行权重最高的候选SIDL交互动作中随机选择一条；
步骤5-5：执行选中SIDL交互动作中的交互动作。
CN201210348286.3A 2012-09-19 2012-09-19 儿童故事问答交互方法 Active CN103680222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210348286.3A CN103680222B (zh) 2012-09-19 2012-09-19 儿童故事问答交互方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210348286.3A CN103680222B (zh) 2012-09-19 2012-09-19 儿童故事问答交互方法

Publications (2)

Publication Number Publication Date
CN103680222A CN103680222A (zh) 2014-03-26
CN103680222B true CN103680222B (zh) 2017-10-24

Family

ID=50317625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210348286.3A Active CN103680222B (zh) 2012-09-19 2012-09-19 儿童故事问答交互方法

Country Status (1)

Country Link
CN (1) CN103680222B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400494A (zh) * 2018-04-25 2019-11-01 北京快乐智慧科技有限责任公司 一种儿童故事播放的方法和系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105304082B (zh) * 2015-09-08 2018-12-28 北京云知声信息技术有限公司 一种语音输出方法及装置
CN106737686A (zh) * 2017-01-18 2017-05-31 成都黑盒子电子技术有限公司 一种机器人互动内容扩展方法及系统
CN107103795A (zh) * 2017-06-28 2017-08-29 广州播比网络科技有限公司 一种故事机的交互式播放方法
CN107308657B (zh) * 2017-07-31 2019-09-03 广州网嘉玩具科技开发有限公司 一种互动智能玩具系统
CN107451265A (zh) * 2017-07-31 2017-12-08 广州网嘉玩具科技开发有限公司 一种基于物联网与人工智能技术的故事平台
CN108133030A (zh) * 2017-12-29 2018-06-08 北京物灵智能科技有限公司 一种绘本问答的实现方法及系统
CN109036388A (zh) * 2018-07-25 2018-12-18 李智彤 一种基于对话设备的智能语音交互方法
CN109408624B (zh) * 2018-11-06 2020-11-27 江西师范大学 一种视觉聊天机器人会话生成方法
CN109710748B (zh) * 2019-01-17 2021-04-27 北京光年无限科技有限公司 一种面向智能机器人的绘本阅读交互方法和系统
CN111613100A (zh) * 2020-04-30 2020-09-01 华为技术有限公司 一种解读绘本方法、装置、电子设备和智能机器人
CN111915174A (zh) * 2020-07-23 2020-11-10 北京师范大学 基于电子绘本的小学生审辩性思维测评方法及系统
CN114924666A (zh) * 2022-05-12 2022-08-19 上海云绅智能科技有限公司 一种应用场景的交互方法、装置、终端设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200947252Y (zh) * 2005-08-19 2007-09-12 陈修志 交互式学习机
CN101174259A (zh) * 2007-09-17 2008-05-07 张琰亮 一种智能互动式问答系统
CN101501741A (zh) * 2005-06-02 2009-08-05 南加州大学 互动式外语教学
CN101582101A (zh) * 2008-05-15 2009-11-18 梁昌年 利用计算机系统为用户提供个性化学习的方法及其装置
CN101833877A (zh) * 2010-03-24 2010-09-15 杭州全动科技有限公司 一种学前儿童的启迪教育方法
CN102262820A (zh) * 2010-05-26 2011-11-30 田林梅 一种交互式外语学习方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7110945B2 (en) * 1999-07-16 2006-09-19 Dreamations Llc Interactive book
US6516181B1 (en) * 2001-07-25 2003-02-04 Debbie Giampapa Kirwan Interactive picture book with voice recording features and method of use
US20100092930A1 (en) * 2008-10-15 2010-04-15 Martin Fletcher System and method for an interactive storytelling game

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101501741A (zh) * 2005-06-02 2009-08-05 南加州大学 互动式外语教学
CN200947252Y (zh) * 2005-08-19 2007-09-12 陈修志 交互式学习机
CN101174259A (zh) * 2007-09-17 2008-05-07 张琰亮 一种智能互动式问答系统
CN101582101A (zh) * 2008-05-15 2009-11-18 梁昌年 利用计算机系统为用户提供个性化学习的方法及其装置
CN101833877A (zh) * 2010-03-24 2010-09-15 杭州全动科技有限公司 一种学前儿童的启迪教育方法
CN102262820A (zh) * 2010-05-26 2011-11-30 田林梅 一种交互式外语学习方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400494A (zh) * 2018-04-25 2019-11-01 北京快乐智慧科技有限责任公司 一种儿童故事播放的方法和系统

Also Published As

Publication number Publication date
CN103680222A (zh) 2014-03-26

Similar Documents

Publication Publication Date Title
CN103680222B (zh) 儿童故事问答交互方法
Alam A digital game based learning approach for effective curriculum transaction for teaching-learning of artificial intelligence and machine learning
Yu et al. Generative artificial intelligence empowers educational reform: current status, issues, and prospects
Webb et al. Using scaffolded examples to teach computational thinking concepts
Siverling et al. What initiates evidence‐based reasoning?: Situations that prompt students to support their design ideas and decisions
Kessner et al. (Design) thinking out loud: adolescents’ design talk in a library makerspace tabletop game design camp
Carmosino et al. A game engine plug-in for efficient development of investigation mechanics in serious games
Yu et al. The design and application of C-STEAM instructional resources based on Unity 3D blending physical and virtual manipulatives
Göbl et al. Conversational Interfaces in Serious Games: Identifying Potentials and Future Research Directions based on a Systematic Literature Review.
CN117350325A (zh) 一种通用且可配置的多智能体交互框架
Minyar-Beloroucheva et al. The language of ecology within the frame of public relations discourse
Rodriguez-Cerezo et al. From collections of exercises to educational games: A process model and a case study
Zhang et al. Exploring the differences and evolution of college students' computational thinking in programming learning through data analysis
CN112634691A (zh) 一种变电运检仿真培训装置
Makohon et al. Hungarian optimum assignment algorithm with Java computer animation
Kwon et al. Task graph based task-oriented dialogue system using dialogue map for second language learning
Reed Telling stories with maps and rules: using the interactive fiction language “Inform 7” in a creative writing workshop
Cai et al. CSAL AutoTutor: integrating rich media with AutoTutor
Amresh Integrating Reinforcement AI Into the Design of Educational Games
Dwiana et al. Computer game based learning approach for Mandarin language
Rubio-Manzano et al. Fuzzy linguistic descriptions for execution trace comprehension and their application in an introductory course in artificial intelligence
Caballe et al. CC-LO: A new type of learning object for the virtualization of live collaborative sessions
Yeh et al. Flow experience research of sensing-intuitive dimension learning styles based on visual programming language
Leitgeb et al. Chatbots for creating smart things with children: preliminary investigations and several challenges
Py et al. Design of Pedagogical Feedbacks in a Learning Environment for Object-Oriented Modeling

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 212009 Zhenjiang high tech Industrial Development Zone, Jiangsu, No. 668, No. twelve road.

Patentee after: Zhongke national power (Zhenjiang) Intelligent Technology Co., Ltd.

Address before: 212009 18 building, North Tower, Twin Tower Rd 468, twelve road 468, Ding Mo Jing, Jiangsu.

Patentee before: Knowology Intelligent Technology Co., Ltd.

CP03 Change of name, title or address