CC BY
20
страивает цепочку шаблонов. Шаблоны не являются жестко закодированными, могут требовать ввода текста или принятия решения пользователем, могут целиком выполняться автономно, сохраняя результаты своей работы либо в базу данных, либо во внутренние переменные сервера анализа для работы других шаблонов над этим же текстом. Реализованная схема позволяет комбинировать виды анализа в необходимой последовательности. Рассмотрим схему, в которой использование каждого из шагов анализа (синтаксис, морфология и семантика) представлено отдельным шаблоном анализа. Аналогичная схема описана в работе С.А. Крылова и С.А. Старостина «Интегрированная информационная среда STARLING и ее использование в сфере корпусной лингвистики» (М. РГГУ. 2006). В такой схеме возможно использование одинаковых схем морфологического и синтаксического анализа, в то время как шаблон семантического анализа будет реализовываться для каждой из поставленных задач отдельно. Например, анализ новостей с целью поиска и выделения информации о новых процессорах и анализ текущей ситуации на дорогах будут представлены двумя различными шаблонами семантического анализа.
Выполнение шаблонов может осуществляться параллельно сразу несколькими пользователями. Максимальное число пользователей, которое может обслуживать один сервер, может быть ограничено физическими параметрами сервера приложений либо сервера базы данных. Синхронизация доступа к базе данных должна быть предусмотрена при создании шаблонов. Выполнение различных шаблонов может быть разделено между несколькими группами пользователей. Таким обра-
зом, возможно выполнять анализ однородных данных одной постоянной группой пользователей.
1. Необходимо отметить, что многопользовательский подход в контексте системы, работающей с текстами, может быть реализован с точки зрения индивидуального интерфейса, а также представления результатов работы. Данная идея получила воплощение в виде реализации специального теста и программного интерфейса к компьютерной версии словаря, позволяющего подбирать синонимы к используемым словам с учетом психологических особенностей пользователей (Л. Алекторова, С. Баженова, Г. Галаванова. Словарь синонимов русского языка. Л. 1971). При вводе информации в систему и при проведении анализа сохраненных данных возможно применение словаря синонимов, с помощью которого анализируются психологические характеристики обрабатываемых текстов (http://www.vaal.ru/proekt/ vaal2000. php). Эти характеристики имеет смысл использовать при анализе предметных областей, имеющих неформальное описание объектов, а также при описании объектов, характеристики которых могут быть интерпретированы несколькими аналитиками различными способами. Использование данного словаря допускается не только при анализе текстов, но и при построении интерфейсов пользователей и выводе результатов.
В заключение отметим тот факт, что описываемая система реализована как платформа, которая позволяет создавать различные анализаторы текстов. Система содержит все механизмы по администрированию ресурсов, что позволяет использовать ее как средство интеграции различных анализаторов с минимальными доработками.
НЕЧЕТКОЛОГИЧЕСКИЙ ПОДХОД К РАЗРАБОТКЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОМПЬЮТЕРНОГО ОБУЧЕНИЯ
И.Ю. Сарвилина, к.т.н., О.В. Пухарева (Пенза)
Настоящий этап развития системы образования связан с внедрением в учебный процесс информационных обучающих систем (ИОС) в качестве средств организации и проведения учебных занятий. Использование подобного программного обеспечения позволяет выстроить для каждого учащегося индивидуальную образовательную траекторию независимо от его территориального нахождения и, следовательно, расширить круг обучающихся. Однако ряд причин препятствует широкому использованию ИОС в школах, вузах и различных организациях. Основной причиной является малая возможность индивидуальной настройки обучающей системы на пользователя и предметную область, что наблюдается у большинства ИОС. Это обусловлено исследованием про-
цессов создания, накопления, обработки информации и разработкой средств представления в ИОС знаний о процессе обучения без учета лингвистической неопределенности субъективных суждений эксперта о качественных характеристиках объектов предметной области и отношений между ними. По этой причине возможность отражения личного профессионального опыта педагога в обучающей системе значительно ограничена.
