28、算法程序执行理解建模：基于本体的方法

算法程序执行理解建模：基于本体的方法

1. 系统概述

为了解决自动检查编程任务答案并给出人类可理解解释的问题，我们设计了一款软件。该软件由编程的形式化模型、解释机制、任务和答案组成，也就是先验领域知识、事实知识和推理规则。使用传统的过程式编程工具创建基于知识的系统效率低下，因此我们采用了一些新方法，如基于本体的语义 Web 技术，它将知识存储为图结构。

我们选择的编程原则子集模型通过领域模式和一组约束来表达，并以 OWL 本体的形式呈现。结合特定任务和答案的事实，系统可以利用推理器检测错误并生成解释。

我们的本体方案包含了表示过程式程序两个方面所需的类和属性（链接），即作为控制结构组合的算法和作为可执行原子指令线性序列的执行轨迹。

2. 相关工作

2.1 本体在理解和问题生成中的应用

• 解释人工神经网络 ：基于 TREPAN 算法的系统使用决策树向最终用户解释人工神经网络，并将本体模型作为领域知识融入系统，以提高生成解释的质量。通过用户研究测量了决策树在金融和医学领域的可理解性。
• 电子学习任务 ：探讨了基于 Bloom（1956）教育目标分类法的理解层面的电子学习任务，分析了利用主题领域本体驱动的电子学习手段支持学生理解的方法，特别考虑了解释生成和个人教育路径的适应性。
• 多项选择题生成 ：致力于基于本体的多项选择题（MCQ）生成，并与名为 OntoQue 的基于本体的 MCQ 项目生成系统进行了实验比较，提出了一种将学习内容、学习目标、词汇知