利用基于案例的推理来支持学习

孔艳rabbit_sd@163.com  刘成新
曲阜师范大学日照校区信息技术与传播学院 山东日照276829
【摘要】本文对人工智能领域中的一个较新分支——基于案例的推理，作了简要的概括。从认知心理的角度并结合基于案例的推理应用的具体实例，把基于案例的推理对学习的支持作用作了简单的介绍。
【关键词】基于案例的推理;案例库;自动答疑系统
引言：20世纪90年代以来，人工智能着重向两个方向发展：一方面，基于数据挖掘和分析的计算智能成为新的发展方向；另一方面，在传统人工智能领域，基于规则推理的方法在解决复杂领域或知识不完备领域的一些问题时，越来越显示出它的不足，而基于相似性的推理则倍加受到重视，从而提出了基于案例的推理方法。
一、什么是基于案例的推理
基于案例的推理(Case-Based Reasoning，CBR)技术最先是由美国耶鲁大学Roger Schank教授，在他的论著《Dynamic Memory》中提出的。之后逐步推广到机械CAD、医疗卫生、企业管理、军事等领域，并得到了成功的应用。
CBR是一种基于经验知识进行推理的人工智能技术，它是用案例来表达知识并把问题求解和学习相融合的一种推理方法，它强调人在解决新问题时，常常回忆起过去积累下来的类似情况的处理，并通过适当修改过去类似情况处理的方法来解决新问题。例如，当我不理解“基于案例的推理”是什么的时候，首先我会打开百度搜索引擎，接着输入“基于案例的推理”又或“案例的推理”来进行搜索，最后找到它确切的解释，记录下来。这是因为在我先前的经验积累中，对于其它类似的问题，我也是用同样的方法来解决的。就是说当我们遇到某种情况时，我们习惯于回忆起以前情境中的方式、方法，策略以及解决方案等，来帮助我们找到当前问题的解决方案。从认识思维的角度来看，它表现了人类进行记忆、规划、学习和问题求解的心理模型，体现了更高级的知识环境，是多种人工智能技术的综合。[1]
典型的CBR操作流程一般如图1所示：
图1：案例推理的工作流程
（1）问题描述。把当前问题的特征变量，以案例的形式向系统进行表述。
（2）检索最相似的案例。通过案例的索引与检索，在案例库中寻找与当前问题最为相似的案例。如果旧案例与当前问题完全相符，则直接输出该问题的解决方案。否则，对检索出的案例进行完善修改，形成一个全部满足新案例的解答，生成新案例。
（3）案例的学习。对当前问题的解进行评价，并将新方案增添到案例库中，以备日后求解问题使用。
从工作流程来看，传统的基于规则的系统遇到一个新问题时，总是试图用规则库中的规则进行匹配，当匹配不成功时，就宣布该问题无解。而对于CBR系统，在给定输入说明的情况下， CBR系统将搜索案例库,以寻找一个匹配输入特征的现有案例。一方面，它可能找到完全匹配输入特征的案例,从而直接得到问题的解答,使复杂问题得到快速解决；另一方面，它也可能检索到一个与输入特征相似的案例或案例集， CBR系统(或用户)可修改不相匹配的部分，得到一个新的案例并添加到案例库中，使系统具有学习能力。
基于案例的推理是用以往案例的知识或信息进行相似案例问题求解的方法，它在知识获取、求解效率、求解质量以及知识积累等方面，有着突出的优势。现在，基于案例的推理已经发展成为创设智能系统的模式，这种模式能够利用原有的经验进行推理，使得它比传统的专家系统更像专家系统一样运行。
二、利用基于案例的推理来支持学习
基于案例的推理可以看作是一种认知模式，也可以看作是一种学习理论。
作为一种认知模式，CBR重具体甚于抽象（Kolodner,1993）。CBR主张个体用案例进行思考，案例是对运用于新情境的已有知识或经验的解释。从认知过程看，CBR通过类比推理，利用过去的知识或经验来引导新问题的解决，完成从一个旧案例到另一个新问题的转化。基于案例的推理明确地将先前的知识、学习和推理整合到一起。在此基础上，它提出认知的三要素：案例、案例索引和案例处理器。[2]
