一种基于多源证据的错难题治理与消除门控系统的制作方法

本发明涉及教育信息处理与智能教学辅助，具体是一种基于多源证据的错难题治理与消除门控系统。

背景技术：

1、在数字化学习平台、作业系统、学习终端和纸面回传混合教学环境中，系统通常能够持续采集学习结果、作答过程、提示调用、复述回传、阶段复习、迁移训练和独立作答等多类学习证据，并据此提供纠错、讲解、推题或状态评估服务。围绕学习支持的现有技术主要形成以下三类路线。

2、第一类路线以错题或薄弱知识点为治理对象，根据错题结果、知识点映射和题目相似关系生成后续训练内容。例如，公开号为cn111723193b的公开方案围绕错题、知识点映射、相似知识点扩展和推荐比例控制组织后续训练路径。该类路线主要围绕显性错误对象展开，对结果链已经通过但仍存在提示依赖、过程缺口、复述不稳、间隔失稳、迁移失稳或独立作答失败的对象，缺少独立治理粒度。

3、第二类路线以知识追踪和状态估计为核心，根据学习者历史交互序列、作答记录和行为数据生成掌握状态或知识状态预测结果，并将该结果用于作业组织、个性化辅导和学习报告生成。例如，公开号为cn111695779b、cn111695779a的公开方案围绕历史交互序列、注意力建模和知识状态预测展开。该类路线重点在于提高状态估计精度，通常不直接处理结果链、过程链、复述链、间隔保持链、迁移链和独立作答链之间出现矛盾时的消除门控与后续回写问题。

4、第三类路线以提示、解释、自解释或辅导会话为核心，通过提示投放、结构化解释、追问或脚手架式辅导改善学习过程。例如，公开文本wo2008121323a1及其对应公开方案已经给出提示、解释、脚手架和教学会话的组织方式。该类路线通常把复述、解释和提示用于教学干预，对结果链通过后的继续治理、状态回写和回流控制支撑不足。

5、综合来看，现有技术虽然能够分别处理错题治理、知识追踪和解释性干预等局部问题，但仍存在以下不足：其一，多以答错对象为核心，难以对结果链通过但尚未稳定掌握的对象进行独立治理；其二，虽能估计掌握状态，但对多类证据冲突的利用不足，难以及时识别“表面通过而未稳定掌握”的对象；其三，提示和复述路线主要服务于教学干预，对复述通过但独立作答失败、近期通过但后续失稳等情形缺少统一后续控制机制；其四，在纸面回传、终端回传和人工校核并存的场景下，普遍缺少统一的状态回写、异常升级和再次进入治理的闭环处理。

6、因此，如何在接收学习结果、过程轨迹、复述、间隔保持、迁移验证、独立作答和纸面回传等多源学习证据后，更准确地区分答错对象与结果正确但仍存在隐性风险的对象，避免系统过早结束治理，并在后续证据出现矛盾、失稳或低可信回传时继续进行状态回写、补偿验证和再次进入治理控制，成为该领域需要解决的技术问题。

技术实现思路

1、针对现有错题治理、知识追踪和解释性辅导技术中对结果链通过对象后续控制不足的问题，本发明的目的在于提供一种基于多源证据的错难题治理与消除门控系统，使系统在学习对象已经取得正确结果的情况下，仍可基于过程轨迹、提示行为、复述表现、间隔保持、迁移验证、独立作答和纸面回传等证据，对对象是否形成稳定掌握进行后续判断，并在证据存在冲突、缺口尚未补齐或已消除对象再次失稳时，避免系统过早结束治理或维持错误的已消除状态。

2、本发明的另一目的在于提供一种围绕假消除抑制构建的状态控制链，使系统不仅能够识别答错对象，而且能够把结果链通过但仍存在提示依赖、过程缺口、复述脆弱、间隔失稳、迁移失稳或独立作答失败的对象从一般通过对象中分离出来，形成独立治理对象，并据此执行禁止消除、挑战验证、回流重入和状态回写。

