教育测评知识图谱的构建与应用
发布时间：2021-10-05 10:53
知识图谱目的在于表征客观世界中真实存在的实体以及刻画彼此之间的关系,自2012年谷歌提出“Google Knowledge Graph”以来,知识图谱在学术界和工业界受到广泛关注。教育测评旨在通过定量方式对学生各方面发展、课堂教与学等情况进行描述以及通过收集一定量数据后从定性层面对学生行为、发展轨迹等因素作出价值分析和价值判断,是实行科学化、智能化教育管理和研究的重要工具。随着知识图谱技术的成熟和教育测评智能化的发展,人们逐渐把目光转向了两者的有机结合上。针对教育测评领域中信息缺乏系统性组织与管理以及现有测评往往只涉及具体数值统计计算的不足,本文开展了以下两个方面的研究工作:（1）为了支持教育测评领域信息资源的互联与共享,本文提出并构建了涵盖学校、学生、试卷、试题、知识点以及各种测评指标等元素的教育测评知识图谱（Educational Assessment Knowledge Graph,EAKG）,给出了EAKG的整体结构框架和构建方法与流程。EAKG的构建方法分为EAKG模式层本体的构建和EAKG数据层具体实例的构建,其中,EAKG模式层本体对教育测评领域中概念、属性、关系、公理等...
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
知识图谱架构体系[8]
符号化知识表示特点在于知识推理具有可解释性，属于隐式推理，但难规模知识图谱且存在语义鸿沟，而分布式知识表示原理在于尽可能不丢息的条件下将知识图谱中的知识通过空间映射嵌入到连续稠密低维空间实现低维空间中实体、关系及其之间的复杂语义关联的高效计算，对知建、推理、融合以及应用均具有重要的意义[63]。目前，分布式知识表示译距离模型和基于语义信息匹配模型两种主流的表示方式[33]，特点在于可学习、可数值度量，适合大规模知识应用场景。（1）TransE 模型Bordes 等人观察到平移不变性的特性后，创造性地提出了 TransE 模型法将知识图谱中的实体、关系嵌入到相同的 d 维向量空间中，对于给定（h，r，t），两实体间的关系被解释为实体间的某种平移，并表示为翻，从而用于连接两实体的嵌入表示 h 和 t，该算法的简单高效弥补了传统的知识表示难以适应大规知识图谱和存在语义鸿沟等不足。其结构示意-2(a)所示。
北京工业大学工程硕士专业学位论文XML 格式的网页测评数据文档，对网页文档爬虫处理得到的 CSV 纯文本表格数据以及从关系型数据库中获得的结构化数据。EAKG 中主要包括教育测评领域中的实体、关系和事实三元组，而基于其之上的推理、表示学习、机器学习以及SPARQL 算法则是为了实现诸如知识共享、信息检索、知识问答以及知识计算等具体的知识应用服务，具体细节将在下文中给出。
【参考文献】：
期刊论文
[1]近10年中学物理规律教学疑难问题调查研究——基于知识图谱[J]. 汪嘉慧,王长江. 湖南中学物理. 2018(09)
[2]让科学评判助力高考改革[J]. 张斌,李晓平. 科学咨询(教育科研). 2018(03)
[3]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[4]面向知识图谱的知识推理研究进展[J]. 官赛萍,靳小龙,贾岩涛,王元卓,程学旗. 软件学报. 2018(10)
[5]考试与评价的学习性分析及问题对策[J]. 林汇波. 教学与管理. 2017(22)
[6]利用可视化应用软件进行的中学物理实验教学前沿分析[J]. 赵露,王林. 教学与管理. 2016(24)
[7]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳. 电子科技大学学报. 2016(04)
[8]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[9]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[10]标准分原理在教学实际数据分析中的应用[J]. 顾小颖. 才智. 2012(22)
博士论文
[1]面向地理事件的地理本体构建研究[D]. 栗斌.武汉大学 2014
[2]基于本体的不确定性知识管理研究[D]. 程勇.中国科学院研究生院（计算技术研究所） 2005
硕士论文
[1]初中数学问题的全知识图谱设计与实现[D]. 朱游娟.电子科技大学 2016
[2]基于决策树的试卷知识点掌握程度分析研究[D]. 胡庆.江西财经大学 2014
[3]学科知识本体的构建及其应用[D]. 高丹丹.电子科技大学 2014