案例就是对经验或知识的诠释。简单地说，一个案例就是一个实际情境的描述，在这个情境中，包含一个或多个疑难问题，同时也可能包含解决这些问题的方法。[4]已有的知识或者经验被表示成一个案例库，CBR则在此基础上发挥作用。库有了案例，就需要有索引或索引系统，这样才能将案例定位。良好的案例索引在于，对从一个案例中获得的教益，能够预见其应用的环境，并将案例加以标识，以便在需要的环境中将其回忆出来。案例处理器执行处理工作，首先理解个人的经验或知识，然后编排合适的索引，从记忆中找到合适的案例，最后将这些案例应用到新的情景中，进行学习。
作为一种学习理论，CBR与建构主义有诸多的共同之处。如它们都认为个体学习的知识是他们从自己的具体经验中有意识地建构起来的；在支持学习的方法上，它们都注重“情境”的创设，主张为了导向良好的学习，教师要为学生创设促进动手经验和积极建构的环境。而CBR又比建构主义走的更远，它提出了为了取得自己所能提供的结果，如何保证积极建构的进行；提出了从动手经验中进行有效学习的五条重要途径，对什么经验是适当的经验做出了描述；指出个体将经验存储在记忆中的形式、能够使这些经验再次有效使用的反思类型，并提出了进行良好迁移的几个关键过程。
下面我们主要以下几个方面讨论一下基于案例的推理对学习的支持作用。
1、  对反思的支持。对学习者的指示和引导是为了促进有效的学习支持。
反思是指“心灵以自己的活动作为对象而反照自照，是人们的思维活动与心理活动。” （辞海. 上海辞书出版社，1989）。学习过程中的自我反思是指“学生对自己的学习方式、认知方式、理解程度、思维过程等方面自我认识、自我评价，以及对自己学习进度、学习心理的自我监控。自我反思是有效主体参与的元认知特征。自我反思是主体意识发展的充分体现。”[5]
反思是学习的一个重要成分，无论是在经验理解，创建索引还是在提出和评价解决方案等方面，反思都是关键性的。CBR提出的对于反思的支持，鼓励学生考虑他们在遇到问题、解决问题或发展技能时会面临的困难，引导学生考虑怎样来建构问题的解决方法，并引导他们考虑这些解决方法在未来可能被再次应用的情境，既考虑从一个经验中获得的教益如何以新的方式加以利用。计算机和网络的发展激发了学生反思的动机，学生在利用它们进行总结的时候促进了对它们的学习，而这些总结对于未来的学生来说能起到引导和支持的作用。当然，根据CBR创设良好的对于反思的支持同样面临着挑战，如：如何激发反思？如何处理反馈信息？怎样才能鼓励优质的反思？怎样评价反思的合适度？等等。
2、  利用案例库来支持学习
案例库是用来存储过去的案例的存储空间。在这些案例中，不仅有成功的案例，而且还包含失败的案例。每一种案例都以一定的存储方式放在案例库中，并且这种存储方式必须包含案例的主要因素、环境条件及案例的基本特征与主要参数。但是案例的表现形式没有统一的格式与方法，它主要根据问题的类型来具体分析确定。案例库的创建，是CBR中的关键技术。
案例库为学生提供了从他人经验中学习的机会，并且案例库通过与别人分享自己的经验，为学生提供了学习的机会。它可以向学生提供多种有价值的信息：如以故事的形式向学习者提出建议；提供他人应用概念和技能的经验；提供别人在确定领域中解决问题的方法或如何应用案例解决问题等。[6]在学生进行建构性学习活动时，案例库作为提供所需信息的资源能发挥最大作用，它可以为学习内容和学习过程提供丰富的资料来源。无论是在一个基于项目的学习活动还是在一个基于问题的学习活动中，如果案例库回答了学生在进行项目时提出的问题，那么就可以为项目的启动和进行提供指导。它的意义在于，并非让学生简单的记住事实，而是在学生面临的挑战时，若困难是自然出现在问题解决过程中的，如对于相关问题你应该如何解决？等类似问题，那么案例库所提供的情景和问题的解决方法就能帮助他们解决这些困难。
3、基于案例的推理在自动答疑系统中的应用
