CN104778257B - 应用题搜索方法和装置 - Google Patents
应用题搜索方法和装置 Download PDFInfo
- Publication number
- CN104778257B CN104778257B CN201510187407.4A CN201510187407A CN104778257B CN 104778257 B CN104778257 B CN 104778257B CN 201510187407 A CN201510187407 A CN 201510187407A CN 104778257 B CN104778257 B CN 104778257B
- Authority
- CN
- China
- Prior art keywords
- topic
- application
- user
- sentence
- input
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Machine Translation (AREA)
Abstract
本发明提出一种应用题搜索方法和装置,该应用题搜索方法包括:将用户输入的应用题形式化为数学模板;利用所述数学模板对预先构建好的题库进行搜索,获得所述用户输入的应用题的求解方法和所述数学模板关联的应用题;向所述用户展示所述用户输入的应用题的求解方法、所述数学模板关联的应用题和相关知识点。本发明可以通过用户输入应用题,向用户反馈应用题的求解方法、相关资料等该应用题相关的知识,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种应用题搜索方法和装置。
背景技术
教育,一直是公众关心的热门问题,因此,教育相关的搜索也与日俱增。数学问题是教育问题中的一类重要问题,数学问题具有较多种类,其中一类问题为应用题问题。应用题问题是训练学生将语言形式化到数学公式的能力,是数学问题中一类难度较高且重要的问题。
数学应用题对于培养学生的数学抽象能力极为重要,是数学教学中的重点和难点。现有的搜索引擎,对于应用题的搜索,只是匹配了应用题中的一些词语,由于应用题文字描述的灵活性和多变性,以此获得的搜索结果通常没有有用的信息,无法获得令人满意的结果。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种应用题搜索方法。该方法可以通过用户输入应用题,向用户反馈应用题的求解方法、相关资料等该应用题相关的知识,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
本发明的第二个目的在于提出一种应用题搜索装置。
为了实现上述目的,本发明第一方面实施例的应用题搜索方法,包括:将用户输入的应用题形式化为数学模板;利用所述数学模板对预先构建好的题库进行搜索,获得所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;向所述用户展示所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点。
本发明实施例的应用题搜索方法,将用户输入的应用题形式化为数学模板,利用上述数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,然后向用户展示该用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
为了实现上述目的,本发明第二方面实施例的应用题搜索装置,包括:形式化模块,用于将用户输入的应用题形式化为数学模板;搜索模块,用于利用所述形式化模块获得的数学模板对预先构建好的题库进行搜索,获得所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;展示模块,用于向所述用户展示所述搜索模块获得的所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点。
本发明实施例的应用题搜索装置,形式化模块将用户输入的应用题形式化为数学模板,搜索模块利用上述数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,然后展示模块向用户展示该用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明应用题搜索方法一个实施例的流程图;
图2为本发明应用题搜索方法的网页结果一个实施例的示意图;
图3为本发明应用题搜索方法的搜索结果一个实施例的示意图;
图4为本发明应用题搜索装置一个实施例的结构示意图;
图5为本发明应用题搜索装置另一个实施例的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1为本发明应用题搜索方法一个实施例的流程图,如图1所示,该应用题搜索方法可以包括:
步骤101,将用户输入的应用题形式化为数学模板。
具体地,将用户输入的应用题形式化为数学模板可以为:对上述用户输入的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征,其中,上述至少一个特征包括上述句子中的N元文法(N-Gram)、词性(Part of Speech;以下简称:POS)、上述句子中词与词之间的依存关系(dependences)和公式中元素的依赖关系(例如:加、减运算涉及的量具有相同单位)中的至少一种,N为整数,N≥1;然后,利用上述至少一个特征,最大化预先通过训练获得的后验概率模型,获得上述用户输入应用题对应的数学模板。