[4]基于本体的数学知识库的构建及其应用[D]. 蒋彦.电子科技大学 2011
[5]数据挖掘技术在测试信息分析中的应用[D]. 范云欢.华东师范大学 2010
[6]教学质量监测与评估系统的研发与应用[D]. 黄信坤.电子科技大学 2010
[7]基于决策树算法的考试成绩分析系统的研究与开发[D]. 黄爱辉.湖南大学 2008
[8]基于贝叶斯网络的试卷分析[D]. 王娜.天津大学 2007
本文编号：3419589
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
知识图谱架构体系[8]
符号化知识表示特点在于知识推理具有可解释性，属于隐式推理，但难规模知识图谱且存在语义鸿沟，而分布式知识表示原理在于尽可能不丢息的条件下将知识图谱中的知识通过空间映射嵌入到连续稠密低维空间实现低维空间中实体、关系及其之间的复杂语义关联的高效计算，对知建、推理、融合以及应用均具有重要的意义[63]。目前，分布式知识表示译距离模型和基于语义信息匹配模型两种主流的表示方式[33]，特点在于可学习、可数值度量，适合大规模知识应用场景。（1）TransE 模型Bordes 等人观察到平移不变性的特性后，创造性地提出了 TransE 模型法将知识图谱中的实体、关系嵌入到相同的 d 维向量空间中，对于给定（h，r，t），两实体间的关系被解释为实体间的某种平移，并表示为翻，从而用于连接两实体的嵌入表示 h 和 t，该算法的简单高效弥补了传统的知识表示难以适应大规知识图谱和存在语义鸿沟等不足。其结构示意-2(a)所示。
北京工业大学工程硕士专业学位论文XML 格式的网页测评数据文档，对网页文档爬虫处理得到的 CSV 纯文本表格数据以及从关系型数据库中获得的结构化数据。EAKG 中主要包括教育测评领域中的实体、关系和事实三元组，而基于其之上的推理、表示学习、机器学习以及SPARQL 算法则是为了实现诸如知识共享、信息检索、知识问答以及知识计算等具体的知识应用服务，具体细节将在下文中给出。
【参考文献】：
期刊论文
[1]近10年中学物理规律教学疑难问题调查研究——基于知识图谱[J]. 汪嘉慧,王长江. 湖南中学物理. 2018(09)
[2]让科学评判助力高考改革[J]. 张斌,李晓平. 科学咨询(教育科研). 2018(03)
[3]一种准确而高效的领域知识图谱构建方法[J]. 杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉. 软件学报. 2018(10)
[4]面向知识图谱的知识推理研究进展[J]. 官赛萍,靳小龙,贾岩涛,王元卓,程学旗. 软件学报. 2018(10)
[5]考试与评价的学习性分析及问题对策[J]. 林汇波. 教学与管理. 2017(22)
[6]利用可视化应用软件进行的中学物理实验教学前沿分析[J]. 赵露,王林. 教学与管理. 2016(24)
[7]知识图谱技术综述[J]. 徐增林,盛泳潘,贺丽荣,王雅芳. 电子科技大学学报. 2016(04)
[8]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[9]知识表示学习研究进展[J]. 刘知远,孙茂松,林衍凯,谢若冰. 计算机研究与发展. 2016(02)
[10]标准分原理在教学实际数据分析中的应用[J]. 顾小颖. 才智. 2012(22)
博士论文
[1]面向地理事件的地理本体构建研究[D]. 栗斌.武汉大学 2014
[2]基于本体的不确定性知识管理研究[D]. 程勇.中国科学院研究生院（计算技术研究所） 2005
硕士论文
[1]初中数学问题的全知识图谱设计与实现[D]. 朱游娟.电子科技大学 2016
[2]基于决策树的试卷知识点掌握程度分析研究[D]. 胡庆.江西财经大学 2014
[3]学科知识本体的构建及其应用[D]. 高丹丹.电子科技大学 2014
[4]基于本体的数学知识库的构建及其应用[D]. 蒋彦.电子科技大学 2011
[5]数据挖掘技术在测试信息分析中的应用[D]. 范云欢.华东师范大学 2010
[6]教学质量监测与评估系统的研发与应用[D]. 黄信坤.电子科技大学 2010
[7]基于决策树算法的考试成绩分析系统的研究与开发[D]. 黄爱辉.湖南大学 2008
[8]基于贝叶斯网络的试卷分析[D]. 王娜.天津大学 2007
本文编号：3419589
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3419589.html
最近更新
教材专著