Можно сделать вывод об актуальности разработки моделей и средств создания, накопления, обработки в ИОС знаний эксперта с учетом их лингвистической неопределенности. В данной статье рассмотрена авторская ИОС «Educate», которая позволяет разрабатывать педагогические программные средства в естественных лингвисти-
ческих категориях, что обусловливает более полное отражение знаний эксперта в ИОС и, следовательно, повышает дидактическую эффективность процесса компьютерного обучения.
В процессе разработки ИОС «Educate» были решены следующие задачи.
- построены математические модели знаний эксперта о процессе обучения, учитывающие лингвистическую неопределенность качественных характеристик учебного материала, подготовки обучаемого и способов адаптации учебного курса;
- разработаны структурно-функциональная и информационная модели компьютерного обучения с учетом лингвистической неопределенности представлений о проведении учебных занятий, что позволяет более полно отражать знания и опыт эксперта в базе данных и извлекать информацию с использованием качественных критериев и нечетко сформулированных условий;
- разработаны база данных и приложения ИОС, обеспечивающие формирование электронных учебных средств в естественных лингвистических категориях и индивидуализированную организацию проведения учебных занятий без присутствия педагога.
ИОС - это программа, реализующая педагогическую цель на основе знаний преподавателя в некоторой предметной области (предметных и методических) и уровня знаний обучаемого (персональных знаний). Под предметными знаниями понимаются знания эксперта о составе и структуре учебного курса. Математической моделью представления предметных знаний в реляционной базе данных ИОС является нечеткий ориентированный граф G = (E,S,(e),(s)). Вершины графа отражают состав предметных знаний - множество E предметных элементов (ПЭ). Дуги графа отображают антирефлексивное, асимметричное и транзитивное бинарное отношение S с E х E , характеризующее структуру предметных знаний. Вершины и дуги маркированы значениями функций принадлежности нечетких множеств (e) и отношений (s), отражающих представления эксперта об учебном предмете на качественном уровне и выделенных с учетом системы дидактических показателей В.П. Беспалько. Фактор-множество вершин графа, порожденное разбиением по функциональному признаку, определяет необходимые таблицы базы нечетких данных ИОС, в которых хранятся заданные экспертом функции принадлежности выделенных нечетких множеств и отношений. Фактор-множество связей графа, порожденное разбиением по смысловой нагрузке структурной связи ПЭ, устанавливает связи данных таблиц.
Под персональными знаниями понимаются знания эксперта о качестве сформированной системы знаний, умений и навыков обучаемого в
рамках изучаемого курса. Моделью представления персональных знаний в реляционной базе данных ИОС является нечеткий ориентированный граф
О'= (Е',8', , (е'), , (8')). Вершины графа О' отражают состав диагностированных предметных знаний - подмножество Е' с Е ; дуги графа О' отражают структуру диагностированных предметных знаний - подотношение Я' с Я . Дуги графа маркированы значениями функций принадлежности выделенных предметных нечетких отношений. Маркировка вершин определяется в результате построения нечетких подмножеств множества Е, последовательно обусловливающих друг друга. Фактор-множество вершин графа Е' /ЖЕ определяет таблицы базы нечетких данных, в которых хранятся функции принадлежности выделенных нечетких множеств и отношений, фактормножество связей графа Я' /М8 отражает связи данных таблиц.
Под методическими знаниями понимаются знания эксперта о правилах адаптации содержания учебного курса к уровню подготовки обучаемого. Методические знания представлены правилами нечетких продукций, позволяющими адекватно отразить лингвистическую неопределенность представлений эксперта о способах адаптации. База правил методических знаний по функциональному признаку разделена на сценарий обучения и сценарий контроля знаний. Схема нечеткого вывода на основе продукционных правил, отражающих методические знания, осуществляется с использованием алгоритма Мамдани. Информация из базы данных извлекается посредством нечеткого запроса, позволяющего учесть качественные критерии предметных и персональных знаний.
Достоинством модельного представления знаний о процессе обучения на основе теории нечетких множеств и нечеткой логики является адаптация учебного материала и системы навигации учебного курса адекватно качественной и лингвистически неопределенной характеристике уровня знаний обучаемого.
