基于多目標優化的英語移動學習資源導航方法

齊跡

(陜西鐵路工程職業技術學院,基礎課部, 陜西, 渭南 714000)

0 引言

隨著移動學習平臺中開設的課程逐漸增多,在網絡技術和通信技術的支持下,平臺中存儲的學習資源數量和種類也隨之增加[1],為學生獲取所需的學習資源帶來了較大困難,尤其體現在多學習資源同時查詢的情況下,進而對學生的學習積極性產生負面影響。目前對于英語移動學習資源的導航方法研究較少,現有較為成熟的資源導航方法包括基于概念網的導航方法、基于知識組織的導航方法以及基于知識地圖的導航系統。然而上述方法在實際的運行過程中,若初始輸入的查詢目標較多,極易出現導航擁堵的現象,進而導致導航速度慢、導航結果錯誤等問題,為此引入多目標優化算法。多目標優化算法的運行目標是保證目標在給定區域內同時達到相對最優的狀態,且最終得出的解是一組均衡解。將多目標優化算法[2]應用到英語移動學習資源導航方法的優化設計工作中,以期能夠在提高導航精準度的同時,降低導航運行程序的響應時間。

1 英語移動學習資源導航方法設計

1.1 英語移動學習資源處理與整合

收集線上移動學習平臺中的所有資源,并通過分詞、無效詞去除等步驟完成初始資源的預處理[3]。學習資源分為中文分詞和英文分詞2個部分,中文分詞采用統計分詞的方法,即統計語料中相鄰共現個別字的組合頻率,計算其互信息,其計算公式如下:

(1)

式中,p(XY)為英語移動學習資源X和Y的相鄰共現概率,p(X)為X在學習資源中出現的概率,p(Y)表述Y在學習資源中出現的概率[4]。如果式(1)的計算結果大于設置的閾值λ0,可以認為該中文字組可以組成一個單詞,無須進行分詞處理,則跳過該字節進行下一個英語移動學習資源內容的分詞判斷,直到所有中文資源完成分詞處理為止。為了確保導航效果,英文資源分詞程序也做了詞性標注。分詞結果中可能會出現一些無意義的詞語,如“的”“啦”等,這些詞對查詢信息的語義性幾乎沒有幫助,可把存在于停用詞表中的詞語去掉,以減少分析量,降低分析偏差[5-6]。

將預處理完成的不同格式的英語移動學習資源進行整合處理,定義任意2個英語移動學習資源為X和Y,則其合成結果可以表示為

H=ω(X,Y){X,Y}

(2)

式中,ω(X,Y)為2個融合學習資源的融合權重系數,其表達式如下:

(3)

式中,Sim(X,Y)為2個學習資源內容的相似度,d為待整合的英語移動學習資源數量。將式(3)的計算結果代入式(2),并按照學習資源預處理的先后順序得到學習資源的整合處理結果。

1.2 確定目標資源存儲位置

為滿足用戶的多資源目標導航任務,目標資源存儲位置的定位采用并行搜索方式[7],其定位過程如圖1所示。

圖1 目標資源存儲定位示意圖

按照圖1定位流程,根據學習資源內容確定其存儲位置。首先構建學習資源R的語義向量,可以表示為

(4)

式中,tfik和dfk分別為tk詞語在學習資源出現的頻率及其所在的文檔數量,N為學習資源的總數量。在此基礎上根據用戶輸入的檢索關鍵詞信息構建相應的檢索向量,記為Tterms。在預處理的學習資源中匹配與Tterms相同的詞條,讀取該資源的位置信息。在實際定位過程中,接收到的信息在節點中同時被轉發到其第k級子樹下的所有節點[8],這時只有包含目標資源R的節點將響應消息發送到請求啟動節點q。節點q向自身發送消息定位驅動信息,同時將前一個節點消息轉發到它的第i級子樹中的節點,如果在節點本地發現目標資源R,結果將返回給請求發起節點q,資源存儲定位結束。

1.3 利用多目標優化算法生成資源檢索路徑

資源檢索路徑的生成原理就是利用多目標優化計算[9],以當前檢索位置為起點,以確定的目標學習資源存儲位置為終點,求得內存占用最少、檢索速度最快的路徑。構建多目標優化算法的數學定位為

miny=F(x)=(f1(x),f2(x),…,fm(x))

(5)

式中,m為目標函數的個數,x和y分別為決策變量和目標函數,另外gi(x)和hj(x)分別為x的約束條件和可行解。由此可以得出多目標優化的基本原理,如圖2所示。

圖2 多目標優化原理圖

按照圖2原理確定目標資源存儲位置為起點進行反向迭代,獲取該存儲位置的上層信息,將其標記為第一個路徑節點,標記為l1,同理繼續向上獲取屬性位置信息,并對其進行逐一標記,直到達到檢索信息所在位置為止。輸出各個節點的生成結果,按照先后順序進行連接,得出最終的資源檢索路徑生成結果。

