认知领域复杂语义规则抽取及应用

项目主要成果为： 1. 提出了二语学习领域认知计算模型构建框架，以及实现了复杂认知计算模型的规则提取。

① 二语学习领域认知计算模型构建框架 主要通过采集低龄儿童二语学习过程中的认知数据（如眼动数据）来构建可对其学习效果做出解释的认知计算模型。该模型整合了学习过程中的认知数据，不仅可对学习结果做预测，同时可做解释。相关成果参见论文《小学生二语认知模式发现及认知能力提升研究》及《基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例》所涉及的研究内容。

② 认知计算模型中的复杂规则抽取 本研究主要尝试了两种规则抽取策略：白盒模型规则提取和黑盒模型规则提取。本研究不仅尝试了使用频繁序列挖掘技术对影响学习结果的眼动序列进行规则提取；同时还尝试了如何在人工神经网络和深度学习网络中提取规则。相关成果参见论文《小学生二语认知模式发现及认知能力提升研究》、《基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例》以及《Using an ANN-based computational model to simulate and evaluate Chinese students’’ individualized cognitive abilities important in their English acquisition》。

项目主要成果为：提出了二语学习领域认知计算模型构建框架以及实现了复杂认知计算模型的规则提取。①二语学习领域认知计算模型构建框架主要通过采集低龄儿童二语学习过程中的认知数据（如眼动数据）来构建可对其学习效果做出解释的认知计算模型,该模型整合了学习过程中的认知数据,不仅可对学习结果做预测,同时可做解释。相关成果参见论文《小学生二语认知模式发现及认知能力提升研究》、《基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例》所涉及的研究内容中。②认知计算模型中的复杂规则抽取本研究主要尝试了两种规则抽取策略：白盒模型规则提取和黑盒模型规则提取。本研究不仅尝试了使用频繁序列挖掘技术来对影响学习结果的眼动序列进行了规则提取;同时还尝试了如何在人工神经网络和深度学习网络中提取规则。相关成果参见论文《小学生二语认知模式发现及认知能力提升研究》、《基于深度学习技术的注意力转移模式的挖掘——以二语学习者的眼动数据为例》以及《 Using an ANN-based computational model to simulate and evaluate Chinese students’’ individualized cognitive abilities important in their English acquisition》。