基于众智标注的视频资源与知识点关联策略的研究与实现

发布时间：2021-05-07 13:28

　　随着教育信息化的发展,在教育大数据的背景,数字化学习资源呈爆炸式增长,学习者可浏览大量资源的同时,学习者也容易迷失在资源中、浪费大量的时间也无法定位自己所需的资源。在众多形式的资源中,视频资源整合了文本、图像、动画和声音等信息,从多维度进行信息传输,学习者浏览视频资源时能试听并用,特别是对带有娱乐性的视频资源,学习者在浏览时注意力更为集中。目前针对以上问题和视频资源的特性,挖掘出带有娱乐性的视频资源中潜在的知识点,让用户能在娱乐中学知识。本文提出了基于众智标注构建视频资源与知识点关联策略,设计并实现了基于众智标注构建视频资源与知识点关联模块。本文的主要工作包括:（1）基于语义分析构建资源与知识点关联,主要从基于STT（Speech To Text）及语义分析计算关联关系和基于资源相似性计算关联关系。STT主要是获取视频资源的文本信息,对文本信息进行语义相似度计算,进而实现视频资源与知识点的关联。资源相似性主要是计算关系收敛资源与新添加的资源相似性,进而实现资源与知识点的关联。（2）基于众智标注构建资源与知识点的关联,主要是从描述信息和关联主题词两个方面进行。对众智描述信息,通过LDA主... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 相关研究现状
    1.3 主要研究内容
    1.4 论文组织结构
第二章 相关理论与技术概述
    2.1 学科类别及知识体系概述
        2.1.1 学科分类
        2.1.2 知识及知识关联
        2.1.3 知识体系及其可视化
    2.2 SpeechToText
        2.2.1 语音识别技术概念
        2.2.2 STT常用工具调研
    2.3 文本语义分析
        2.3.1 文本预处理
        2.3.2 关键词提取算法
        2.3.3 文本向量化及相似度的计算方法
        2.3.4 LDA主题模型
    2.4 众智概念及其结果质量评估
        2.4.1 众智的概念
        2.4.2 众智结果的质量评估
    2.5 本章小结
第三章 基于众智标注构建视频资源与知识点关联的策略研究
    3.1 基于语义分析构建资源与知识点的关联关系
        3.1.1 基于STT及语义分析计算关联关系
        3.1.2 基于资源相似性计算关联关系
    3.2 基于众智标注构建资源与知识点的关联关系
        3.2.1 基于描述信息计算关联关系
        3.2.2 基于关联主题词计算关联关系
        3.2.3 基于收敛的关联关系更新用户的领域置信度
    3.3 知识体系的自增长机制
        3.3.1 基于语义分析实现知识体系自增长
        3.3.2 基于众智标注实现知识体系自增长
    3.4 本章小结
第四章 基于众智标注构建视频资源与知识点关联模块的设计与实现
    4.1 模块总体架构设计
        4.1.1 功能设计
        4.1.2 架构服务设计
        4.1.3 数据库设计
    4.2 关联关系标注及呈现子模块
        4.2.1 用户关联标注
        4.2.2 关联关系呈现
    4.3 知识体系管理子模块
        4.3.1 知识体系呈现及操作
        4.3.2 知识体系自增长机制的实现
    4.4 用户子模块
        4.4.1 我的贡献
        4.4.2 用户领域置信度更新机制的实现
    4.5 本章小结
第五章 实验分析与模块测试
    5.1 实验设计与结果分析
        5.1.1 实验设计
        5.1.2 实验分析
    5.2 模块测试
        5.2.1 测试环境
        5.2.2 功能测试
        5.2.3 性能测试
    5.3 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 未来工作展望
参考文献
攻读硕士学位期间发表的论文
致谢



本文编号：3173475