3、本发明的进一步目的在于提供一种能够承接系统结构、计算机判定链和异常恢复链的实现方案，使学习终端、后台服务和纸面回传环境中的多源数据在统一对象粒度下完成事件化、对齐、融合、门控和回写，从而提高学习状态控制的连续性、稳定性和工程可实施性。

4、为实现上述目的，本发明以学习对象为治理基本单元，以多源学习证据为输入，以最小消除单元为对象基础层，以三态支持结果和证据冲突强度为核心识别结果，以反证缺口、恢复时滞和挑战任务掩码为约束结果，以禁止消除、回流和消除许可为核心控制结果，形成一条从证据采集到状态回写的闭环控制链。

5、本发明首先采集学习结果数据、过程轨迹数据、提示行为数据、复述内容数据、间隔保持数据、迁移验证数据、独立作答数据以及纸面回传数据，并将各类记录统一转换为面向学习对象的证据事件。通过对证据事件执行来源归一、时间对齐、任务标识对齐和知识锚点映射，使不同来源记录能够在同一对象、同一时间窗和同一字段口径下进入后续计算。

6、在对象基础层，本发明依据考试大纲、课程标准、教材目录、历史真题、题库数据、错难题集合、教师上传资料和学习者历史学习记录构建最小消除单元。最小消除单元不仅承接知识锚点、验证锚点和来源链，还承接标准表达、标准过程、主要错因、当前验证缺口和当前消除状态，用于把后续状态控制链落到稳定的对象粒度上。

7、在识别层，本发明不把结果链通过直接等同于稳定掌握，而是对结果链、过程链、复述链、间隔保持链、迁移链和独立作答链执行支持分配和多链融合，生成未掌握支持强度、表面掌握支持强度、稳定掌握支持强度和证据冲突强度。通过显式保留证据冲突强度，使结果链通过但独立作答失败、结果链通过但复述抗追问失败、近期通过但后续失稳等情形能够直接进入后续控制。

8、在约束层，本发明从步骤、复述、间隔、迁移和独立作答五个方向提取反证缺口，并从提示后恢复、间隔恢复和迁移恢复三个方向提取恢复时滞，再由此生成挑战任务掩码。挑战任务掩码用于指示当前对象应优先补哪一类关键验证，从而使后续任务触发不再是泛化推题，而是围绕放行前提的针对性验证。

9、在控制层，本发明设置禁止消除结果、回流结果和消除许可结果。禁止消除结果用于判断当前对象是否仍应停留在治理链中，回流结果用于判断已消除对象是否需要撤销已消除状态并重新进入治理，消除许可结果用于判断在阻断条件解除后对象是否具备进一步放行条件。系统不把“未被阻断”直接等同于“允许消除”，而是将禁止消除、回流和消除许可作为成组控制结果共同作用于状态迁移。必要时，还可进一步引入允许动作集合和消除证书，作为附加放行层，对“未被阻断”和“已获放行”作进一步区分。

10、在执行层，本发明根据双池治理结构、挑战任务掩码和当前状态结果，触发结构化复述任务、步骤补全任务、间隔保持任务、迁移验证任务和独立作答验证任务，并将后续回传结果继续写回状态对象，由此形成“识别风险、生成约束、执行验证、状态回写、再次控制”的闭环。

11、为实现上述总体构思，本发明提供一种基于多源证据的错难题治理与消除门控系统，该系统至少包括证据采集与预处理单元、最小消除单元构建单元、隐性未掌握辨识单元、反证约束生成单元、非对称门控单元、双池治理单元以及状态回写单元。

12、证据采集与预处理单元用于采集学习结果数据、过程轨迹数据、提示行为数据、复述内容数据、间隔保持数据、迁移验证数据、独立作答数据以及纸面回传数据，并将所述数据转换为面向学习对象的证据事件。每个证据事件至少包括来源标识、时间标识、任务类型标识、知识锚点标识、提示等级、过程完整度、时长偏离度、表达独立度和结果去向标识。所述证据采集与预处理单元还用于对证据事件执行来源归一、时间对齐、任务标识对齐和知识锚点映射，使不同来源记录能够在统一对象口径下参与后续判断；其中，纸面回传数据在事件化后可作为结果链、过程链、独立作答链或时长偏离风险判断的证据输入。

