知识表征

知识表征（通用6篇）

知识表征 篇1

知识表征是人工智能和认知科学哲学中的一个重要研究领域。任何计算系统都需要有大量的背景知识,这种背景知识不仅是对事实的罗列,而且是一种对信息进行推理的能力,知识表征的主要目标就是将这个巨大的信息库结构化以使它能被一贯地表征从而能快速被计算机所识别应用。可以说,知识表征本质上是“将大部分人工智能活动联系起来的线索”。[1]105人工智能中的“知识”所表征的是一个理性的人所能把握的信仰,而哲学中“知识”仅仅指合理的真实信仰,属于认识论范畴。但是“人工智能与认识论都有一个最普遍最抽象的彻底追问:知识何以可能?”[2]112知识表征致力于如何突破我们关于普遍知识和经验的巨大知识库,以便将知识通过机器而公式化地进行操作。知识表征“必须以某种语言或者交流媒介记录下对世界的描述,然后智能机器就能通过对这些描述进行形式上的操作来得出关于其环境的新结论”[3]xiii。人工智能中的“知识表征”并不是指在机器中表征所有的人类知识,而只是表征特殊任务所需的充足知识,即将自然语言中所包含的“语义学领域”模型化所必需的知识进行表征。

一 知识表征的语义系统

20世纪60年代末70年代初,知识表征成为人工智能独立研究的一个新领域。考察知识表征必然会考虑到对知识进行编码的规范语言和对世界的描述。选择一种规范语言对于知识表征至关重要,因为所选语言的表达充分性将会限制它所描述的信息类型。换言之,规范语言的表达充分性必须与表征项目所能表征的东西相对应。然而,知识表征项目仅仅对于某个特定的定义域是充足有效的,当这个定义域发生改变时,以原来的结构和程序处理新知识就立即变得棘手和无效。为了使任何知识表征项目都能够充分表达关于世界的意义,必定有一个相关的语义学理论,语义学指称了符号与它们所表征的事物之间的对应关系,而不是符号与结构自身之间的关系,语义学规则不仅仅是由知识到“语义”表征的转换,这些表征的意义,即它们所指称的对象也必须被具体说明。只依靠直觉和“有意义的”标签来解释一个项目是很容易的。然而,如果不对符号公约的意义进行清晰描述,那么该语言所表达的隐喻意义就不清晰,因此,任何知识表征项目不仅要说明结构语法、结构中包含的对象以及结构的组合方式,而且要说明语义学结构所要表征的东西。

(一)元语言层次

任何系统的元语言都是知识表征藉以建立的信息结构,因此,元语言可能是目录结构或项目排列。然而,元语言无助于解决这个问题:普遍知识应以何种方式被表征?由于“元语言”这个概念往往是相对于具体定义域而言的,因此,在建构人工智能程序的过程中,我们必须灵活地选择元语言集,然而,这样的元语言集并不必然指称人类思想或知识,选择元语言集也仅仅是为了使得某个具体程序在其具体层次上操作方便而已。因此,这个“元语言”层次与表征项目自身的基本术语和机制有关,而不是要对项目所包含知识作出论断。威廉·伍兹(William Woods)强调元语言的表达充分性:“在探寻一个表征的过程中,我们必须避免选择这样的一套元语言:它们或者消除了在诸如‘行走’、‘跑步’、‘漫步’、‘驾车’和‘飞行’等词语之间的差别,或者忽略了在这些特殊概念和普遍概念‘移动’之间的共同性。”[4]66

事实上,语义根词是知识表征中的元语言概念,“根词即哲学原子,它超越了在知识表征项目中的直接应用,举谓词演算的例子来说明:根词集由不可被分解为其他简单的意义元的原子命题组成,同时,根词集可能由包含真值运算符(比如:‘和’、‘或’、‘非’等)的原子事实综合而成,这样,复杂命题可以通过将根词综合起来而被表征。”[5]112-115许多语言学者和人工智能研究者已经试图建构起类似的根词系统,从而使得话语的意义可以由有限的条件集所解释。而且,我们可以根据有限的语义根词集或概念根词集来陈述应用语词的充足条件。然而,语言学家和哲学家宣称:真正普遍的根词集是不存在的。罗格·沙克(Roger Schank)曾试图建构一个最普遍的根词集,他的概念从属(Concept Dependency)理论包含一个原始行为集,他宣称这些原始行为具有支撑所有动词的语言中立的意义。事实上,对于真正普遍的意义原词集而言,并不存在语言学或心理学上的证据,普遍意义原词这个概念是被误导的概念,因为概念的意义应该根据它所指称的属性与我们关于世界的模型的其他属性相对应的方式来显现,在这个意义上,如果存在任何原词,那么它就是被语言使用者所应用的模型。

(二)认知层次

任何与真实世界有关的系统都有更新和调整其知识库的方式,因为关于世界的知识不是静态不变的,新信息需要不断地被整合。知识表征的知识习得问题是:怎样随着时间推移而动态地获取知识并且将现存知识正确地进行整合?如果我们将知识表征体系看做由一个世界模型所组成,那么,尽管我们的模型注定是不充分或不完善的,系统都应有一种进化方式上渐趋于真实的模型。这个程序中所涉及的论题包括:如何确认和创造关于个体事实的恰当概括,以及如何确认和解决由新知识所引发的矛盾。最后,与变化有关的任何系统都必须能处理被称为“框架问题”的问题。

20世纪70年代末期,认知科学家和哲学家就程序中的智能知识所起的作用引发了热议。程序主义者认为:知识主要是“懂得怎么样”,即懂得知识应用的程序;陈述主义者则宣称知识的本质是“懂得它本身”,具有一系列就具体事实和一般注释程序而进行推理的定义域。程序化地表征知识以埃夫龙·巴尔(Avron Barr)和爱德华·费根鲍姆(Edward Feigenbaum)为代表,他们以字母的表征方式为例:“程序通过比较和排列每个字母的数字计算密码将条目整理为字母化的顺序,例如‘A排在B之前’所表征的是按照字母顺序排列的知识,而不是这个知识本身;但是在陈述的程序中,‘A排在B之前,B排在C之前,C排在D之前’等等这些信息将会被清晰地表征出来。”[6]这表明:一方面,按字母顺序排序可被说明为一个简单的生成式程序;另一方面,按字母顺序排序的陈述方法是冗长而累赘的,涉及描述每个字母及其与下一个字母的关系。可见,有些事情操作比描述容易得多。

