我正在为我的人工智能论文开发一个安卓（Java）项目。这个项目简要基于故事阅读和单词测验。一个用户阅读一个故事，并标记他不认识的单词。这些单词会被记录到WordPortfolio数据库中，该数据库包含“Word_id”、“Seen”（看到的次数）、“Asked”（在测验中被问到的次数）、“Right”（回答正确的次数）等字段。
我的数据库中有一个“Words”表，该表有3个不同的参数来使一个单词唯一。这些参数是“Priority”（优先级）、“Level”（级别）以及一个指定它是动词、名词、形容词、副词等的标识符。
我想问的是;
我可以使用哪种算法来对这些单词进行分类，以便明智地向学习者提出“单词-意义问题”？我希望学习者能够在故事阅读部分中多次看到这些单词，以巩固其意义，同时我也希望他能学习新的单词。
回答：
有许多类型的算法被设计来完成这个任务。例如，你可以使用线性回归、最邻近、聚类或神经网络。http://en.wikipedia.org/wiki/List_of_machine_learning_algorithms 提供了一个相当全面的选项列表。
我还建议你看看你的图书馆是否有托比·塞加兰（Toby Segaran）的《编程集体智慧》（Programming Collective Intelligence）这本书（http://shop.oreilly.com/product/9780596529321.do），或者类似的书籍。
