في الوقت الحالي، تُعد مناقشة وتطبيق تقنيات الذكاء الاصطناعي في تعليم اللغات الأجنبية أمراً نشطاً للغاية، ومن الواضح أن النماذج اللغوية الكبيرة توفر تسهيلات وكفاءة للمعلمين والطلاب في تعليم اللغات الأجنبية. ومع ذلك، فإن النماذج اللغوية الكبيرة تعاني من مشكلات مثل بطء تحديث المعرفة، نقص المعرفة التخصصية، وظاهرة "الهلاوس" في الإجابات بسبب الحجم الكبير للمعلمات، وطول وقت التدريب، وخصائص الصندوق الأسود للشبكات العصبية، مما يترتب عليه مخاطر وعدم موثوقية في إنتاج المعرفة عند تطبيقها في التعليم. تقنية التوليد المعزز بالاسترجاع (Retrieval Augmented Generation، اختصاراً RAG) تخفف بفعالية من مشكلة "الهلاوس" في النماذج اللغوية الكبيرة من خلال دمج المعرفة الخارجية، وقد أصبحت تقنية مهمة لتعزيز قدرات النماذج اللغوية الكبيرة. في هذا البحث، تم بناء نظام سؤال وجواب معزز بمعرفة متعددة المحركات والاستراتيجيات، يتضمن معرفة شبكية محدثة في الزمن الحقيقي تمثلها بيانات الإنترنت، ومعرفة بيانات هيكلية تمثلها خرائط المعرفة، ومعرفة بيانات خاصة غير هيكلية تمثلها الوثائق المحلية الخاصة بالمستخدم، وذلك بالإضافة إلى قدرة النماذج اللغوية الكبيرة القوية في فهم اللغة الطبيعية والمعرفة المسبقة المكتسبة، مع تطبيق شامل في نظام تعليم اللغات الأجنبية. يجيب النظام على الأسئلة التي يواجهها المعلمون والطلاب خلال عملية التعلم الاستكشافي، ويتميز بأنه آمن وموثوق، ويقدم معلومات شاملة ودقيقة محدثة في الوقت الحقيقي. ومن خلال التقييم الموضوعي والتقييم الذاتي للخبراء، تم التحقق من أن النظام يتمتع بموثوقية وفعالية جيدة.

النماذج اللغوية الكبيرة;التوليد المعزز بالاسترجاع;خرائط المعرفة;قواعد المعرفة متعددة المصادر والمتجانسة;سؤال وجواب المعرفة اللغوية الأجنبية