约翰·索瓦(John Sowa)引用了赫伯特·西蒙(Herbert Simon)“画圆的两个方法”为例:“第一是陈述方法:任一圆圈都是从一个给定点到所有等距的点的轨迹,第二是程序方法:要画出一个圆,将圆规的一只臂固定,同时旋转圆规的另一只臂直到其回到起点。”[7]23第二个方法即程序化方法缺陷表现在:程序化方法不仅更冗长,而且所给定的方法当然也不是画圆的唯一方法。例如,可能某个程序通过描摹咖啡杯的底部或者使用一个塑料模型对圆圈进行了详尽说明,然而,这种说明并未对普遍的圆进行定义,而且,既然程序表征必须详尽地说明某条知识的应用方式,那么,如果那个知识有多种用法,则它们都必须被分别说明。陈述性方法就允许简单的知识具有多种用法,因此它更模块化且更易于校正和更新。总之,每个方法各有利弊,将两种方法进行综合对于任何知识系统都是必要的,因为没有任何系统可以具有完全排除陈述形式的程序知识;同样的,没有任何系统能够只靠陈述知识而不具有操作系统所理解的程序。

(三)语义网层次

尽管人工智能中使用了许多不同形式的语义网(Semantic networks),但是它们都能通过节点(图示为点、圈或方框)和联接节点的弧线(图示为箭头)而被综合起来,节点符号通常表征物体、概念或情境,而弧线表征它们之间的关系。这种常规略图在各种网状表征系统之间普遍存在。类型层级作为一种特殊的语义网,它是根据普遍性的等级组织起来的类型或概念的复杂网络,在这里,当向上移动等级时,概念会变得更为抽象,在类型等级最低层的节点指示特殊的个体或记号,而较高层次的节点指示个体或类型的范畴。将类型根据普遍性的等级组织起来的语义网有一个非常重要的性质,即继承性。在按照等级建构起来的语义网中,任意给定类型的属性和联系可能被其所有子类型所继承。例如,“如果我们知道金丝雀是鸟类的子类型,并且假设鲍勃是一只金丝雀,于是我们可得出结论:鲍勃也是一只鸟,而且它继承了鸟类所具有的所有特性。”[8]99这被称做是一种继承性等级。这种语义学等级体现了默认值推理的形式,因为具体实例继承的特性正是该实例所属类型的特性。那么,除非我们被清楚地告知“鲍勃”是别的东西,否则我们就假定“鲍勃”也是有翅膀的;然而,如果我们被告知这只金丝雀“鲍勃”是畸形的且没有翅膀,那么子类型层级上的这个信息会从超类型“鸟”的层次上将“有翅膀”这个特性的继承性阻断。

当超类型的特性适用于大部分而非所有子类型时,例外就产生了。以企鹅、鸵鸟为例,我们将取消对于“所有鸟会飞”这个普遍特性的继承,这就导致非单一性,因为如果某个特殊的鸟被发现是个例外,那么“它会飞”的结论将会被撤销。例外的存在弱化了类型层级中的“继承性等级”的联系,并且可以肯定的是,实体并未继承意料之外的例外。帕特里克·海斯(Patrick Hayes)宣称“所有已知的表征项目实际上都等同于一阶逻辑,例如,语义网可被看做是一阶逻辑的符号化变体”[9]469。等级中的联系可以被蕴涵的陈述所表征,而且一个给定的子类型的超类型可以通过对普遍规则和肯定前件式假言推理的反复应用而被发现。语义网通过一系列以“x”表示变量且以“→”表示喻意的一阶公理而被表征。“如果我们以信息‘猫(萨姆)’开始,那么,通过x到‘萨姆’的普遍规则和肯定前件式,我们就能演绎出有生命的(萨姆)或者是物(萨姆)。”[8]100属性可以通过元谓词被表征出来,例如(x)哺乳动物(x)→有皮肤(x,皮肤)。

(x)狗(x)→哺乳动物(x)

(x)猫(x)→哺乳动物(x)

(x)哺乳动物(x)→有生命的(x)

(x)爬行动物(x)→有生命的(x)

(x)有生命的(x)→物(x)

(x)无生命的(x)→物(x)

一阶公理(First-Order Axioms)[8]101

然而,许多研究者发现,语义网结构比一阶谓词演算中的相关表征能够提供更多的信息并且能更好地促进推理。语义网根据普遍化项目清晰地组织信息,而这些普遍化项目并非清晰地来源于隐喻。

二 概念图表理论的本质与特征

表征知识需要一种能够把握相关差异性的发展完善的“语言”,理解隐喻则会涉及我们关于世界的许多最基本信念以及语言的句法和组织结构;而约翰·索瓦的概念图表理论体系可以极好地表征语言的特点、我们的知识基础以及知识间相关联的方式。换言之,隐喻和知识表征的方法即在“概念图表”的框架之内,而概念图表是对有关程序化自然语言的现存理论的扩展。“尽管符号是概念图表最明显的部分,概念图表的完整部分却不只是符号:它包括标准的逻辑和计算程序,将语言规划到图表中并且从图表中抽象出语言的定理规则,关于图表意义的假设,以及将图表和真实世界情境相联系起来的语义学理论。”[10]为此,首先需要考察对该领域有重大影响的重要的知识表征项目,因为概念图表理论将所有重要的表征项目综合起来并整合为一个完整理论。

(一)概念从属论

由罗格·沙克发展而来的概念从属论表征了以一个小元语集为基础的句子的意义。在沙克看来,概念从属论的图表是独立于用以陈述其所表征的句子的语言的。沙克提出了6个概念范畴:真实世界客体、真实世界行为、行为修饰语、客体的修饰语、时间、地点,以及若干念语法规则,这些规则阐释了这些范畴是如何彼此相关的,这些语法规则包含一套符号标记,通常是各种不同的箭头,它们指明各种不同关系。概念从属论也使用4个概念格:主格、宾格、指令和工具格。每个句子的“概念化”包含这些元语言行为和各种联系或语义规则,这表明了行为和客体或语义规则之间的关系。沙克以非谓词演算的方式来处理结论,例如,在“约翰喜欢巧克力”这个句子中,吃的动作是模糊不清的,于是,一个行为结论就发生了,因为主体(约翰)和客体(巧克力)之间的发生的行为并不清晰。这个缺省的“行为”被假定为是“吞咽”,因为这正是人们通常对他们喜欢的食物的处理方式。这个假定也可能被误解,因为约翰可能喜欢用巧克力色进行绘画;不过,由于没有更清晰的信息,它只是一个可能的推论。