进一步地,对上述用户输入的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征之前,还需要对用于训练的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征,上述至少一个特征包括上述句子中的N元文法(N-Gram)、POS、上述句子中词与词之间的依存关系(dependences)和公式中元素的依赖关系(例如:加、减运算涉及的量具有相同单位)中的至少一种,N为整数,N≥1;然后利用抽取的特征,通过训练获得后验概率模型,上述后验概率模型用于反映对于所述应用题,所述形式化的数学模板能够解释该应用题的程度。
步骤102,利用上述数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点。
步骤103,向用户展示上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点。
进一步地,将用户输入的应用题形式化为数学模板之后,还可以利用上述数学模板的属性进行网页检索,获得上述数学模板的属性关联的网页结果;然后向用户展示上述网页结果。其中,上述数学模板的属性可以通过人工标注的方式指定。
本实施例中,在利用上述数学模板对预先构建好的题库进行搜索之前,还可以通过将用户输入的应用题形式化为数学模板的过程对题库进行自动分类,获得上述题库的标签信息,以完成上述题库的构建。
上述应用题搜索方法,将用户输入的应用题形式化为数学模板,利用上述数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,然后向用户展示该用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
本发明提供的应用题搜索方法,可以帮助用户找到用户输入的应用题的相关内容。应用题搜索的本质是该应用题蕴涵的知识点的检索,传统的基于关键词检索的方法不能满足用户的需求。这是因为,同一类应用题的描述***,因此对相似应用题问题的搜索是一个较为困难的问题。比如,有以下两道应用题,分别用Q1和Q2表示:
Q1:小周的妈妈让小周去买肉。一家商店卖的羊肉和牛肉的单价分别为8.5元和9元。小周一共买了4斤羊肉和牛肉,一共花费35元,请问小周分别购买了多少斤羊肉和牛肉?
Q2:儿童服装厂生产红上衣和黄上衣。每件红上衣需要2个钮扣,每件黄上衣需要4个钮扣。做成的两种颜色的上衣,每30件装成一箱,每箱衣服共需要钮扣72个。每箱中有红上衣和黄上衣各多少件?
Q1和Q2具有相同的求解算法,但是其描述却完全不同。假如Q1为用户输入的应用题,Q2∈D,其中D为Q1的相关题库,包括Q1相关的应用题的求解方法等内容。可以看到,由于Q1和Q2完全不同,基于关键字匹配的算法无法获得令人满意的搜索结果,也无法获得相关的教育资源。
虽然,应用题问题的文字描述***,但是其求解的公式却较为有限。比如,Q1和Q2这两个应用题问题的求解公式均为公式T,如式(1)所示。
因此,可以建立Q1->T,Q2->T的对应关系,然后可以通过公式T建立Q1与Q2的关联关系,从而返回给用户相关问题的求解思路。假设Qi∈D是与T关联的应用题,可以通过链接的形式将Qi返回给用户。
同时,T还可以附带一定的属性T.p。通过T.p可以获得应用题问题更广泛的知识点。比如,上述问题中,T可以包含如下的属性T.p:{二元一次方程,应用题,小学,老师……}。
通过上述几个属性进行网页检索,可以得到图2所示的网页结果,图2为本发明应用题搜索方法的网页结果一个实施例的示意图。从图2中可以看到,上述网页结果中包含了大量的T.p的相关信息。
综合上述两个搜索步骤,可以得到图3所示的结果,图3为本发明应用题搜索方法的搜索结果一个实施例的示意图。
也就是说,本发明提供的应用题搜索方法采用了两个搜索步骤,利用T在题库中搜索到与用户输入的应用题精确匹配的一类题,为用户提供这一类题的求解方法。T.p则更全面地为用户提供与用户输入的应用题相关的知识。比如,在上面的例子中,利用T在题库中搜索到了与用户输入的Q1精确匹配的应用题Q2,而利用T.p则搜索到了与“二元一次方程”相关的网页内容。
从上面的介绍可以看出,本发明提供的应用题搜索方法可以解决应用题的搜索问题,对于普通的搜索用户,本发明提供的应用题搜索方法可以更好地满足用户的搜索需求,有效地提供教育资源;对于商业用户,本发明提供的应用题搜索方法可以向搜索用户推荐该商业客户的教育产品。
图4为本发明应用题搜索装置一个实施例的结构示意图,本实施例中的应用题搜索装置可以实现本发明图1所示实施例的流程,如图4所示,该应用题搜索装置可以包括:形式化模块41、搜索模块42和展示模块43;
其中,形式化模块41,用于将用户输入的应用题形式化为数学模板;
搜索模块42,用于利用形式化模块41获得的数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点;
展示模块43,用于向上述用户展示搜索模块42获得的上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点。
进一步地,搜索模块42,还用于利用形式化模块41获得的数学模板的属性进行网页检索,获得上述数学模板的属性关联的网页结果;其中,上述数学模板的属性可以通过人工标注的方式指定。
展示模块43,还用于向上述用户展示上述网页结果。
上述应用题搜索装置,形式化模块41将用户输入的应用题形式化为数学模板,搜索模块42利用上述数学模板对预先构建好的题库进行搜索,获得上述用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,然后展示模块43向用户展示该用户输入的应用题的求解方法、上述数学模板关联的应用题和知识点,从而可以有效解决应用题的搜索问题,可以更好地满足用户对应用题的搜索需求。