13、最小消除单元构建单元用于依据考试大纲、课程标准、教材目录、历史真题、题库数据、错难题集合、教师上传资料以及学习者历史学习记录构建与学习对象对应的最小消除单元。所述最小消除单元至少包含知识锚点标识、任务类型标识、来源链、标准表达要点、标准过程要点、验证锚点、当前验证缺口和当前消除状态。进一步地，所述最小消除单元构建单元还可依据来源支持向量、来源冲突矩阵以及个体暴露频次向量，对跨源知识候选条目执行保留、拆分和合并处理，以提高对象基础层与实际治理动作之间的匹配度。

14、隐性未掌握辨识单元用于依据结果链、过程链、复述链、间隔保持链、迁移链和独立作答链生成三态支持结果和证据冲突强度。所述隐性未掌握辨识单元把结果链通过映射为结果已通过待区分支持，把独立作答稳定通过、抗追问通过、间隔保持稳定通过和迁移验证稳定通过映射为稳定掌握支持，把提示依赖升高、过程完整度不足、结构化复述失败以及时长偏离达到阈值映射为表面掌握风险支持，把独立作答失败、抗追问失败、间隔失稳和迁移失稳映射为未掌握风险支持，并把相互排斥支持形成的量保留为证据冲突强度。由此，系统能够在“未掌握”“表面掌握”“稳定掌握”之间进行区分，并把冲突结果直接输入后续门控链。

15、反证约束生成单元用于提取反证缺口指纹、恢复时滞签名并生成挑战任务掩码。反证缺口指纹至少包括步骤缺口量、复述缺口量、间隔缺口量、迁移缺口量以及独立作答缺口量；恢复时滞签名至少包括提示后通过到独立通过的延迟量、间隔后恢复所需轮次数以及迁移恢复所需轮次数。所述挑战任务掩码依据三态支持结果、证据冲突强度、反证缺口指纹、恢复时滞签名以及风险触发码生成，用于指示当前学习对象优先触发独立作答验证、抗追问复述验证、间隔保持验证、迁移变式验证以及步骤补全验证中的至少一项。

16、非对称门控单元用于依据三态支持结果、证据冲突强度、反证缺口指纹、恢复时滞签名以及挑战任务掩码生成禁止消除结果、回流结果和消除许可结果。所述非对称门控单元在满足以下条件中的至少一项时输出禁止消除结果：表面掌握支持强度达到禁止消除阈值；证据冲突强度达到禁止消除阈值；反证约束强度达到禁止消除阈值；时长偏离风险达到阈值；结果链通过且独立作答失败；提示依赖达到阈值且复述脆弱度达到阈值。所述非对称门控单元在学习对象已经处于已消除状态后，若满足以下条件中的至少一项，则输出回流结果：证据冲突强度达到回流阈值；间隔下滑量达到阈值；迁移下滑量达到阈值；独立作答再次失败；纸面作答回传数据、终端作答数据或人工校核数据之间存在跨端不一致并达到异常阈值。进一步地，所述非对称门控单元还可依据动作不一致度以及校准样本组对应的阈值生成允许动作集合，并在允许动作集合包含消除动作、不包含保持动作并且不包含回流动作、挑战任务掩码对应的关键验证链覆盖达到目标阈值时生成消除证书，将其作为消除许可结果的附加限制条件。

17、双池治理单元用于在结果链未通过时将学习对象写入错题池，在结果链通过且存在表面掌握风险、证据冲突风险、反证缺口风险、恢复时滞风险、时长偏离风险、独立作答失败以及结构化复述失败时将学习对象写入难题池。所述双池治理单元还依据最小消除单元对应的知识锚点、验证锚点以及主要错因，组织与挑战任务掩码对应的结构化复述任务、间隔保持任务、迁移验证任务以及独立作答验证任务。这样，答错对象和表面通过对象在系统内部被赋予不同的治理入口、不同的消除门槛和不同的回流敏感度。