可以说,沙克的表征理论体现了元语言在人工智能中最全面的运用。例如,所有的知识都应该被解构为低一级的元语言,这个必要条件引发了一些问题的产生。一方面,对元语言中复杂概念的表征通常非常冗长,而且在计算上是无效的。此外,某些话语或者概念不可能使它们自身通过一个小的元语言集而被表达出来;如果能的话,它们就不可能有一个独特的表征。

(二)框架与脚本理论

“框架”(frames)概念由马文·明斯基(Marvin Minsky)于1975年提出,用来表征旧的刻板知识和因系统给未来信息加入相关性而产生的期望值。“框架”这个术语本身来源于一个简单的电影画面的观念,而且明斯基认为框架是一种被嵌入相互关联的检索网中的知识的信息包,它既可以是一个极大的知识信息包:一种新情境加上结构;然而,它也可以足够小:仅仅是一个大数据库的可变模块。当我们获得一个框架时,获取其他可能相关的框架的联系也是可能的。例如,如果我们拥有一个房子的框架,相关联的框架如厨房、卧室和客厅等也就有了;如果我们获取了厨房框架,那么其他的联系如煮饭、洗碗和冰箱等将成为可能。

“脚本”(scripts)是由沙克于1977年发展而来的,是用来表征典型的或者预期的一系列事件的类框架结构。“脚本”以戏剧中的脚本观念为基础,在戏剧中给予演员一系列有序的事件。例如“饭店”脚本,它详尽描述了当你去饭店时的一系列事件和预期行为,进入饭店、坐在桌子旁、看菜单、叫服务员点餐等等,这些信息都将成为脚注的一部分。框架和脚本两者都是以直接关注和辅助回忆与推论的方式来组织知识表征的方法,在任何可能的情况下,人们倾向于依赖从以前经验中所获得的知识,并且运用这种知识来处理新的略微不同的情境。因此,框架和脚本提供一种结构或构架,在这种结构中,关于特殊事件或经验的知识和期望值可以被组织应用到新情境中。

海斯受框架表征的启示而开始研究框架对于一阶谓词演算的表征和推理作用,其结论为:大部分框架表征可以被看做是一阶逻辑的一种新语法,而谓词演算的作用就在于:任意的形式系统都能通过将其发展而被描述,对特殊的知识表征项目的这种重述可能是有用的,尤其是当这个表征项目原本缺乏一个清晰的语义时。按照海斯的分析,一个框架实例代表一个个体,而每个空位代表个体和其他事物之间的关系。于是,框架根本上就是被实例化的特殊个体和情境的大量特性包。因此,如果我们将关于特殊情境的谓词演算陈述聚集起来,我们就能模拟一个框架系统的结构。

(三)概念图表的架构

概念图表理论包含从其他规范的图表中得出新的规范图表的构架规则,有4个基本规则:模仿、限定、联接和简化,还有一些派生的构架规则,比如“最大联接”(“the largest link”)。索瓦定义了4个基本的标准构架规则:模仿、限定、联接和简化,这4个基本的架构规则将概念图表的大部分特征综合起来,我们可以通过这4个架构规则从两个概念图表中得出一个新的概念图表,在得出新的概念图表过程中,类型格架和概念指称就开始起作用了,索瓦举例:“一个女孩正在快速吃东西”,和“一个名叫Sue的人正在吃馅饼”[8]115,这两个句子可以用两个标准图表描述如图1所示:

为了得出新的概念图表,首先模仿两个图表,同时,通过以其子类型的类型标签代替其类型标签,我们将概念“人”限定到它的子类型“女孩”。然而,概念[人:Sue]的指称域并非类属的,因此,在我们能够真正地取代[人]的类型标签之前,我们必须确保[女孩]的概念域与[人:Sue]的指称域相一致。从[人:Sue] 到[女孩:Sue]的这种限定是允许的,因为Sue是个女孩。那么,正如图2所示,图1中第二个图表中的概念就被限定到“女孩”。

接着,联接规则合并了相同的概念:图2中的两个图表中有一个相同概念“吃”,尽管“女孩”(类属概念)与“女孩:Sue”(个别概念)并不相同,但是当它们的类型标签相同时,属概念可以被限定到个别概念,这时我们就可以通过把一个图表叠加到另一个图表之上并使相同概念合并而将两个图表联接起来:

当概念被叠加以后,某些概念关系就可能变得多余,因此,我们需要通过简化原则而消除重复的概念关系,于是得出下图:

当消除多余关系中的一个概念(“主体”)之后,最终的图表就变成图4,它读做:“一个女孩Sue正在快速吃馅饼”。于是,我们发现:类型层级决定了一个普遍概念何时可被限定到一个较为特殊的概念,以及概念类型何时相一致。类型层级对于概念类型的普遍化和特殊化也有重要作用。标准的构架规则是特殊化规则,据此,一个概念可以被限定到其子类型。因此,特殊化是指用概念的子类型标签取代其类型标签,并且用个别指称代替其类属指称。

普遍化是指用概念的超类型标签取代其类型标签,并且消除任何个别标记。而类型格架的结构对这些操作非常重要。如果类型格架的结构发生变化,这将影响哪个概念被限定为或普遍化为哪个概念,以及与什么类型相一致。例如,如果概念“女孩”不是概念“人”的子类型,那么以上图表将会有完全不同的显示:名叫Sue的那个人吃馅饼,并且某个非特指的女孩快速吃东西。当我们考察隐喻对于类型层级的影响时,这些变化将有重要意义。

三 概念图表理论的意义

概念图表是包含知识表征语言的有限的、连贯的二进制特殊指令图表,呈现在一个图表中的两种节点是概念节点和概念间关系的节点,通常以方框和圆圈表示。概念节点表征实体、属性、状态和事件,而关系节点表明概念是如何被联系起来的。每个概念关系有一个或更多的弧线,每个弧线都必须被链接到某个概念。据此,索瓦提出了一个线性表征形式。在线性注释中,方括号代表概念节点,而括弧代表概念关系,概念节点之后的破折号指所有相关联的关系都被附加到这个概念上,然后,用一个句号终结这个图表。例如:“一只猴子正在用胡桃核制成的勺子吃胡桃”。这种图表用线性形式表示如下:

