第1章概述00

1.1智慧教育： 人工智能時代的教育體系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章教育知識圖譜0

2.1知識圖譜簡介0

2.1.1知識圖譜概述及發(fā)展歷史0

2.1.2知識圖譜的主要技術(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教育知識圖譜構(gòu)建0

2.2.1教育知識圖譜構(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教育知識圖譜應(yīng)用0

2.3.1應(yīng)用場景0

2.3.2小結(jié)0

2.3.3思考與練習(xí)0

第3章教育知識圖譜表征學(xué)習(xí)0

3.1知識圖譜表征學(xué)習(xí)簡介0

3.1.1基于翻譯的傳統(tǒng)知識圖譜表征學(xué)習(xí)技術(shù)0

3.1.2基于神經(jīng)網(wǎng)絡(luò)的知識圖譜表征學(xué)習(xí)技術(shù)0

3.1.3知識圖譜表征學(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教育知識圖譜表征學(xué)習(xí)的特點和挑戰(zhàn)0

3.2.1教育知識圖譜的語義特點及提取方法0

3.2.2教育知識圖譜表征學(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教育知識圖譜表征學(xué)習(xí)的應(yīng)用案例0

3.3.1基于教育知識圖譜的教育測評0

3.3.2基于教育知識圖譜的學(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問答對話系統(tǒng)簡介0

4.1.1問答對話系統(tǒng)概述0

4.1.2任務(wù)導(dǎo)向型對話0

4.1.3非任務(wù)導(dǎo)向型對話0

4.1.4小結(jié)0

4.1.5思考與練習(xí)0

4.2教育知識圖譜問答0

4.2.1知識圖譜問答0

4.2.2開放域和特定域知識圖譜問答

4.2.3教育知識圖譜問答研究現(xiàn)狀

4.2.4教育知識概念抽取

4.2.5教育知識圖譜問答系統(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)、特點和優(yōu)勢

4.3.3問答系統(tǒng)在教學(xué)應(yīng)用中的進一步擴展

4.3.4基礎(chǔ)教育知識圖譜賦能智慧教育

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)知診斷評價理論的基礎(chǔ)概念

5.1.3認(rèn)知診斷代表性模型

5.1.4認(rèn)知診斷建模擬合評價

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)動下自適應(yīng)學(xué)習(xí)系統(tǒng)的支撐
模型與實現(xiàn)機制

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個性化學(xué)習(xí)路徑挖掘結(jié)構(gòu)模型

5.3.3未來個性化學(xué)習(xí)路徑推薦研究探討

5.3.4個性化學(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章自動作文批改

6.1自動作文批改簡介

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命名實體識別

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作文跑題檢測模塊

6.3.3通順度計算模塊

6.3.4多特征融合評分

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)識區(qū)塊鏈

8.1.2深入淺出共識機制

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機遇與挑戰(zhàn)

8.2.3對策與建議

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)