网络教育与传统教育相比，克服了在教育资源和教育方法等方面的限制，具有了灵活多样的双向交互功能，使原来所无法实现的个性化教育成为了可能。自动答疑是网络教育系统的一个重要功能。自动答疑系统(Q&A)是人们从网络获取信息的重要辅助工具之一。它的主要功能是自动分析用户提出的问题，并从数据库中查找出可能的答案呈现出来，供用户参考。现有的Q&A系统，主要是通过Email方式进行提问与解答，有些网站也采用关键字匹配或分词搜索等方式，这些系统都在一定程度上对用户的提问进行了解答。
上海交通大学网络教育学院的远程教育平台，将基于案例的推理技术引入传统的自动答疑系统，并结合用户交互机制，构建了一种基于案例推理的交互式自动答疑系统。基于案例的推理主要是利用知识重用来解决问题的技术，采用案例推理技术原型来构建自动答疑引擎，在这个原型中，答案被作为案例储存在案例库中。由问题提供的关键字来促发案例并根据它们与问题的关联程度进行排序。该引擎为用户提供了相应的交互模块，使系统可以根据用户的反馈进行修正，,以便更准确地匹配用户的问题。[7]
在这个系统中，基于案例推理技术的自动答疑引擎原型主要有两个模块，一是对非结构化的领域知识进行结构化描述，并形成问题-答案案例库的案例制作模块；二是系统的核心模块——自动答疑模块，它由用户提供的问题索引来驱动，根据用户所提供的问题描述来寻找相应的答案案例，并将结果呈现给用户。用户根据自己的需要，选择与自己描述最相似的问题进行查看，通过与系统的这种不断交互，最终找到自己需要的问题答案。学生使用系统时的所有问题、答案及其关联性都通过标准的Web接口获得，并聚集在一个日志文件当中，经过实践的积累，它们可以被用来训练问题与答案之间关联的索引结构。这个过程运行在系统的生命周期里，使整个答疑系统成为一个闭合系统。[8]
三、目前存在的问题
1、案例的检索与匹配。案例的检索与匹配是实现案例推理的关键。在案例库中，如何组织案例是十分重要的，因为它将直接影响CBR系统中的查询和适用算法。系统是根据索引进行案例的查询和维护的，若建立不适当，则会导致系统解决问题的速度和有效性较低。
2、案例的评价与适应性修改。新案例产生后，应对其评估，以检查其对新问题的约束条件所满足的程度。但是在案例的评价和适应性修改方面，还存在着很多问题。如‘怎样才是对案例的正确评价？’‘对案例的修改是否合适？’等问题，还在困绕着我们。
3、案例库的建设与管理问题。尽管建库者为了建设案例库收集了许多案例，但对CBR系统来说，数量仍然是有限的。系统刚建立运行时，案例库中的案例一般较少，随着系统的不断使用，案例将越来越多，则案例库的维护管理任务也越来越重。对于案例库中的案例，因为缺乏统一的标准，诸如案例入库等方面的问题，也是亟待解决的问题。
四、结语
基于案例的推理，提出了多种学习途径，本文就其中的部分作出了简单的介绍。但是CBR并不能解决所有的问题，或者认为只要一个人做了这些事情，就能够促进学习。我们还需要运用大量的方法和思想，以有效的方式将这些类型的活动整合进课堂，以更好的促进学习。
【参考文献】
[1] 林　聪. 基于案例推理兼容多媒体技术的专家系统. 佳木斯大学学报(自然科学版).2003.9
[2] 高文译. 学习环境的理论基础. 上海：华东师范大学出版社，2002
[3] Janet L. Kolodner etc.  Problem-Based Learning Meets Case-Based Reasoning in the Middle-School Science Classroom:Putting Learning by Design™ Into Practice. 1997
[4]郑金渊编著. 案例教学. 上海：华东师范大学出版社，2000
[5] 涂荣豹，喻平. 建构主义观下的数学教学论，南京师大学报，2001，3
[6] 周凯波. 基于案例推理的信息系统构建方法研究. 华中理工大学学报，2000.9
[7][8] 韩　鹏,　申瑞民,　杨　帆. 基于案例的推理技术在自动答疑系统中的应用. 上海交通大学学报，2003.3