[勺子]有两个与其相关的关系:(工具)和(材料),而[吃]与(客体)和(主体)这两个有关。这些关系是通过紧随这些概念之后的连字符而表示的。列在概念[核]后面的变量*y表明两个概念都指向同一个(未指定的)特殊核。因为概念可能指称世界上的各种事物——实体、行为、性质或者事件,每个概念都有一个类型域和一个指称域,这并不意味着每个概念都必须指称某物,以上概念图表中所使用的许多概念都是属概念,即没有特殊指称的一般概念。在以上的概念[核:*y]中,“核”就属于类型域,而“*y”则属于指称域。“*”放在“y”之前表明核是一个种属的核,但是“y”表明两个实例中都是相同的一般核。像以上的[勺子]、[吃]和[猴子]这些概念,都被认为是属概念或现存概念的简称;另一方面,个体概念确认独一无二的个体,比如[人:诺曼]。

关系域表明一个概念是否是属概念或者它是否指称某个个体或者个体集。当一个关系将两个概念联系起来时,它断言了它们的关系项之间的某种关系,一个概念和与它相关的N个概念之间的关系对应于形式逻辑中的一个N位谓词。将概念和概念关系联系起来的箭头称作弧线,弧线的方向与谓语中论证的次序具有同类的意义,即它纯粹是传统的。以名词关系为例,当按照箭头的方向阅读图表时,指向圆圈的弧线就被读做“有一”,而背离圆圈的弧线则被读做“哪一个是”。当按照箭头的反方向读图表时,背离圆圈的弧线就被读做“是”,而指向圆圈的弧线则被称做“属于(的)”。因此,以 “一只猫坐在垫子上”为例,如果按照弧线箭头的方向读图,图6读做:一只猫有一个坐着的状态,坐的位置是在一个垫子上;如果按箭头的反方向读图时,图6读做:垫子是坐的位置,并且坐着是一只猫的状态。

这里只有一个原生的(非派生的)关系:链接。所有其他关系都是通过定义而导入的,语言中的普遍关系包括格关系、空间关系和属性。格关系,又被称为“语义角色”,是以菲尔莫尔引入的“格”概念为基础的。一个格就是一个名词短语或者其他关系项在句中的动词所表达的状态或者活动中所承担的特殊角色的名称,其他的格关系包括施动者、受动者、经验者、接受者工具和目的。图1也包含空间关系“位置”,其他的空间关系包括“在……之内”、“在……之上”和“超越……之上”。属性包括普遍性和特殊性、颜色以及部分。

概念图表依赖于其概念和知识库中其他概念和图表之间的关系而存在,在概念图表理论中,类型对应于思维的范畴而不是事物的集合。类型层级也具有继承性,即一个普遍类型的所有属性会被其子类型所继承。

四 结束语

作为对有关程序化自然语言的现存理论的一种扩展,索瓦的概念图表理论将目前流行的知识表征的人工智能技术,比如:类型层级、继承性、图式、原型和实例关系等与逻辑体系(包括语义网的形式,概念的依赖性和框架,以及脚本)综合起来,形成一个连贯的理论框架体系,以便对人工智能系统中的知识进行模型化的解析。通过将概念图表作为自然语言和逻辑之间的媒介物来使用,可以避免逻辑表征的许多问题。此外,概念图表还能够表征那些尚未解决的语境相关的指称,例如,谓词演算不能处理的定指或者索引。当谓词演算被分解为一个常量或者一个限定变量时,它们就只能表征语境相关项;而概念图表允许延迟分解直到所有证据都能指向分析。因此,索瓦对隐喻和知识表征的方法即在“概念图表”的框架之内,而知识表征的概念图表理论为处理文字语言和静态知识展现了一个强大而灵活的体系,从而为利用隐喻机制考察动态知识表征体系奠定了基础。

参考文献

[1]Cercone N,McCalla G.The Knowledge Frontier:essays inthe representation of knowledge[M].New York:Springer,1987.

[2]Dennett D.Brainstorms:Philosophical Essays on Mind andPsychology[J].Montgomery,Vermont:Bradford Books,1978.

[3]Brachman R J,Levesque H J.Readings in Knowledge Rep-resentation[J].New York:SIGART Newsletter,1985.

[4]Woods W A.Knowledge Representation:what’s important a-bout it?[J].Los Alamitos,CA:IEEE Computer SocietyPress,1983.

[5]Jackendoff R S.Semantics and Cognition[M].CambridgeMA:The MIT Press,1983.

[6]Barr A,Feigenbaum E A.The Handbook of artificial intelli-gence:Volume I[M].Los Altos,CA:William KaufmannInc.&Heuris Tech Press,1981.

[7]Sowa J.Conceptual Structures:Information Processing inMind and Machine[M].Boston,Massachusetts:Addison-Wesley Press,1985.

[8]Cornell Way E.Knowledge Representation and Metaphor[M].Bristol,United Kindom:Intellect Books,1994.

[9]Patrick J.Hayes:The frame problem and related problems inartificial intelligence[M].San Francisco:Jossey-Bass Inc,1973.

[10]Sowa J.Knowledge Representation:Logical,Philosophical,and Computational Foundations[M].Pacific Grove,CA:Brooks/Cole Publishing Company,1999.

知识表征 篇2

语力概念与意义表征

语力的概念可溯源至弗雷格,而对语力论的系统研究则发端于奥斯汀言语行为论的.创立.语力概念的创立,填补了语言哲学中的一项空白,但围绕语力与意义的关系问题,塞尔等言语行为论的继承者并未因袭奥斯汀的观点.不过,与其把语力与意义这两个概念对立起来,毋宁将语力视为交际语用意义的组成部分,并作为意义的重要维度加以研究,从而通过对其性质及构成要素等的分析探察,进一步丰富语言哲学对于意义概念的理论表征.