1.4 實現英語移動學習資源導航

用戶輸入待檢索的關鍵詞信息,按照多目標優化算法生成的檢索路徑,得出英語移動學習資源導航結果。為了保證學習資源的導航效率,將導航方式劃分為全局導航、模塊導航等,其中全局導航方式如圖3所示。

圖3 英語移動學習資源全局導航框圖

根據圖3將英語移動學習資源導航的輸出結果分為左、右2個部分。左側為課程目錄,樹形結構顯示全部知識點,每個知識點按層次結構垂直排列。知識點前的加號和減號小圖標可以展開和收起,方便使用者根據自己的學習情況選擇一個分類概念,然后逐層點擊知識點,搜索范圍就會逐漸縮小。右邊則根據學生點擊請求的內容,從數據庫中抽取資源,動態地呈現資源內容。

2 導航性能測試實驗分析

2.1 準備英語移動學習資源

此次導航效果測試實驗選擇某高校線上教學平臺作為實驗環境,并以該平臺數據庫中的所有與英語有關的學習資源作為資源樣本。實驗準備的部分英語學習資源如圖4所示。

圖4 英語移動學習資源瀏覽界面

由圖4可知,英語學習資源主要以大學教學資源為主,包括語法、單詞、經典作文等,將其按照內容和格式存儲到導航效果測試方法中。

2.2 選擇實驗用例

此次實驗共設置2個場景:一個是單個資源導航任務,該場景下設置的實驗用例包括“定語從句”“history”“oral language”“狀語從句”“主謂賓”“hearing”,由此將單個資源導航任務劃分成6個組別,每個組別中設置10個不同的檢索關鍵詞;另一個實驗場景為多個資源導航任務,具體的實驗用例為“Translation and Interpreting”“Object clause and predicative clause”“Auxiliary verbs and be verbs”“Tenses and fixed statements”,由此可以將多個資源導航任務分為4個組別,每個組別中設置20個不同的檢索關鍵詞。

2.3 設定導航性能評價指標

此次實驗分別從導航效果和運行性能2個方面進行量化測試,其中導航效果的測試就是導航結果的正確性和精準性的測試,設置的評價指標為導航成功率和查準率,計算得出的導航成功率和查準率越高,說明本文方法的導航效果越好。2個指標的數值計算公式為

(6)

式中,ns和nτ分別為能夠輸出導航結果的實驗運行次數和設置的總運行次數,由于每個組別中的實驗用例都進行2次,因此nτ的實際取值為280,而ns的具體取值由導航輸出結果的統計情況來決定,變量N1和N2分別為設置的所有資源數量和導航得到的正確學習資源數量,其中N2取值為定值,由不同類型的英語自動學習資源準備量決定。

另外,從導航方法的運行性能方面來看,設置的測試指標為內存占用量和時間開銷,其中內存占用量可以通過調取導航方法運行過程中的后臺數據直接得出,而時間開銷則是分別記錄導航啟動和結果輸出時間,兩者的差值即為時間開銷的求解結果。內存占用量和時間開銷越小,說明本文方法的運行性能越好。

2.4 實驗過程與結果分析

將準備的實驗用例逐一輸入到英語移動學習資源導航方法的運行界面中,可以輸出導航結果,如圖5所示。

圖5 英語移動學習資源導航結果

為了測試本文方法的性能,將基于知識組織的資源導航方法作為對比方法,該方法的運行環境與輸入的初始用例相同。按照圖5輸出的導航結果以及對比方法輸出的導航結果,查找指定學習資源,由此來證明導航結果是否正確。圖6為應用導航結果下英語移動學習資源的檢索結果。

圖6 英語移動學習資源檢索結果

同理可以得出實驗設置所有用例的導航及其正確性判斷結果,如表1所示。

表1 英語移動學習資源導航效果測試數據表

將表1中的數據代入式(6),可以得出基于知識組織的資源導航方法測試指標ηsuc和ηacc的平均值分別為96.4%和97.4%,而本文方法的測試指標平均值分別為98.9%和99.4%。由此可見,本文方法的成功率和查準率均高于對比方法,即本文方法的導航效果優于對比方法。

另外,經過內存占用量以及運行時間數據的統計,得出導航方法運行性能的測試結果,如圖7所示。

圖7 英語移動學習資源導航方法運行性能測試結果

由圖7可知,本文方法的占用空間和時間開銷始終低于對比方法,最高內存占用空間為52 MB,耗時最高為36 s,即本文方法在運行性能方面更加具有優勢。

3 總結

英語移動學習資源是線上英語教學的基礎,在一定程度上資源的質量和利用率直接影響了學生的線上英語教學質量。通過學習資源導航方法的設計與應用,降低了學生用戶對資源查找的難度,減少了學生在學習過程中的阻礙,對于提高線上英語教學質量以及學生的英語水平具有重要意義。