На основе модели предметной области, архитектуры технологических систем в образовании ЬТ8Л и стандартов ГОЕБ разработана функциональная модель системы, отражающая лингвистическую нечеткость знаний эксперта. Реализация функций учебного процесса в ИОС определяет наличие таких функциональных составляющих, как конструирование учебного курса и проигрывание учебного курса. Более детально организация учебного процесса средствами ИОС представлена на рисунке 1.
Функция «Конструирование учебного курса» предназначена для формирования педагогом базы нечетких данных ИОС, а именно, конструирования выделенных ранее классов знаний. Данная функция ИОС решает задачу подготовки элек-
Программа обучения
Методика обучения
Право доступа
Учебное пособие
Конструи рование учебного курса
Электронный учебный курс
Учащийся, прошедший Проигрывание учебный курс учебного курса *
Рис. 1. lDEF0-диаграмма декомпозиции организации _автоматизированного обучения_
тронного учебного курса, отражающего личный профессиональный опыт преподавателя, на основании которого ведется обучение студента по индивидуальной программе, и устанавливает наличие определенных функциональных составляющих (рис. 2):
Конструирование предметных
Конструирование методич еских знаний
Рис. 2. ЮEF0-дшграмма декомпозиции _конструирования учебного курса_
Взаимодействие обучаемого с ИОС осуществляется с помощью функциональной возможности проигрывания учебного курса. Реализация данной функции в ИОС предполагает наличие следующих функциональных составляющих, представленных на рисунке 3.
Результатом успешной регистрации является получение сведений о целях обучения и уровне подготовки учащегося. Алгоритм нечеткого управления обучением позволяет на основе анализа текущей подготовки обучаемого выявить пробелы в знаниях, найти части курса, дополнительное изучение которых позволит устранить эти пробелы, и автоматически перестроить состав и структуру учебного курса. Контроль знаний с использованием нечеткой логики позволяет на основе анализа результатов тестирования определить
степень овладения учебным материалом и сформировать последовательность тестовых заданий, соответствующих уровню подготовки обучаемого, исключая дублирование вопросов.
На основе функциональной модели построена информационная модель процесса обучения. Информационная модель разработана с учетом выделенных нечетких множеств и отношений, что позволяет извлекать информацию из базы данных с использованием качественных критериев и нечетко сформулированных условий, решая тем самым проблему ограниченности четких запросов. Посредством процедуры связывания модели данных и модели процессов установлена адекватность разработанных моделей на качественном уровне, что гарантирует завершенность анализа и является исходными данными для разработки приложения.
I Право I доступа
__Зарегистри-
реГисТрация рованньй пользователя учащийся
Электронный учебны
Обучение учащегося
Учащийся, изучивший теоретический материал
Контроль знаний
Успеваемость
I Учащийся, не I прошедший
Рис. 3. lDEF0-диаграмма декомпозиции проигрывания учебного курса
ИОС «Educate» реализована с помощью средства разработки Delphi. Основные функциональные возможности системы - формирование педагогических и персональных знаний на качественном уровне, их представление и адаптация к предметной области и обучаемому. ИОС «Educate» позволяет разрабатывать различные педагогические программные средства: электронные учебные курсы, контролирующие программы, справочники, энциклопедии и т.д. Применение системы в учебном процессе позволяет максимально автоматизировать процесс обучения, решая проблему организации процесса обучения без присутствия преподавателя. ИОС «Educate» зарегистрирована в Отраслевом фонде алгоритмов и программ.
Прав о Методика
доступа обучения
|рограм ма обучения
Учебное пособие
Предм
знаний
электронны
ИОС
НОРМАЛИЗАЦИЯ СИЛУЭТОВ ОБЪЕКТОВ В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ
А.Ю. Ваничев (Санкт-Петербург)
Суть нормализации изображений в системах технического зрения заключается в автоматическом вычислении неизвестных параметров преоб-
разований, которым подвергнуты входные изображения, и в последующем приведении их к эталонному виду. Процедура преобразований произ-