图5为本发明应用题搜索装置另一个实施例的结构示意图,与图4所示的应用题搜索装置相比,不同之处在于,图5所示的应用题搜索装置中,形式化模块41可以包括:特征抽取子模块411和预测子模块412;
其中,特征抽取子模块411,用于对上述用户输入的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征,上述至少一个特征包括上述句子中的N元文法、词性、上述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
预测子模块412,用于利用特征抽取子模块411抽取的至少一个特征,最大化预先通过训练获得的后验概率模型,获得上述用户输入应用题对应的数学模板。
进一步地,形式化模块41还可以包括:训练子模块413;
特征抽取子模块411,还用于在对上述用户输入的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征之前,对用于训练的应用题中数字所在的句子进行分析,抽取上述句子中的至少一个特征,上述至少一个特征可以包括上述句子中的N元文法、词性、上述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
训练子模块413,还用于利用特征抽取子模块411抽取的特征,通过训练获得后验概率模型,上述后验概率模型用于反映对于所述应用题,所述形式化的数学模板能够解释该应用题的程度。
进一步地,上述应用题搜索装置还可以包括:
题库构建模块44,用于在搜索模块42利用上述数学模板对预先构建好的题库进行搜索之前,通过上述形式化模块41将用户输入的应用题形式化为数学模板的过程对题库进行自动分类,获得上述题库的标签信息,以完成上述题库的构建。
上述应用题搜索装置可以解决应用题的搜索问题,对于普通的搜索用户,可以更好地满足用户的搜索需求,有效地提供教育资源;对于商业用户,可以向搜索用户推荐该商业客户的教育产品。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(Programmable Gate Array;以下简称:PGA),现场可编程门阵列(Field ProgrammableGate Array;以下简称:FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种应用题搜索方法,其特征在于,包括:
将用户输入的应用题形式化为数学模板;
利用所述数学模板对预先构建好的题库进行搜索,获得所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;
向所述用户展示所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;
其中,所述将用户输入的应用题形式化为数学模板包括:
对所述用户输入的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征,所述至少一个特征包括所述句子中的N元文法、词性、所述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
利用所述至少一个特征,最大化预先通过训练获得的后验概率模型,获得所述用户输入的应用题对应的数学模板;
所述对所述用户输入的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征之前,还包括:
对用于训练的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征,所述至少一个特征包括所述句子中的N元文法、词性、所述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
利用抽取的特征,通过训练获得后验概率模型,所述后验概率模型用于反映对于所述应用题所述形式化的数学模板能够解释所述应用题的程度。
2.根据权利要求1所述的方法,其特征在于,所述将用户输入的应用题形式化为数学模板之后,还包括:
利用所述数学模板的属性进行网页检索,获得所述数学模板的属性关联的网页结果;
向所述用户展示所述网页结果。
3.根据权利要求1所述的方法,其特征在于,所述利用所述数学模板对预先构建好的题库进行搜索之前,还包括:
通过将用户输入的应用题形式化为数学模板的过程对题库进行自动分类,获得所述题库的标签信息,以完成所述题库的构建。
4.一种应用题搜索装置,其特征在于,包括:
形式化模块,用于将用户输入的应用题形式化为数学模板;
搜索模块,用于利用所述形式化模块获得的数学模板对预先构建好的题库进行搜索,获得所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;
展示模块,用于向所述用户展示所述搜索模块获得的所述用户输入的应用题的求解方法、所述数学模板关联的应用题和知识点;
其中,所述形式化模块包括:
特征抽取子模块,用于对所述用户输入的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征,所述至少一个特征包括所述句子中的N元文法、词性、所述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
预测子模块,用于利用所述特征抽取子模块抽取的至少一个特征,最大化预先通过训练获得的后验概率模型,获得所述用户输入的应用题对应的数学模板;
所述形式化模块还包括:训练子模块;
所述特征抽取子模块,还用于在对所述用户输入的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征之前,对用于训练的应用题中数字所在的句子进行分析,抽取所述句子中的至少一个特征,所述至少一个特征包括所述句子中的N元文法、词性、所述句子中词与词之间的依存关系和公式中元素的依赖关系中的至少一种,N为整数,N≥1;
