[论文解读] Automatic Synthesis of Geometry Problems for an Intelligent Tutoring System

Chris Alvin, Sumit Gulwani+2 more|arXiv (Cornell University)|Oct 29, 2015

Intelligent Tutoring Systems and Adaptive Learning参考文献 10被引用 5

一句话总结

本论文提出GeoTutor，一种智能辅导系统，能够从给定的几何图形及其属性中自动合成个性化的欧几里得几何证明题及其解答。通过使用几何推理的超图表示与启发式过滤，系统每155道教科书题目可生成约8,000道有趣的题目和约3,000道逆命题题目，每道题目生成时间少于4秒。

ABSTRACT

This paper presents an intelligent tutoring system, GeoTutor, for Euclidean Geometry that is automatically able to synthesize proof problems and their respective solutions given a geometric figure together with a set of properties true of it. GeoTutor can provide personalized practice problems that address student deficiencies in the subject matter.

研究动机与目标

• 开发一种智能辅导系统，能够根据学生表现和背景自动生成个性化的几何证明题。
• 实现从给定几何图形及其固有属性出发，自动合成直接证明题与逆命题证明题。
• 根据难度、兴趣度与类比性对生成的题目进行分类，以支持针对性练习并减少作弊行为。
• 在几何辅导环境中，为学生提交的证明提供自动反馈、提示与评分。
• 通过按需生成新颖且与课程标准一致的题目，消除教师手动出题的负担。

提出的方法

• 将几何图形表示为超图，其中节点为基本几何命题，超边为由欧几里得公理推导出的推理关系。
• 利用启发式方法与学生特定假设遍历推理超图，以过滤并生成相关证明题。
• 应用一种度量标准，将题目分类为“有趣”（需使用所有给定假设）或“严格有趣”（需使用所有假设且涉及非平凡推理），以避免生成平凡或代数类题目。
• 通过反转原题中假设与目标的角色，生成逆命题题目。
• 基于结构与解法的相似性识别类比题目，以支持学习困难学生的针对性练习。
• 将系统与LiveGeometry集成，实现网页与平板端的部署，支持交互式解题与实时反馈。

实验结果

研究问题

• RQ1 智能辅导系统能否从给定的几何图形及其属性中自动合成个性化的几何证明题？
• RQ2 系统如何基于逻辑与教学标准，区分有趣与无趣的几何题目？
• RQ3 自动生成的题目在多大程度上可被分类为与现有题目具有类比或逆命题关系，以支持自适应学习？
• RQ4 系统能否在保证正确性与教育相关性的前提下，生成不同难度级别的题目？
• RQ5 此类系统在大规模生成高质量、与课程标准一致的题目时，效率如何？

主要发现

• GeoTutor从155道教科书题目中合成了约8,307道题目，其中4,120道被分类为有趣，2,168道为严格有趣。
• 系统生成了约3,097道逆命题题目，全部被判定为有趣，证明其具备探索原题逻辑逆向的能力。
• 平均每道题目生成耗时3.90秒/张图，表明其在实时教育应用中具备高度可扩展性。
• 有趣题目的平均证明宽度为4.85，严格有趣题目的平均证明宽度为6.10，表明兴趣分类越高，复杂度也越高。
• 有趣题目的平均证明长度为4.67步，严格有趣题目的平均证明长度为5.53步，反映出更高层次的推理需求。
• 系统平均每道教科书题目可识别出19.7道严格有趣的题目，显示出生成高质量、非平凡练习题的强大潜力。