基于众智标注的知识资源聚合研究与设计

发布时间：2020-08-25 18:56

【摘要】：面对海量知识资源,如何挖掘知识点与学习资源内部的关联关系,解决学习资源组织结构较差、聚合性不足的问题是当前的一个研究热点。本研究从知识与资源间的关联关系出发,通过运用语义分析、机器学习等技术探究知识资源关系,旨在实现知识点与学习资源的有效关联,促进知识与资源的深度聚合。首先基于语义分析技术,提出一种知识资源自动关联的混合策略,综合运用了 LSI和LDA等文本主题模型从丰富的知识实体中挖掘出知识主题,并且将知识点和学习资源转化为主题向量,通过向量之间的语义关联关系,计算学习资源和知识间向量的相似度,实现学习资源和知识点的初步关联。同时,因为知识点和学习资源关联的特殊性,以及知识点的描述信息有限性,单纯利用语义方式计算关联权重,在计算结果上会存在偏差,尤其是对于部分隐性知识以及多义词情况,实现知识资源有效关联就变得更为困难。因此本研究重点提出基于众智的关联权重计算方法,利用学习者的语义理解能力和先验知识,标注学习资源和知识点关联权重,将众人标注结果与机器学习方法相结合完成学习资源与知识点关联标注。本研究将知识资源关联标注工作以任务形式分配给用户进行标注,在进行任务分配时候综合考虑了用户背景信息和任务信息,通过二部关联图方法实现任务和参与用户的最优匹配;进一步地对用户标注的结果进行融合,运用EM算法迭代估计出任务的真实关联权重;并且根据融合计算的结果和用户标注结果对比评测用户标注的置信度。通过上述提出的机制既能够保证知识资源关联结果融合的质量,又能够真实反映用户的标注态度和能力,给知识资源关联关系挖掘提供了一种新的思路。综合运用上述提出的自动关联和众智关联方法,挖掘出知识和学习资源间的关系,按照知识结构对学习资源进行组织,将知识库和学习资源库构建成一个有机的结构化整体,实现知识和资源的深度聚合。并且基于上述机制设计并实现了知识关联标注系统,完成了众智关联标注模块和主题图知识聚合模块的开发和测试工作。
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP181;G434
【图文】：

文章内容结构图

３．３．１基于语义分析的知识资源关联流程逡逑本部分利用学习资源和知识点的描述信息，基于语义分析技术实现学习资源和逡逑知识点间关联。首先对知识点和学习习资源关联关系进行结构化表示，如图３．邋２所逡逑示，知识点本身之间具有一定的关联关系，通过主题分析可以挖掘出知识点间的知逡逑识潜在主题，自动关联的研[偰勘晔峭ü�对学习资源进行分词、词频统计、语义分逡逑析等操作，寻找出学习资源关联的知识主题，进而对某个知识主题内的知识点与资逡逑源进行关联匹配，找到与之最相关的知识点，完成知识资源关联。逡逑，邋P贰担苠螡竛＾邋＼广邋雌＼＼逡逑／知识潜在挑罗邋／逦、逦、，逦ｗ、逦Ｋ逡逑资源邋ｊｌｋ逦，Ｍｋ逡逑图３．２知识资源关联结构逡逑１７逡逑

－＾Ｊｓ＇邋ＧｓＤ邋■＞》、、、ｉ逦＼邋＞邋／邋＇邋’逡逑图３．ｉ资源标注研究框架逡逑３．３基于语义分析的学习资源与知识点自动关联逡逑３．３．１基于语义分析的知识资源关联流程逡逑本部分利用学习资源和知识点的描述信息，基于语义分析技术实现学习资源和逡逑知识点间关联。首先对知识点和学习习资源关联关系进行结构化表示，如图３．邋２所逡逑示，知识点本身之间具有一定的关联关系，通过主题分析可以挖掘出知识点间的知逡逑识潜在主题，自动关联的研[偰勘晔峭ü�对学习资源进行分词、词频统计、语义分逡逑析等操作，寻找出学习资源关联的知识主题，进而对某个知识主题内的知识点与资逡逑源进行关联匹配，找到与之最相关的知识点，完成知识资源关联。逡逑，邋P贰担苠螡竛＾邋＼广邋雌＼＼逡逑／知识潜在挑罗邋／逦、逦、

【相似文献】

相关期刊论文 前10条

1 宋毅君;王瑞波;史立校;;中文分词任务中标注集合的选择方法[J];山西大学学报(自然科学版);2016年02期

2 王宁;;一种处理标注叠加的算法设计与实现[J];测绘;2019年02期

3 周彬彬;张宏军;张睿;冯蕴天;徐有为;;军事语料实体标注系统的设计与实现[J];信息系统工程;2018年08期

4 吴敬生;王靖;杜吉祥;;基于稀疏重构权的错误标注数据检测方法[J];计算机工程与科学;2017年11期

5 张志武;阚德涛;;基于语义学习的自动图像标注技术研究述评[J];情报学报;2013年10期

6 周潭;莫礼平;曾虎;雷智;李文宇;吴莹;;方块苗文词性标注集的设计[J];智能计算机与应用;2019年01期

7 谭咏梅;杨林;胡单;;针对中国学生英文文章的词性标注方法[J];北京邮电大学学报;2017年02期

8 周强;;汉语日常会话的对话行为分析标注研究[J];中文信息学报;2017年06期

9 徐浩煜;任智慧;施俊;周晗;;基于链式条件随机场的中文分词改进方法[J];计算机应用与软件;2016年12期

10 张蕾;蔡明;;基于主题融合和关联规则挖掘的图像标注[J];计算机科学;2019年07期

相关会议论文 前1条

1 苏祺;昝红英;胡景贺;项锟;;词性标注对信息检索系统性能的影响[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

相关博士学位论文 前2条

1 包胜华;基于Web的实体信息搜索与挖掘研究[D];上海交通大学;2008年

2 马建军;面向机器翻译的英语功能名词短语识别研究[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 徐帅;基于众智标注的知识资源聚合研究与设计[D];华中师范大学;2018年

2 侯兴兴;基于多标准主动采样策略的CNN图像标注应用研究[D];湖南大学;2018年

3 黄思思;基于领域本体的中文信息抽取研究[D];华东师范大学;2016年

4 路畅;蛋白质功能标注中噪声识别模型研究[D];西南大学;2017年

5 史立校;基于交叉验证模型选优方法的中文分词系统的设计与开发[D];山西大学;2012年

6 曾冠明;基于条件随机场的中文命名实体识别研究[D];北京邮电大学;2009年

7 刘金宁;词性标注体系对中文分词的影响[D];大连理工大学;2010年

8 朱晓光;基于半监督学习的微博情感分析方法研究[D];山东财经大学;2014年

9 刘志超;汉语动宾搭配库构建技术研究[D];沈阳航空航天大学;2011年

10 王亚腾;面向专利文本的语义依存分析[D];沈阳航空航天大学;2015年

本文编号：2804072