18、状态回写单元用于在禁止消除结果表明允许推进、回流结果表明无需回流并且消除许可结果表明允许消除时更新已消除状态，并在后续证据再次出现以下至少一项时将学习对象回写为待补稳状态并重新进入正在解决状态：冲突强度升高；间隔失稳；迁移失稳；独立作答失败；跨端不一致达到异常阈值，并同时写回主要错因、最近失败原因和回流标识。借助该状态回写链，系统不仅能够完成一次性判断，还能够持续利用后续证据校正已形成的状态结果。

19、进一步的，最小消除单元构建单元可对跨源知识候选条目执行更细粒度的调整处理。当多个来源对同一知识条目的概念边界、验证方式或题型归属给出不同支持时，系统利用来源支持向量、来源冲突矩阵和个体暴露频次向量综合判断条目是否保留为单一最小消除单元、是否拆分为多个独立最小消除单元，或者是否合并到相邻单元，以使后续门控链和任务链围绕稳定的治理对象展开。

20、进一步的，非对称门控单元可对反证缺口和恢复时滞执行聚合计算，并结合稳定掌握支持强度、表面掌握支持强度、证据冲突强度和关键验证链覆盖情况，生成动作不一致度。系统再依据校准样本组中历史稳定样本、历史待补稳样本和历史回流样本的分布结果，对保持当前治理状态、继续挑战验证、允许消除和强制回流等候选动作建立接受阈值，从而形成允许动作集合。通过这一方案，系统能够把“当前最适合哪一种后续动作”从单纯经验判断转化为可校准的动作选择过程。

21、进一步的，系统可在允许动作集合的基础上生成消除证书。仅当允许动作集合包含允许消除动作、不包含保持动作和回流动作，并且挑战任务掩码对应的关键验证链覆盖达到目标阈值时，系统才输出消除证书。该方案能够把“主门控未阻断”与“对象已经具备足够放行条件”进一步区分开来，适用于需要更严格误放行控制的场景。

22、进一步的，系统可对异常回传、低可信度回传和跨端不一致回传执行统一量化处理。系统可依据回传题目数、关键步骤段覆盖情况和时间戳完整度计算回传完整度，依据回传完整度、跨端一致性、时间合理性和异常跳变情况计算回传可信度，进一步结合间隔下滑量、迁移下滑量和独立作答再次失败标识形成失稳聚合量。之后再根据对象是否处于已消除状态、失稳聚合量是否达到回流阈值以及回传可信度是否达到可信度下限，输出强制回流结果或降级抽查结果。通过这一方案，系统能够在纸面回传、终端回传和人工校核并存的环境中维持状态控制的稳定性。

23、进一步的，双池治理单元可在结构化复述验证通过时生成复述门控结果，并且仅在复述门控结果表明复述通过且抗追问通过、挑战任务掩码对应的关键验证链覆盖满足条件、独立作答链与间隔保持链以及迁移链中的至少一类再次通过时，允许解除基于复述链触发的禁止消除限制。由此，复述验证被限定为高价值辅助验证环节，而不是单独的消除完成凭证。

24、进一步的，非对称门控单元可依据历史稳定样本集、历史回流样本集、误消除损失、过度验证损失、目标假消除率和目标假滞留率确定表面掌握支持强度、证据冲突强度、时长偏离风险、间隔下滑量以及迁移下滑量对应的门控阈值，并在新回流样本加入后执行阈值更新。通过这一方案，禁止消除和回流重入所使用的阈值能够随着样本分布变化而更新，而不依赖固定经验值。

25、本发明的有益效果是：

26、通过将学习结果数据、过程轨迹数据、提示行为数据、复述内容数据、间隔保持数据、迁移验证数据、独立作答数据和纸面回传数据统一转换为证据事件，并对证据事件执行来源归一、时间对齐、任务标识对齐以及知识锚点映射，能够弥补现有技术中不同来源记录彼此割裂、难以在同一治理对象上连续使用的问题。由于各类证据在进入后续判断前已经被写成结构一致的事件对象，后续状态控制可以在同一时间窗、同一对象粒度和同一字段口径下比较结果链、过程链、复述链和独立作答链。能够减少由来源不一致带来的误判积累，提高多源学习证据参与后续诊断与回写时的连续性和工程可实施性。