所述训练子模块,还用于利用所述特征抽取子模块抽取的特征,通过训练获得后验概率模型,所述后验概率模型用于反映对于所述应用题所述形式化的数学模板能够解释所述应用题的程度。
5.根据权利要求4所述的装置,其特征在于,
所述搜索模块,还用于利用所述形式化模块获得的数学模板的属性进行网页检索,获得所述数学模板的属性关联的网页结果;
所述展示模块,还用于向所述用户展示所述网页结果。
6.根据权利要求4所述的装置,其特征在于,还包括:
题库构建模块,用于在所述搜索模块利用所述数学模板对预先构建好的题库进行搜索之前,通过所述形式化模块将用户输入的应用题形式化为数学模板的过程对题库进行自动分类,获得所述题库的标签信息,以完成所述题库的构建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510187407.4A CN104778257B (zh) | 2015-04-20 | 2015-04-20 | 应用题搜索方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510187407.4A CN104778257B (zh) | 2015-04-20 | 2015-04-20 | 应用题搜索方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104778257A CN104778257A (zh) | 2015-07-15 |
CN104778257B true CN104778257B (zh) | 2018-09-07 |
Family
ID=53619721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510187407.4A Active CN104778257B (zh) | 2015-04-20 | 2015-04-20 | 应用题搜索方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778257B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092593B (zh) * | 2017-04-12 | 2020-11-03 | 华中师范大学 | 初等数学分层抽样应用题的句子语义角色识别方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004102818A (ja) * | 2002-09-11 | 2004-04-02 | Toshiba Corp | 検索支援方法および検索支援装置 |
CN1664835A (zh) * | 2005-03-30 | 2005-09-07 | 结信网络技术服务(上海)有限公司 | 企业智能客户服务*** |
CN1916898A (zh) * | 2006-09-07 | 2007-02-21 | 上海交通大学 | 面向信息安全的在线咨询自动应答*** |
CN101369265A (zh) * | 2008-01-14 | 2009-02-18 | 北京百问百答网络技术有限公司 | 一种自动生成问题的语义模板的方法和*** |
CN101667998A (zh) * | 2008-09-03 | 2010-03-10 | 华为技术有限公司 | 一种移动搜索方法、装置和*** |
CN103902652A (zh) * | 2014-02-27 | 2014-07-02 | 深圳市智搜信息技术有限公司 | 自动问答*** |
CN103955525A (zh) * | 2014-05-09 | 2014-07-30 | 北京奇虎科技有限公司 | 一种搜索***的方法及客户端 |
CN104063443A (zh) * | 2014-06-13 | 2014-09-24 | 百度在线网络技术(北京)有限公司 | 搜索结果的提供方法和装置 |
-
2015
- 2015-04-20 CN CN201510187407.4A patent/CN104778257B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004102818A (ja) * | 2002-09-11 | 2004-04-02 | Toshiba Corp | 検索支援方法および検索支援装置 |
CN1664835A (zh) * | 2005-03-30 | 2005-09-07 | 结信网络技术服务(上海)有限公司 | 企业智能客户服务*** |
CN1916898A (zh) * | 2006-09-07 | 2007-02-21 | 上海交通大学 | 面向信息安全的在线咨询自动应答*** |
CN101369265A (zh) * | 2008-01-14 | 2009-02-18 | 北京百问百答网络技术有限公司 | 一种自动生成问题的语义模板的方法和*** |
CN101667998A (zh) * | 2008-09-03 | 2010-03-10 | 华为技术有限公司 | 一种移动搜索方法、装置和*** |
CN103902652A (zh) * | 2014-02-27 | 2014-07-02 | 深圳市智搜信息技术有限公司 | 自动问答*** |
CN103955525A (zh) * | 2014-05-09 | 2014-07-30 | 北京奇虎科技有限公司 | 一种搜索***的方法及客户端 |
