本文基于现有工作，提出了一个包括教学界面、机器学习器和知识库在内的机器教学框架，并着重关注实现教学界面所涉及的人工智能交互设计。在师生对话中，阐述了开发机器教学系统时需要处理的设计决策。

Jun, 2022

本文探讨了机器学习模型在组织背景下促进知识转移的潜力，以构建更具成本效益的基于 IT 的教学系统。通过系统的文献综述和概念分析，本研究为计算机支持的协同工作领域做出了贡献，为构建区别于众的人机交互的知识转移子领域奠定了基础。

May, 2023

本文探讨了机器教学的范式转变，并提出将与机器学习算法有关的知识与教学过程进行脱耦，以加速创新和赋能数百万新的机器学习模型应用。

Jul, 2017

该论文综合系统地回顾了知识追踪 (KT) 领域的文献，涵盖了从早期尝试到使用深度学习的最新现状，强调了模型的理论方面和基准数据集的特征，阐明了相关方法之间的关键建模差异，并以易于理解的格式总结了它们。最后，我们讨论了 KT 文献中的当前研究差距和可能的未来研究和应用方向。

Jan, 2022

本文探讨了机器教学的问题，提出了基于马尔可夫决策过程的序列教学问题。通过研究多臂老虎机学习器的模拟实验和用户研究，探究了教学规划和学习者具有教师模型两种方法对于学习效果的影响，分别从学习者的角度和教师的角度考虑互动智能系统的策略行为，提供了新的研究方法。

Sep, 2018

本文介绍了基于 Human-Machine Teaming（HMT）框架的技术道德规范，用于设计可靠、可用、安全、明晰、负责的人工智能系统，并提供了一些支持团队的主题和活动，如可用性测试，以帮助开发团队在创建 AI 系统时提前发现问题并确保用户信任。

Oct, 2019

研究机器教学中教师与学生 / 学习者的交互，考虑教师知识存在不完美和嘈杂的情况，研究教师如何在这种情况下通过构建最佳教学集成功或失败地有效教授学习者以完成特定任务，其结果对于设计现实世界中的健壮教学算法具有重要的启示。

Mar, 2020

本篇论文提出了一个理论框架，可以设计不同的自动度量标准来评估机器翻译系统。它引入了 “认知轻松度” 概念，依赖于 “适当性” 和 “流畅度”。这样，认知轻松度成为要测量的主要参数，而不是可理解性。该框架允许对认知轻松度的各个组成部分进行分解和基于不同的语言层次进行计算。此外，维度的独立性和线性组合方法为高度模块化的方法提供了可能性。该论文将现有的自动方法置于一个整体框架中，以更好地理解它们并在未来改进它们。它也可以用来评估新类型的 MT 系统，例如语音到语音翻译和语篇翻译。

Feb, 2022

通过基于人类教学的伪边际抽样实现机器学习的普适性教学方法，成功地在主题模型上进行训练，并在电影简介数据中验证了该方法的优势。

May, 2016

本篇论文讨论了交互式学习的问题，包括主动学习和互动学习，提出了一种支持交互学习的平台架构，并介绍了其在机器学习和用户界面方面的应用研究。

Sep, 2014