作 者：刘龙根 LIU Long-gen 作者单位：吉林大学,公共外语教学与研究中心,吉林,长春,130012刊 名：东北师大学报(哲学社会科学版) PKU CSSCI英文刊名：JOURNAL OF NORTHEAST NORMAL UNIVERSITY(PHILOSOPHY AND SOCIAL SCIENCES)年，卷(期)：“”(3)分类号：H03关键词：语力 意义 构成要素

知识表征 篇3

为促进知识积累与传播,人类起初使用了结绳、刻契等方法辅助记事,后来发明了八卦、文字等方式表达内容。在信息时代,随着技术发展和媒介丰富,知识表征的形式和特征发生了新的变化,不断促进学习者学习知识及培养能力。

1 信息时代知识表征的类型简介

信息时代的知识表征主要有文字、超文本、概念图、多媒体和虚拟现实等类型,不同类型有不同特点和独特功能。

1.1 文本表征:线性组织的文字

文字克服了声音传播转瞬即逝、难以存留的弊端,让人类文化的积累不再局限于有限的记忆。作为人类的第一套体外化符号系统,文字表征开启了应用符号表征事物的历史进程。

文字表征用字句表达概念的内涵与内涵间的相互关系,能够阐述复杂的现象和思想。在阅读理解文本的过程中,学习者至少应建立3个层面的表征:表层表征、基础表征和情境表征。其中,表层表征由对文本中字、词、句之间语言学关系进行编码所形成,基础表征由对文本所提供的语义和等级关系所形成,而情景表征则由学习者根据个人背景知识对阅读信息进行整合所形成。

1.2 超文本表征:非线性结构的信息

超文本是文字文本从静态走向动态的新形态,具有非线性、能动选择性和不确定性等特点。超文本用链接方式将离散的信息单元(如文本、动画和图像),连接起来表征信息。这样,每个主题内容被分割为若干个可进行独立阅读和解释的信息。

超文本不以单线排列,而按不同顺序来阅读。它在组织信息时没有固定的顺序,而用链把节点连接起来,成为类似人类联想记忆结构的非线性网状结构。读者可以在某一节点,以相互连接的方式,参考其他相关内容,进行下一步的学习。

1.3 概念图表征:可视化的语义网络

概念图由节点、连线和连接词3个部分组成,是用来组织与表征知识的重要工具。其中,节点表示概念,连线连接各节点,表示所连接概念之间的关系,连接词是连接线上表示节点之间关系的描述性词语。概念图通常将某一主题的有关概念置于圆圈或方框之中,再以各种连线连接相关概念和命题,直观地展示学习者自己的知识结构和对该主题的理解。

概念图具有层级性和交叉连接的特征,不仅反映某一领域知识的系统性和完整性,而且可以呈现不同领域知识的内在关系,让学习者既能够从系统上、整体地来把握知识的结构,又可以将抽象概念与不同的应用实例联系起来,以利于知识迁移。

1.4 多媒体表征:多重表征综合

多媒体是把多种造型媒介利用起来,形成集文字、声音、图像和动画等于一体的信息表征方式。例如,通过复制、模拟等多媒体技术手段,浩瀚无垠的宇宙奥秘、远古陌生的生活情景、天涯海角的异国情调可以跨越时空界限,快捷方便、生动直观地投射到面前的媒体上。

如果说超文本是迷宫式间性互动,那么多媒体则是人与数字虚拟的实时互动。第一,学习者进入计算机屏幕中的虚拟世界,可以像在真实世界一样去探索。第二,计算机并不提供一套固定的选择路径,而由学习者自己控制学习进展。第三,学习者可以进入场景,影响触发的事件,改变其中的元素。

2 信息时代知识表征的特征分析

高速发展的信息技术以人类信息接受能力和处理能力为模拟对象,让知识表征具备了新的特征,具体体现在多元性、交互性、生成性和情景性等方面。

2.1 表征符号的多元性

信息技术环境中,人们通常运用文本、图形和动画等多元符号,形成图文声像并茂的表征。多种的表征符号提供多种感官的综合刺激,有助于学习者以不同的方式理解同一件事情,能触动学习者不同的感觉经验,有助于其在原有的知识上建构新的知识。因此,采用多种符号来对有关概念进行表征,以便更准确地反映知识的内容,帮助学习者理解概念的复杂性及多样化。例如,知识表征的多元符号可以提供多种情境或多种角度,可以防止不同经验、文化背景对概念理解产生的负面影响。另外,多元的知识表征符号可以避免学习者形成错误概念或者片面地理解概念。

2.2 表征方式的交互性

信息时代的知识表征具有良好的交互性,能支持多种交互方式:既支持同步交互,又支持异步交互。它既能满足一对一交流,也可以支持一对多、多对多交流。如网络媒介的交互不仅是指人机之间的交互,更重要的是可以使身在异地的人产生联系,进行语言甚至思想的交流,让人们在时空分离情况下的沟通成为可能。

知识表征的交互性能将“一对一”的单向传播转变为“点对点”的双向交流。例如,网络聊天室、虚拟社区、新闻组、BBS和OCIQ中的交谈和讨论自不待说,那些接龙游戏、合作探析、互动写作更是创造了多向交互的新形态。

2.3 表征信息的生成性

多媒体可以逼真地模拟现实世界,能够加强与学习者已有知识和现实生活之间的联系。随着知识学习地不断深入,学习者不断地加深对原有知识的理解,会不断修改和完善表征的信息。此时,知识表征并非仅仅是作者提供的原有信息,而是与学习者的思想共同生成的。

表征信息的生成性赋予学习者更多的信息加工责任,有利于提高学习者的自我效能感。于是,学习者可以有效参与学习活动,不断生成新的信息、新的主题、新的思想、新的目标。因此,他们既是原有资源的使用者与共享者,又是新资源的生成者与创造者。

2.4 表征内容的情景性

读图时代到来,人们越来越习惯用图像表达知识,形成能够直接作用于人感官外在的表现形式。知识以图解的方式表示出来,能够详尽地描述信息的基本部分,将模糊不清的思想转变成清晰的外在形态,从而促进知识传播、交流和创新。在此背景下,知识表征内容的情境性倾向越来越明显。

知识表征内容的情景特性有利于学习者更好掌握知识。在多种任务情境中揭示概念的相互联系,帮助学习者从不同的情景中了解同一概念,形成对同一内容的多方面理解。例如,将苹果作为认识对象,如果采用从汉字、图片、动画和视频等多个情景理解概念,则可以获得更为清晰、准确的认识。

3 信息时代知识表征的应用策略

在信息时代,我们常常处于信息的海洋中,却忍受着知识的饥渴。事实上,知识表征不仅能帮助我们掌握知识,还能够训练思维能力。如何利用知识表征提高学习的效率和效果,需要恰当的策略。

3.1 把握表征的实质,呈现知识的媒介

知识表征是知识表达和传播的媒介,而媒介的任何内容都是符号的建构,而非事物本身。如在电视上看到美国世贸大厦恐怖主义事件的报道,无论文字还是图片,我们所能看到的都只是表达、传播事件的符号,而并非事件本身。因此,知识表征的实质是呈现知识的媒介,而非知识本身。