CN104063443A (zh) * | 2014-06-13 | 2014-09-24 | 百度在线网络技术(北京)有限公司 | 搜索结果的提供方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104778257A (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Steinberg et al. | Statistics alive! | |
Cunningham-Nelson et al. | Visualizing student opinion through text analysis | |
Weinberg | Computational thinking: An investigation of the existing scholarship and research | |
Mirvahedi et al. | The role of serendipity in opportunity exploration | |
KR20160067102A (ko) | 모순 표현 수집장치 및 그를 위한 컴퓨터 프로그램 | |
De Toffoli et al. | An inquiry into the practice of proving in low-dimensional topology | |
Diatta et al. | Bilingual ontology-based automatic question generation | |
Weisberg et al. | The intersection of equity pedagogy and technology integration in preservice teacher education: A scoping review | |
Mohammadi et al. | A machine learning approach to Persian text readability assessment using a crowdsourced dataset | |
CN107430824B (zh) | 用于评价响应的半自动***和方法 | |
Huang | Taking stock of corpus-based instruction in teaching English as an international language | |
Botov et al. | Mining labor market requirements using distributional semantic models and deep learning | |
Wilson et al. | Building out a measurement model to incorporate complexities of testing in the language domain | |
CN104778257B (zh) | 应用题搜索方法和装置 | |
Munggaran et al. | Sentiment analysis of twitter users’ opinion data regarding the use of chatgpt in education | |
US20170193620A1 (en) | Associate a learner and learning content | |
Barker et al. | Colloquium: Digital technologies: Help or hindrance for the humanities? | |
Gaztambide-Fernandez et al. | Curriculum work as a public moral enterprise | |
CN114862141A (zh) | 基于画像关联性的课程推荐方法、装置、设备及存储介质 | |
Schulten et al. | Digital value-adding chains in vocational education: Automatic keyword extraction from learning videos to provide learning resource recommendations | |
Ji et al. | Design and Application of Mapping Model for Font Recommendation System Based on Contents Emotion Analysis | |
Hasnine et al. | Design of a location-based word recommendation system based on association rule mining analysis | |
Ton | Insights into international publication: a synthesis of move-based literature on the research article genre | |
Víta et al. | Exploring medical curricula using social network analysis methods | |
Kellner et al. | Towards a new dimension for user modeling: The use of sensory vocabulary |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |