教育知识图谱构建中的标准词汇参考模型研究

教育是典型的知识密集型领域,因此,进行领域知识的共享研究对教育领域的发展非常重要。多年信息化的历史经验告诫我们:共享的前提是必须对领域资源实施标准化。尽管我国教育领域研发了系列教育元数据标准,但是从智慧教育的需求来看,这些标准普遍表现为缺乏语义、比较零散、体系不够完善等。随着近些年知识图谱的提出,为教育资源的知识整合发展提供了重要的技术手段。然而,目前知识图谱构建的主要焦点在构建技术方面,忽视了构建中的标准化问题。长此以往,领域将会构建出很多“知识孤岛”。为解决这些问题,本文在对国内外教育领域内标准进行研究的基础上,以系统理论为依据提出并构建了一个集预定义词汇的W3C语义Web标准、顶层词汇标准和领域词汇标准于一体的三层架构模型——教育资源知识图谱标准词汇参考模型。基于该模型建构知识图谱,不仅为教育领域数据的标准化提供标准词汇参考,而且也为规范构建教育领域知识图谱提供了参考。     

智能型抛体与自由落体同时性研究仪

平抛运动实验是高级中学物理教学的一个重要内容,做好演示实验是突破教学难点的关键,又可以为以后斜抛等其它曲线运动的学习奠定知识基础。但教材中的演示仪器(课本第86页图5-16)在关键的知识点处     

基于知识图谱的“科学”教学方法研究

“科学”是师范类高等院校小学科学教育专业的必修实践课,该课程的学习对培养合格的科学课程教师具有关键作用。随着人工智能发展,利用知识图谱技术来构建学生思维成为教育研究领域的热点问题。文章以教科版小学“科学”五年级下册中的《环境与我们》单元为例,在科学教育领域探究基于知识图谱的知识获取、整合与可视化的方法。以此为基础,采用建构主义教学策略中的主题探究教学模式,整合知识图谱,设计教学方案,形成教学案例。对比实验表明：使用该方法后,学生参与度和课程满意度分别提高8.14%和5.82%,学生获取知识的增益度提高了5.26分。     

ChatGPT/生成式人工智能促进以知识点为核心的教学模式变革研究

本文研究了ChatGPT/生成式人工智能在以知识点为核心的教学模式下的变革作用。作为一种语言生成模型,ChatGPT通过对海量语言数据的学习,能够挖掘单词间的共生关联关系,具备深入的语言理解和组合创新能力。然而在教育领域中,ChatGPT存在过度依赖训练数据、逻辑推理能力弱和新场景处理能力有限等局限性。为了提高ChatGPT在教学场景下生成内容的准确性和针对性,本文提出将ChatGPT与以知识点为核心的教学资源组织方式进行有机结合,通过形成知识点结构图等方式对ChatGPT进行完善,同时提供了几种具体可行的使用ChatGPT辅助教师和学生的方式。最后,本文还探讨了如何将Prompt研究范式与以知识点为核心的教学模式相结合,帮助ChatGPT建立“知识体系”,从而形成一个数据和知识双轮驱动的教育场景的语言生成模型,为教育领域提供更智能化、个性化的服务,推动教育领域的发展和变革。     

基于知识图的智能问答系统及教学实践应用

为提高问答系统准确率,引入知识图谱构建框架,借助元图结构描述知识,利用知识推理技术实现持续更新。问答系统集成传统Q&A问答模块和知识图推理模块,并行处理问题并传递给答案生成模块。进一步提取、优化主题、关键字和摘要以提高问答键值对匹配的准确率,并将情境信息以属性/标签的方式与问答键值对集成以缩小候选集。在教学实践中评估、验证系统功能/性能。     

基于自然语言处理的教学设计学科知识图谱自动构建研究

近几年,学科知识图谱成为知识可视化领域的研究热点。文章提出基于自然语言处理建立教学设计学科知识图谱,为该学科课程教学实践提供理论材料,同时也丰富学科知识图谱在教育领域的应用实践。首先采用基于字典的机器学习算法进行知识实体抽取,采用混合式实体关系抽取模型抽取非分类关系和学科行为动词关系,丰富关系类型;然后对抽取的知识信息进行实体对齐和实体消歧;最后在“Neo4j”可视化平台上实现了教学设计学科知识图谱的可视化。     