27、通过依据考试大纲、课程标准、教材目录、历史真题、题库数据、错难题集合、教师上传资料以及学习者历史学习记录构建最小消除单元，并对跨源知识候选条目执行保留处理、拆分处理以及合并处理，能够改善现有错题治理方案中对象粒度过粗或过细的问题。现有技术往往直接以题目或宽泛知识点作为后续治理对象，容易出现多个错因被混在同一对象中，或者同一治理动作无法准确落到实际薄弱的知识片段上。本技术通过把来源链、标准表达要点、标准过程要点、验证锚点和当前验证缺口收束到最小消除单元，使后续双池治理、任务生成和状态回写围绕同一基础对象展开，提高对象切分精度和后续控制链的针对性。

28、通过生成包含未掌握支持强度、表面掌握支持强度、稳定掌握支持强度以及证据冲突强度的三态支持结果，能够改善现有知识状态估计路线中“结果正确即趋向放行”或“仅输出单一掌握分值”的局限。现有技术虽然可以根据历史交互估计掌握程度，但对结果链通过后仍存在提示依赖、间隔失稳、迁移失败或独立作答失败的对象，往往缺少单独表征其风险位置的状态结构。本技术保留表面掌握支持和证据冲突强度，使系统可以把一次性通过对象与稳定掌握对象区分开来，并把相互排斥证据直接转化为后续控制输入，降低结果链通过对象被过早结束治理的风险。

29、通过提取反证缺口指纹、恢复时滞签名并生成挑战任务掩码，能够改善现有后续练习组织中“只知道继续练，不知道应补哪类验证”的问题。现有推荐或辅导路线通常根据历史错误或一般难度生成后续任务，但对当前对象究竟缺少步骤补全、结构化复述、间隔保持、迁移验证还是独立作答证据，往往缺少统一标识。本技术把步骤缺口、复述缺口、间隔缺口、迁移缺口和独立作答缺口收束为反证缺口指纹，再把提示后恢复、间隔后恢复和迁移恢复的滞后情况写入恢复时滞签名，由此生成与关键验证链对应的挑战任务掩码，提高后续任务生成的针对性和对假消除风险的识别能力。

30、通过设置依据三态支持结果、证据冲突强度、反证缺口指纹、恢复时滞签名以及挑战任务掩码生成禁止消除结果、回流结果和消除许可结果的非对称门控链，能够改善现有技术中“未被阻断即视为允许通过”的控制缺口。由于禁止消除、回流和消除许可被拆分为不同控制结果，系统可以分别处理当前轮次是否应当阻断、已消除对象是否应当撤销以及何时才允许进入已消除状态，而不是把所有判断压缩为一次性结束结论。该控制方式使结果链通过但独立作答失败、复述脆弱、间隔失稳、迁移失稳或时长偏离异常的对象仍能停留在待补稳状态，并在后续证据重新暴露风险时继续触发回流，提高状态控制的稳定性和误放行抑制能力。

31、通过在结果链未通过时将学习对象写入错题池、在结果链通过但存在表面掌握风险、证据冲突风险、反证缺口风险、恢复时滞风险、时长偏离风险、独立作答失败以及结构化复述失败时将学习对象写入难题池，并在后续证据再次出现冲突强度升高、间隔失稳、迁移失稳、独立作答失败或跨端不一致达到异常阈值时执行状态回写和回流重入，能够改善现有系统对答错对象和“表面通过对象”混合治理的问题。现有路线通常只围绕错题做继续训练，难以长期跟踪结果正确对象在后续独立环境中的再暴露风险。本技术通过双池治理和状态回写把对象入口、后续任务、消除门槛和重入条件绑定在同一闭环内，使纸面回传、系统端验证和后续独立作答结果都能够持续参与状态更新，并能够围绕假消除率、无提示独立通过率、异常回流率和误回写率等口径观察治理效果，提高后续治理的闭合性、异常恢复的可靠性以及已消除状态的持续可校验性。