第1章　教育和人工智能 1.1　教育和一般教學(xué)系統(tǒng) 1.1.1　教育的含義 1.1.2　一般教學(xué)系統(tǒng) 1.1.3　一般教學(xué)系統(tǒng)的動態(tài)性 1.1.4　一般教學(xué)系統(tǒng)的開放性 1.1.5　一般教學(xué)系統(tǒng)中教育者的功能 1.1.6　一般教學(xué)系統(tǒng)中的教學(xué)理論 1.1.7　一般教學(xué)系統(tǒng)的工作效率 1.1.8　教育技術(shù) 1.2　自然智能與教育 1.3　人工智能 1.3.1　人工智能的研究領(lǐng)域 1.3.2　計算機(jī)硬件 1.3.3　計算機(jī)軟件 1.3.4　支撐人工智能技術(shù)的計算機(jī)硬件和軟件 1.3.5　人工智能的理論基礎(chǔ) 1.3.6　人工智能的跨學(xué)科特性 1.4　教育、自然智能與人工智能的關(guān)系 第2章　知識工程 2.1　知識的定義及其分類 2.1.1　知識的定義 2.1.2　知識的分類 2.2　知識的自然表達(dá)方法——自然語言 2.2.1　世界和自然語言 2.2.2　計算機(jī)語言和自然語言 2.3　謂詞邏輯表示法 2.3.1　命題邏輯 2.3.2　謂詞邏輯 2.3.3　謂詞公式的等價性與永真蘊(yùn)含 2.4　產(chǎn)生式表示法 2.4.1　定義 2.4.2　產(chǎn)生式系統(tǒng)的組成 2.4.3　產(chǎn)生式表示法的特點(diǎn) 2.4.4　Cyc： 一個典型的產(chǎn)生式系統(tǒng) 2.5　邏輯編程語言Prolog簡介 2.5.1　初中數(shù)學(xué)幾何圖形關(guān)系 2.5.2　英語詞匯和語法系統(tǒng) 2.6　語義網(wǎng)絡(luò)表示法 2.6.1　基本語義關(guān)系 2.6.2　語義網(wǎng)絡(luò)表示法的特點(diǎn) 2.6.3　英語語義網(wǎng)絡(luò)系統(tǒng)WordNet 2.6.4　漢語語義網(wǎng)絡(luò)HowNet和OpenHowNet 2.6.5　其他典型語義網(wǎng)絡(luò) 2.7　腳本表示法 2.8　大語言模型中的知識工程問題 2.9　知識工程在教育技術(shù)上的應(yīng)用 第3章　數(shù)據(jù)挖掘 3.1　概念、功能和常用軟件 3.1.1　概念 3.1.2　功能 3.1.3　常用軟件 3.2　常用數(shù)據(jù)挖掘算法 3.2.1　回歸分析 3.2.2　決策樹 3.2.3　人工神經(jīng)網(wǎng)絡(luò) 3.2.4　遺傳算法 3.2.5　貝葉斯算法 3.2.6　鄰近算法 3.2.7　支持向量機(jī)算法 3.3　EXCEL簡介 3.4　SPSS簡介 3.5　WEKA 3.5.1　簡介 3.5.2　Preprocess（數(shù)據(jù)預(yù)處理） 3.5.3　Classify（分類或回歸） 3.5.4　Cluster（聚類） 3.5.5　Associate（規(guī)則關(guān)聯(lián)） 3.6　在線學(xué)習(xí)活動指數(shù)OLAI 3.7　教育數(shù)據(jù)挖掘案例 3.7.1　教育數(shù)據(jù)挖掘?qū)嵶C研究 3.7.2　教育數(shù)據(jù)挖掘系統(tǒng)性文獻(xiàn)綜述研究 第4章　自然語言處理 4.1　研究意義和方法 4.1.1　研究意義 4.1.2　研究方法 4.1.3　研究層次 4.2　語音識別 4.2.1　語音到文字轉(zhuǎn)換 4.2.2　聲紋識別 4.3　語音合成 4.4　語音識別和合成軟件 4.5　詞法分析 4.5.1　西方語言詞法分析 4.5.2　漢語分詞系統(tǒng) 4.6　語法分析系統(tǒng) 4.7　人機(jī)對話系統(tǒng) 4.7.1　基于關(guān)鍵詞匹配技術(shù)的人機(jī)對話系統(tǒng) 4.7.2　人機(jī)對話比賽 4.8　大語言模型 4.8.1　理論基礎(chǔ) 4.8.2　美國微軟投資的OpenAI的大語言模型GPT系列 4.8.3　對ChatGPT的評測綜述 4.8.4　訊飛星火認(rèn)知大模型（SparkDesk） 4.8.5　我國在文本生成領(lǐng)域的其他進(jìn)展 4.8.6　大語言模型給我國教育帶來的機(jī)遇和挑戰(zhàn) 4.8.7　我國教育應(yīng)對大語言模型的策略 4.8.8　小結(jié) 4.9　計算機(jī)輔助語言教學(xué) 第5章　模式識別 5.1　視覺識別 5.1.1　光電轉(zhuǎn)換器件 5.1.2　圖像識別系統(tǒng) 5.1.3　常用視覺識別系統(tǒng) 5.1.4　視覺識別系統(tǒng)教育應(yīng)用 5.2　情感識別 5.2.1　情感分類 5.2.2　情感識別方法 5.2.3　教育應(yīng)用 第6章　機(jī)器人 6.1　各類機(jī)器人 6.1.1　掃地機(jī)為代表的輪式機(jī)器人 6.2.2　其他類型的機(jī)器人 6.2　機(jī)器人世界杯比賽 6.3　機(jī)器人教育應(yīng)用 第7章　藝術(shù)創(chuàng)作 7.1　智能繪畫系統(tǒng) 7.2　智能音樂生成系統(tǒng) 7.3　