人工智能支持下教育知识图谱模型构建研究

发布时间：2020-12-22 03:20

　　领域模型作为构建自适应学习系统的核心组件,引起了研究者的广泛关注。文章针对现有教育领域模型知识内容分散、能力刻画不足的问题,提出了能够建立知识、问题、能力三者间映射关系的教育知识图谱KQA模型。该模型由知识图式、问题图式、能力图式三层图式和知识内容、关联关系、映射关系、学习路径四个要素组成。利用基于机器学习的实体抽取、关系抽取、实体对齐等方法,从数据获取、知识抽取、知识融合、知识推理四个方面,提出了教育知识图谱KQA模型的构建方法。研究为知识图谱在教育领域的应用提供依据,对个性化学习的开展具有重要意义。 

【文章来源】：电化教育研究. 2020年04期 北大核心CSSCI

【文章页数】：9 页

【部分图文】：

知识内容形式化表达

基于教育知识图谱存在知识内容分散、能力刻画不足、构建技术自动化程度低等问题，本研究设计了教育知识图谱模型。学科教学的目的是通过学科知识的学习培养学生的核心素养，即学科的思维品质和关键能力[18]。学科能力发展通过分解问题任务来实施，并通过问题任务的完成来评估[19]。在学科教学中，需要将知识映射为学科的问题或任务，并通过问题解决与任务达成来刻画学科能力。知识、问题、能力及三者间的映射关系是教育知识图谱模型构建的前提依据，因此，本研究主要抽取“知识（Knowledge）”、“问题（Question）”、“能力（Ability）”三个关键词缩写，将该模型命名为教育知识图谱KQA模型（简称“KQA模型”），如图1所示。在所设计的模型中，教学组织者和学习者分别位于模型中的两个顶端，由知识图式、问题图式、能力图式三个层面以及知识内容、关联关系、映射关系、学习路径四个要素支撑并连接起整个教育知识图谱KQA模型。1. 模型解释

教育知识图谱KQA模型运作过程是一个动态平衡、循环迭代的过程，在三层图式中，需要一定的运作机制作用于该模型，且机制之间相互影响，从而保证整个模型的正常运转。本研究所提出的KQA模型主要包括三种运作机制：关联机制、筛选机制和优化机制，如图2所示。关联机制为知识与知识、问题与问题、能力与能力之间提供关联，并贯彻于教学活动的组织、开展、评价等各个环节；筛选机制通过知识、问题、能力之间的关联关系记录学习路径，筛选出群体学习路径；优化机制收集教学组织者和学习者利用模型开展教学活动的相关数据，利用人工智能技术进行优化，并重新组织关联关系，确保KQA模型的迭代进化。3. 模型三层图式

【参考文献】：
期刊论文
[1]基于领域知识词网的学科知识簇实现初探——以武汉理工大学自动化学科知识簇建设为例[J]. 王华伟,周和玉,韦靓,郏林,张然,王海泉,于雷.  情报理论与实践. 2012(09)
[2]问题图式在物理问题解决教学中的应用[J]. 陈刚,舒信隆.  课程.教材.教法. 2009(07)
[3]从联结主义到联通主义:学习理论的新取向[J]. 王佑镁,祝智庭.  中国电化教育. 2006(03)
[4]悄然兴起的科学知识图谱[J]. 陈悦,刘则渊.  科学学研究. 2005(02)

博士论文
[1]互联网人物摘要知识图谱构建方法研究[D]. 魏玉良.哈尔滨工业大学 2019
[2]自适应学习系统支持模型与实现机制研究[D]. 姜强.东北师范大学 2012



本文编号：2931042