虽然符号能表达一定的意义,但知识表征中更多看到的不是单个符号,而是许多符号组合按照一定规则所形成的符号群。例如,书上的一段话、一幅图片都是符号的组合。前者是由许多单个词语符号按语法组织的,后者是由颜色、图案等符号按规则组合的。

3.2 明晰知识的层次,理解不断深入

在知识表征中,数据、信息、知识和智慧是从低到高的层次关系。其中,数据是对客观事物某些属性的描述,是描述事物特征的符号序列;信息是事物存在方式和运动规律的表现形式,是经过加工处理和对决策有价值的数据流;知识是人们对客观事物运动规律的认识;智慧则表现为能够在适当环境下创造性地应用知识。

数据、信息、知识和智慧是人类认识客观事物过程中不同阶段的产物。从数据到信息到知识再到智慧,是从低级到高级的认识过程。随着层次的提高,外延、深度、含义和价值也不断增加。数据是信息的源泉,信息是知识的“基石”,知识是智慧的基础和条件,智慧则是知识的有效应用。

3.3 运用不同的符号,实现图文并茂

双重编码理论提出人脑中存在两个相互联系的加工系统:一个是以语言为基础的加工系统,另一个是以意象为基础的加工系统。言语系统加工言语信息,由相互联系的语言组成;而意象系统则以表象代码来储存信息,由相互具有联想关系的意象组成。

具体到知识表征而言,图像符号与文字符号是最为重要的编码符号。作为两种符号,文字和图像意味着两种不同的表征方式,并非二元对立的关系。文图互补、互为参照、双向解读是可能的,也是十分必要的。

3.4 发挥技术的优势,个人表征知识

应用概念图等知识表征工具,个人可以独立表征知识,有个性地展示知识的内容、风格和特色,可以在复杂和庞大的信息中减轻认知负担,加强信息感知和捕捉能力,有效促进知识的接受和利用。

例如,概念图的节点代表概念、连线和箭头代表概念间关系的知识结构图,可以形象地呈现各知识点之间的联系。于是,学习者利用概念图,建立概念之间的连接,将隐性知识显形化,非结构化知识结构化,从而用直观鲜明的图形结构来促进对知识的理解、反思和提升。

摘要：信息时代,伴随着技术进步和媒介发展,知识表征的形式和特征发生了很大变化。信息时代的知识表征主要有文本、超文本、概念图、多媒体和虚拟现实等类型,不同类型有各自的独特功能。更好地利用知识表征提高学习的效率和效果,需要恰当的策略。

关键词：信息时代,知识表征,媒介,符号

参考文献

[1]苗逢春,张文青.超媒体信息表征与网络学习[J].中国电化教育,2004,6:15～19

[2]刘西瑞.表征的基础[J].厦门大学学报(哲学社会科学版),2005,5:25～31

[3]赵慧臣.知识可视化视觉表征的理论建构与教学应用[M].北京:中国社会科学出版社,2011

[4]斯图尔特霍尔.表征:文化表象与意指实践[M].北京:商务印书馆,2003

[5]荆宁宁,程俊瑜.数据、信息、知识与智慧[J].情报科学,2005,12:1786～1790

[6]赵慧臣.知识可视化的视觉表征研究综述[J].远程教育杂志,2010,1:75～80

表征交变电流的物理量 篇4

3、掌握表征交变电流变化快慢的物理量。

教学重点：

掌握表征交变电流大小物理量。理解有效值的定义并会用它解决相关问题

教学难点 ：

有效值的理解

教学准备：

幻灯片、交流发电机模型、演示电流表、

教学过程 ：

一、知识回顾

（一）、交变电流：

大小和方向都随时间作周期性变化的电流叫做交变电流，简称交流。如图15-1所示（b）、（c）、（e）所示电流都属于交流，其中按正弦规律变化的交流叫正弦交流。如图（b）所示。而（a）、(d)为直流其中（a）为恒定电流。

（二）、正弦交流的产生及变化规律。

1、产生：当线圈在匀强磁场中绕垂直于磁场方向的轴匀速转动时，线圈中产生的交流是随时间按正弦规律变化的。即正弦交流。

规律：图象表示：

二、新课教学：

1、表征交变电流大小物理量

①瞬时值：对应某一时刻的交流的值

用小写字母x 表示，e  i  u

②峰值：即最大的瞬时值

③有效值：

⒁庖澹好枋鼋涣鞯缱龉或热效应的物理量

、定义：跟交流热效应相等的恒定电流的值叫做交流的有效值。

！⒄弦交流的有效值与峰值之间的关系是ε=   I=   U= 。

注意：正弦交流的有效值和峰值之间具有ε= ，U= 的关系，非正弦（或余弦）交流无此关系，但可按有效值的定义进行推导，如对于正负半周最大值相等的方波电流，其热效应和与其最大值相等的恒定电流是相同的，因而其有效值即等于其最大值。即I=I 。

ぁ⒔涣饔玫缙鞯亩疃ǖ缪购投疃ǖ缌髦傅氖怯行е担唤涣鞯缌鞅砗徒涣鞯缪贡淼亩潦是有效值。对于交流电若没有特殊说明的均指有效值。

ァ⒃谇蠼涣鞯绲墓Α⒐β驶虻缛仁北匦胗媒涣鞯绲`有效值。

④、峰值、有效值应用上的区别。

峰值是交流变化中的某一瞬时值，对纯电阻电路来说，没有什么应用意义。若对含电容电路，在判断电容器是否会被击穿时，则需考虑交流的峰值是否超过电容器的耐压值。

交流的有效值是按热效应来定义的，对于一个确定的交流来说，其有效值是一定的。

知识表征 篇5

一、认知心理学的有关知识表征和组织的理论

1.认知心理学关于知识的划分

知识分为陈述性和程序性。陈述性知识 (declarative knowledge) 指对环境中有关物体、思想和事件事实的认识与理解。陈述性知识又可分为非概括性和概括性。非概括性知识包括符号类和事实类知识, 在语言学习中可以对应为发音、单词和词组的语义等;概括性知识包括概念类和命题类, 对应语言学习中的语音规则、词法、句法、语法等知识。程序性知识 (procedural knowledge) 是关于如何执行一系列操作的信息;明白并懂得如何执行特定的任务, 使用什么样的技巧或步骤, 在语言学习中体现为如何利用语音规则正确地发音、阅读和理解, 如何写作正确符合语义和语法规则的句子和文章, 正确地理解文章, 如何利用语用原则与人得体地交流等一系列的听说读写译的知识和能力。由此看来, 在语言学习中, 程序性技能是以陈述性知识的深度精化加工为基础的。只有分清陈述性知识和程序性知识, 才能确立正确的学习目标。