文化創(chuàng)意產(chǎn)業(yè) 7.4　人工智能技術(shù)用于藝術(shù)教育 第8章　自動程序設(shè)計 8.1　大語言模型的自動程序設(shè)計功能 8.2　大語言模型的程序修改功能 8.3　自動程序設(shè)計與編程教學(xué) 第9章　智能教學(xué)系統(tǒng) 9.1　定義 9.2　發(fā)展歷史 9.3　構(gòu)成和實(shí)現(xiàn)技術(shù) 9.4　應(yīng)用和效果 9.4.1　關(guān)于智能教學(xué)系統(tǒng)的實(shí)證研究 9.4.2　關(guān)于智能教學(xué)系統(tǒng)的元分析研究 9.5　智能教學(xué)系統(tǒng)研究的現(xiàn)實(shí)意義 第10章　學(xué)習(xí)風(fēng)格與個性化教學(xué) 10.1　基本概念 10.2　常用的學(xué)習(xí)風(fēng)格量表 10.2.1　曼勒特克斯（Memletics）學(xué)習(xí)風(fēng)格量表 10.2.2　費(fèi)爾德西爾弗曼（Felder-Silverman）學(xué)習(xí)風(fēng)格量表 10.2.3　場依存型場獨(dú)立型學(xué)習(xí)風(fēng)格量表 10.2.4　適應(yīng)型革新型學(xué)習(xí)風(fēng)格量表 10.3　綜合型學(xué)習(xí)風(fēng)格量表 10.4　基于學(xué)習(xí)風(fēng)格的個性化學(xué)習(xí) 第11章　智能英語教學(xué)系統(tǒng)“希賽可” 11.1　系統(tǒng)設(shè)計緣起 11.2　指導(dǎo)理論 11.3　希賽可中的英語語法體系 11.3.1　句子 11.3.2　從句 11.3.3　短語 11.3.4　單詞 11.4　希賽可系統(tǒng)結(jié)構(gòu)和技術(shù)機(jī)理 11.4.1　瀏覽器/服務(wù)器接口 11.4.2　英語解析器 11.4.3　NLML解析器 11.4.4　自然語言數(shù)據(jù)庫（Natural Language Database，NLDB） 11.4.5　常識性知識 11.4.6　文本蕰含機(jī)理（Generation of Textual Entailment，GTE） 11.4.7　交流性反應(yīng)機(jī)理（Communicational Response，CR） 11.4.8　多通道用戶界面和可以選擇的聊天模式 11.4.9　適應(yīng)于用戶偏好和話題的自由聊天 11.4.10　在給定場景中的引導(dǎo)性對話 11.4.11　無限定答案的填空練習(xí)的自動評分 11.4.12　機(jī)器人的對話演示（“二人轉(zhuǎn)”） 11.4.13　聽力訓(xùn)練 11.4.14　積分機(jī)制 11.4.15　小結(jié) 11.5　智能英語教學(xué)系統(tǒng)希賽可 11.5.1　多角色對話（包括“多人轉(zhuǎn)”與人機(jī)對話兩種形式） 11.5.2　詞匯練習(xí) 11.5.3　聽力練習(xí) 11.5.4　語法練習(xí) 11.5.5　閱讀理解 11.5.6　英語閱讀 11.5.7　個性化的學(xué)習(xí)者檔案 11.5.8　協(xié)作式學(xué)習(xí) 11.5.9　教師的課程管理功能 11.5.10　客戶端從微機(jī)擴(kuò)展到平板電腦、智能手機(jī)等移動終端 11.6　系統(tǒng)應(yīng)用和評估 11.6.1　中學(xué)應(yīng)用和評估 11.6.2　北京郵電大學(xué)的應(yīng)用和評估 11.6.3　北京理工大學(xué)珠海分校的應(yīng)用和評估 第12章　數(shù)學(xué)智能評測和教學(xué)系統(tǒng)MIATS V2.0 12.1　智能技術(shù)支持個性化評測和輔導(dǎo)的理論基礎(chǔ) 12.2　數(shù)學(xué)智能評測和輔導(dǎo)系統(tǒng)MIATS V2.0 12.3　借助MIATS V2.0進(jìn)行勾股定理相關(guān)知識的智能評測和輔導(dǎo) 12.4　初步的教學(xué)應(yīng)用和效果評估 12.4.1　第一次實(shí)驗(yàn)： 初中 12.4.2　第二次實(shí)驗(yàn)： 高中 第13章　人工智能教育和創(chuàng)造性思維培養(yǎng) 13.1　創(chuàng)造性思維和計算思維評估方法 13.1.1　創(chuàng)造性思維評估方法 13.1.2　計算思維評估方法 13.2　智能編程教育結(jié)果分析 13.2.1　學(xué)生情況 13.2.2　編程能力測試成績分析 13.3.3　智能編程教育對創(chuàng)造力和計算思維的影響效果 第14章　課堂錄像師生行為分析 14.1　課堂視頻師生行為分析編碼方案 14.2　SACVAS系統(tǒng)介紹 14.3　使用SACVAS系統(tǒng)分析優(yōu)課案例 14.3.1　一節(jié)英語課程的分析結(jié)果 14.3.2　英語學(xué)科言語分類統(tǒng)計 14.3.3　全部課程的分析結(jié)果 14.3.4　北京市優(yōu)課視頻分析總結(jié) 參考文獻(xiàn)