借助知识图谱建模的数字媒体课程知识教学改革探索

互联网技术和信息技术的快速发展将人们带入了大数据时代。在教育领域，知识大数据的不断产生对传统教学方法形成了严峻挑战。分析了数字媒体专业课程教学在知识大数据环境下存在的问题，并介绍了一种基于知识图谱梳理专业知识的课程教学改革方法。新方法首先考虑将教学知识以知识图谱的形式进行表达，随后采用近邻优先的选择策略梳理生成知识序列。教学实践结果表明，新方法能有效梳理知识关系，生成具有较强关联性的知识序列，能较好地支撑课程教学知识的有效讲解和理解，具有较高的推广运用价值。     

基于知识图谱的个性化学习模型与支持机制研究

近年来以人工智能为代表的产业技术为学习方式变革提供了契机,如何促进个性化学习已然成为教育领域关注的重要话题之一。知识图谱作为知识可视化发展的最新技术,拥有较强的表达能力,不仅能在不同知识点之间建立非线性的语义联系,还能解决在线学习中推荐、监控、评价、反馈等个性化学习支持问题,可以助力学习者系统高效地建构知识体系、优化学习决策,为个性化学习支持研究提供了新的视角。因此,该研究在分析个性化学习及相关研究现状基础上,立足学习者导向视角,在自我决定理论等指导下,构建了基于知识图谱的个性化学习模型,并从动机激发、知识建构、意志提升、能力增强四个维度出发,构建了基于知识图谱的个性化学习“四位一体”协同支持机制,设计了基于知识图谱的个性化学习系统原型,以期为给个性化学习研究提供一定参考。     

化学教学和信息技术整合的探析

随着教育的现代化,信息技术在教育领域得到广泛使用,在化学教学中主要表现为电子演示文稿的制作和使用.文中介绍了电子演示文稿制作和使用的原则,并对其应用和使用中注意的问题进行了系统阐述.     

知识图谱:精准定位教学的“GPS”

知识图谱是将文献中隐含的信息,通过特征提取、模式识别、信息关联、信息处理与分析和可视化等手段显示出来,便于研究者确定自己的研究领域在科学研究中所处的位置。教学领域中的知识图谱主要是展示知识与知识之间的关系,明确知识系统的构成框架、关联、层级、发展脉络等,精准定位教学。基于知识图谱的精准教学思路有:锚定知识点,明确知识关系网;理解知识点,明晰知识联结线;回置知识点,验证知识落地性。     

人工智能支持下的智慧学习模型构建研究

智慧学习是人工智能时代教育的基本内涵,智慧学习模型构建是实施智慧学习的关键和基础,也是该领域研究中的瓶颈问题.文章针对智慧学习内在机理难以表征的问题,利用人工智能技术,提出了能够阐述智慧学习特征、要素及运行机制的智慧学习E-GPPE-C模型.该模型由学习环境、教育知识图谱、学习者画像、学习路径、学习评价、学习共同体六大核心要素和基础层、支撑层、服务层、关键层、应用层五个层面构成.基于人工智能相关算法,从教育知识图谱构建、学习者画像构建、学习共同体构建、学习路径推荐四个方面,提出了E-GPPE-C模型的实现方法.研究为人工智能在教育领域应用、智慧学习开展提供了基础,为后续智慧学习模型研究提供了参考.     

知识图谱应用于研究生公共数学课教学探索

国家新工科战略提出了针对网络、大数据、智能制造等新技术设立新专业和升级改造传统专业的要求。研究生公共数学课教学面临着传统学科对数学基础知识需求专门化与新型交叉学科对数学基础知识需求泛化,传统教学模式和培养工程能力创新能力的教学目标等矛盾。以武汉工程大学研究生数学公共课程为例,构建知识图谱,介绍知识图谱实体和关系的提取过程,以及知识图谱应用于研究生数学公共课程教学的方法。知识图谱具有知识点覆盖全面和组织系统化的优势,同时也方便检索使用,能较好地解决上述矛盾。     

ITS中可视化知识点结构网络的设计与实现

知识点结构关系的提取及可视化对提高ITS的学习导航具有重要作用。本文建立知识点结构模型,将学习背景矩阵(学习者的个人认知结构)考虑进去,运用算法提取知识点间的关联信息,生成符合个性化学习的知识点结构关系,并引入可视化技术,以形象直观的图形将知识点之间的关系、知识点应该达到的学习程度等呈现给学习者,便于他们在头脑中构建学科的基本结构、形成整体概念、明确知识点的学习序列及学习目标。     