2.认知心理学关于知识的表征和组织

知识表征是指个体认识存在与自己心智之外的事物、思想、实践的心理表现形式。陈述性知识和程序性知识有不同的表征和组织特点。

陈述性知识大部分以意象和模板的形式表征。人们在学习的过程中为了简化和组织信息, 便于获取信息, 加工和回忆有关对象或事件, 会主动利用一定的心理范畴来建构模板。美国威斯康星州科尔盖特大学的F.Dovidio认为, 模板建构具有心理动力、社会文化及认知方面的理据。模板一旦建构, 就变成一种认知结构并进入长期贮存, 当它被激活时便会自动影响人的知觉以及信息贮存与提取方式。R. Beaugrande的观点认为, 就语言使用而论, 陈述性知识的典型模板有框架、图式、脚本和计划。框架是指将具有潜在关联性的各认知元素组成阵列网络的一种知识结构, 其中网络是指一种内容布局格式。而与框架的静态网络特征不同, 图式 (schemta) 则是把各认知元素按行进过程组成一种现实化网络。陈述性知识还可以表征为计划, 这是与人的行动有关, 并且描述状态过渡和变化的一种知识构型。这几个特征之间相互渗透或交叉, 具有应用的可调节性和等级继承性。

与陈述性知识不同, 程序性知识是以产生式系统来表征的。Anderson 的假设认为程序性技能的知识表征历经三个阶段:认知、联结和自动化。这三个阶段的进展具有程序化的性质, 从缓慢的外显到快速的内化直至自动化的过程。程序化的另外一个方面是“产生式协调”, 包括两个互补的过程:泛化和分辨。泛化即将来自特殊情境的信息推而广之地运用到其他更广泛的情境中, 学习者通过泛化已有的规则并运用到新的情况中用以从不相关的数据中分辨出相关的信息。如:在学习了英语的语法和句法规则以后, 通过泛化这些规则, 学习者可以从给出的若干句子中分辨出哪些句子是正确的合乎语法的, 哪些是错误的, 如何改正等。

值得注意的是, 非陈述性知识的发生一般是执行一系列关于程序的练习的结果, 所以非陈述性知识的心理表征一旦建立, 知识就不再是外显而是内隐的。这就是为什么使用母语的人往往无法向学习他们语言的二语习得者们解释他们的语言。达到语言的高度内化以至忘记外显的语法规则等知识也是语言学习者所追求的一个较高的境界。

二、知识组织和表征的理论对教材建设的启示

1.理清陈述性知识与程序性知识的关系, 认清能力的本质, 以培养语言能力为导向, 突出程序性知识的地位

一方面, 根据上述关于知识的分类可以看出, 英语应该是一门技能类课程, 程序性知识应占大比重。语言是有“生成”能力的机制, 其特征是在掌握其规则后, 能生成无数的符合生成语法的句子。在完成三年的初中和高中的英语学习课程以后, 学生对语言知识和语言规则的认知已经有了一定的基础, 大学阶段的语言习得就不应再以语法规则和语言点知识为主, 而应以培养学生按照语法规则和语用原则运用语言的能力为目标, 这也是高职高专英语教学的要求。另一方面, 从陈述性知识和程序性知识的关系看, 程序性知识的高度内化是我们追求的目标, 但程序性知识以陈述性知识为基础。对于语言基础相对薄弱的高职生来说, 陈述性知识的深入精细化仍然是必要的。这就要求在教材的编写中应该分清陈述性知识和程序性知识, 超越陈述性知识的各种局限性, 抓住并突出程序性知识的本质特征, 促进教材中程序性知识的整合和陈述性知识的精细化。具体说来, 教材的编写者应该根据学生的认知规律结合现代心理学关于人的学习机制, 设计“示例演练”, 分类推进, 自定步调, 满足不同层次的学生;减少语言点和语法点的散乱的罗列, 增加学生从演练到顿悟的发现式学习的机会, 强化语言的内化和输出过程, 加快陈述性知识向程序性知识的过渡。

2.运用语篇分析教学理论和语义网络模型, 整合教学内容, 建立大量的英语认知图式, 使教材更加系统化、组织化和科学化

心理学关于知识表征和组织的理论告诉我们, 当知识系统化、组织化为心理模板时, 更容易被人们所理解、接受、记忆储存。心理学家之所以如此热衷于研究知识的表征和组织, 主要就是因为“知识的表征方法深刻地影响着在执行众多认知任务时, 如何能轻松地、精确地、有效地操纵知识”。所以教材的建设应该着眼于帮助学生建立大量有效的英语认知图式, 便于学生有效地完成语言的输入过程。Anderson认为图式对陈述性知识的加工和理解所起的重要作用主要表现为观念支架, 引起注意重点, 有助于推论和记忆的有序搜索, 图式还能帮助读者编辑和总结输入的内容和填补记忆的空白等。在编写教材中应该充分运用语篇分析理论, 选取有代表性的文章, 逐渐加深内容, 同时增加不同的文体, 使得构建的图式越来越复杂和丰富, 以此提高英语的阅读和写作的能力。另一方面, 以基于特征和原型的理论结合, 用语义网络模型的理论编写词汇表, 增加新旧词汇之间的关联性, 这样不仅能够减轻记忆的负担, 而且可以使理解更深入。从这两点入手, 可以使语言的本质特征在学生头脑中形成一个完整的系统化的认知而不是零散的语言点和语法的堆砌。

3.尊重组织和表征知识的规律, 设置恰当的语境, 促进程序性知识的泛化, 注重教学与认知发展的交互作用

知识表征和组织理论认为, 知识在人脑中按照一定心理模板形式表征和组织, 在适当的外部环境的刺激下可以被激活和提取, 程序性知识还能泛化到新的语境。所以认知心理学认为, 在教材中将某一相关情景材料以程序的方式呈现给学生并加以说明, 随后提醒学生有选择地注意情景的不同特征, 这样有利于学生尽快地理解和感知材料。让学生到现实世界的真实环境中感受、体验、实践, 能加快所学知识的意义建构和泛化, 在向学生传授知识的同时, 促进其认知的发展。

三、结束语

知识组织和表征的理论向我们揭示了人脑对于外部知识的心理表现形式, 借鉴这一理论将促进教材建设向系统化和科学化的方向发展, 更有助于学生自主学习。但是, 这一理论还不足以解决高职英语教材建设中的所有问题, 如, 目前英语教材内容上与专业知识结合不太紧密, 致使学生走上工作岗位以后无法应对某一领域的英语方面的交流问题。总之, 教材建设是一项艰巨的任务, 需要长期不断的努力。

摘要：知识表征理论向我们揭示了人脑对于外部知识的心理表现形式, 借鉴这一理论, 高职公共英语教材应该突出程序性知识的地位, 以培养学生的语言应用能力为目标, 尊重知识在人脑中表征规律, 系统化、组织化、科学化地安排课文和练习内容, 提高教和学的效率。

关键词：认知心理学,公共英语,教材,知识表征,陈述性知识,程序性知识,图式

参考文献

[1]杨春苑, 陈忠华.知识的认知心理学分析[J].外语与外语教学, 2004 (7) .

[2]朱锦霞.英语教学中的认知心理学应用[J].上海商业职业技术学院学报, 2003 (7) .

[3]任丹凤.运用认知心理学开发与评价教科书[J].教育科学, 2002, 12 (6) .

[4]张慧君.认知心理学的教学观对教学的影响[J].内蒙古师范大学学报:教育科学版, 2004 (12) .

[5]ROBERT J STERNBERG.认知心理学[M].第3版.北京:中国轻工业出版社, 2006.

知识表征 篇6

一、知识表征的清晰度

分析甲、乙会出现这种现象的原因在于他们的头脑中, 弧的度数这一概念表征的清晰度是不一样的.甲表征时不但准确而且简洁, 而乙的表征就模糊不清, 所以才会出现一会像圆周角, 经过回忆最终确定了圆心角的现象!

因此, 所谓知识表征的清晰度, 在我看来, 就是知识内容在头脑中记载、呈现的准确程度、条理化程度.知识表征的清晰度高低取决于学生头脑中相似知识的准确辨认程度及知识的条理性.如果一名学生对相似知识的异同点分析得越清楚, 那么在他的头脑中知识表征的清晰度就越高, 那么他在认知时就会很快、很准确, 正如甲学生一样.否则就会像乙一样, 不能很快分清楚.

实践证明, 学困生的知识表征的清晰度是很低的.那么该如何有效地帮助学困生提高知识表征的清晰度呢?这里的方法是辨析.辨析就是分析清楚知识的异同点.实践中有两种用法:一是辨析清楚相似的概念;二是辨析不同的情境下的同一概念.

二、知识表征的牢固度

现象甲乙两名学生描述“30°所对的直角边是斜边的一半”这个定理.甲学生既能用文字叙述这个定理, 又能用准确的图形把这个定理表示出来.但乙学生只能用图形简单地表示出来.

分析乙学生用图形把定理表示出来, 他用了一种图形表征的方法.甲学生不但使用了图形表征的方法, 还使用了命题表征的方法.这说明, 此知识在二人大脑中表征的程度是不同的.在甲的头脑中, 该知识表征的方式有两种, 并且他这两种表征方式是能自由转换的.而乙只有一种表征方式这说明, 此定理在甲学生头脑中的表征比乙的表征牢固得多

因而, 所谓表征的牢固度, 本人认为就是知识在头脑中不同表征方式之间转换的强度.不同表征方式之间的转换, 其本质就是语言与心理表象、实物之间的一种对应变化.如果一名学生能用多种不同的表征方式表征同一个知识, 那么我就可以认定他知识表征的牢固度高.这种牢固度有很重要的意义.前面说过, 不同的表征方式对思维有着不同的影响实践证明, 在解题时, 一种表征不能解出问题, 换一种表征就可能解决.

实践中, 有许多学困生知识表征的牢固度很低.那么该如何帮助学困生提高知识表征的牢固度呢?根据知识表征牢固度的特性, 可以分三步走:一, 进行直观性辅导.对一些知识的讲解时结合实物进行, 使学生能形成直观的心理表象.二、去掉实物, 让学生尝试用语言描述.在此过程中不断地对他的描述进行修正, 直到正确为止.三, 教师用语言描述, 指导学生用图形描述.这样训练之后, 能大大提高知识表征的牢固度.

三、知识表征的系统度

现象考查甲乙两人对“对顶角”这个知识的表征情况两人都说出了对顶角相等, 都画出了对顶角的示意图.问及了对顶角有关的数学概念时, 甲说出了邻补角、平角、补角这些概念, 而乙却迟迟不能回答出来.

分析两人都能清晰表征对顶角, 但为什么乙不能回答出与对顶角相关的概念?看来两人在头脑中对对顶角这个知识表征的情况还是不一样的.我知道, 对顶角相等的事实是建立在邻补角、平角、及等式的基本性质上的.甲学生能回答出这些相关的知识, 就表明他在头脑中对对顶角这个知识的表征系统度要比乙高.

因而, 所谓知识表征的系统度, 本人认为就是知识在头脑里记载呈现时的全面程度和深刻程度.全面程度表现在对知识的每个方面都不遗漏.深刻程度表现对该知识的上游知识和下游知识的觉知.对上游知识和下游知识觉知的越多, 学生知识表征的系统度就越高.因而他的数学水平也越高.

实践中有很多的学困生, 他们知识表征的系统度都很低那么该如何帮助他们提高知识表征的系统度呢.我在实践中发现的“剥葱法”是一个可行的好办法.根据知识表征系统度的特点, 下游知识取决于上游知识.因而我辅导学生就可以从下游知识开始表征, 在表征的过程中, 遇到上游的知识, 又继续表征这个上游知识, 如此继续, 直到表征到定义、公理为止.这就像生活中的剥葱一样, 剥一层, 又剥一层, 直至葱心为止.用这种办法, 能很快提高学生知识表征的系统度.

正如前所述, 知识表征的质量是学生学习成功的基础只有提高学生对知识表征的质量, 才有可能使学生学习成功本篇论文只是提出对知识表征质量的高低衡量的三个指标, 做了一点衡量知识表征质量方面的探索, 同时也给出了实践中辅导学困生学科能力行之有效的办法.

摘要：本文根据教学实践研究, 结合他人的研究结果给出了知识表征质量的三个指标, 它们分别是知识表征的清晰度、牢固度、系统度.结合学生的知识表征的情况, 尝试着给出了它们的定义, 并解释了它们的本质.利用这些指标, 设计出了学困生辅导中的具体做法.