基于领域本体的学习路径推荐策略研究

为了解决学生在线学习过程中的“认知过载”和“学习迷航”等问题,充分发挥网络课程资源的教学辅助作用,以《决策支持系统》课程为例,提出一种基于领域本体和语义相似度的个性化学习路径推荐策略。根据领域知识点及其关系构建本体库,建立知识点间语义关系,并用Protégé进行本体形式化编码;基于本体设计学习路径生成策略和相关知识协同策略;最后,结合《决策支持系统》课程现有网络资源设计并开发原型系统,实现个性化学习引导及资源空间优化。实验表明,该平台能够实现在线学习路径的有效引导,为学生提供个性化学习空间,优化在线学习效果。     

ITS中可视化知识点结构网络的设计与实现

知识点结构关系的提取及可视化对提高ITS的学习导航具有重要作用.本文建立知识点结构模型,将学习背景矩阵(学习者的个人认知结构)考虑进去,运用算法提取知识点间的关联信息,生成符合个性化学习的知识点结构关系,并引入可视化技术,以形象直观的图形将知识点之间的关系、知识点应该达到的学习程度等呈现给学习者,便于他们在头脑中构建学科的基本结构、形成整体概念、明确知识点的学习序列及学习目标.     

基于教育云平台资源推荐的知识图谱构建与应用研究

随着教育信息化进程在教育领域的不断推进,互联网教育资源平台中形成了大量的学习资源.文章以教育云资源平台中的课程资源为例,通过提取用户数据、资源标签以及使用情况等信息,对资源的不同特征进行量化,建立基于模型的知识图谱,从而直观展示课件资源、用户需求等相关关系,利用知识图谱从海量学习资源中为学习者推荐最佳学习内容,帮助学习者理清知识关系,提升个性化推荐资源多样性和用户信任度.     

基于文本挖掘的领域本体半自动构建方法研究——以教学设计学科领域本体建设为例

目前知识工程研究已逐渐成为教育技术学研究领域的热点问题,其中构建领域本体是知识工程的一个重要方面。从已有的基于本体的应用研究来看,领域本体可以在学习者模型建立、网络教学支撑平台开发、智能答疑系统开发、资源库建设等诸多方面发挥重要作用,而构建领域本体是各种应用得以实现的前提。然而构建领域本体是一项浩大的工程,需要大量领域专家的参与,当前是手工完成的,建设周期长。面对一个知识迅速增长的时代,仅仅依靠领域专家来手工构建领域本体显然不能满足需求。因此,本研究提出一种基于文本挖掘的领域本体半自动构建方法,即借助于面向文本的智能信息处理技术从教科书或科技资料中提炼出概念、概念定义和概念之间的关系,并辅之以学科专家和知识工程师的参与,从而加快领域本体建设速度。整个构建过程由“文献材料选取”、“文献材料文本处理”、“概念关系标注”、“形式化表示与存储”、“知识库评价”等五个环节组成,涉及信息提取、中文分词、术语自动提取、术语定义自动抽取等技术以及基于术语部件的概念间属种关系、并列关系半自动发现方法和基于术语互信息值的概念关联关系半自动发现方法等方法。文章还针对当前开展的全国中小学教师教育技术能力培训的学习资源需求,选取“教学设计”这一课程作为研究个案,以基于文本挖掘的领域本体半自动构建方法来建设教学设计学科领域本体,以便进一步丰富和优化教师教育技术能力远程培训的学习资源。     

基于知识图谱的微信智能刷题系统

针对各类做题软件中做题模式单一导致学生复习效率低下的问题,将传统的协同过滤算法与知识图谱进行融合,构建了一套微信智能刷题系统。在知识图谱中构建出用户、题目、知识点三类节点之间的关系,将用户、题目之间的相似度作为图的权重。考虑到未掌握知识点是学生答错题的主要原因,采用基于知识的方法作为主要推荐方式,从知识图谱中查询出错题所涉及的知识点加入队列等待推荐。根据用户历史的刷题数据,每天定时将相似用户的错题进行推荐。近2年的实验结果表明,该模式受到了学生的广泛青睐,可以有效地提升学生的复习效率。     

基于Flash的Huffman编码过程的演示动画设计

Huffman编码是数据压缩技术中的一个重要的知识点,很有必要运用最佳的现代化教学手段传播该知识.通过使用Flash软件及其ActionScript编程技术制作的演示动画课件,构建了新的视觉文化,实现了Huffman编码过程的较高仿真演示.由于它具有形象直观、生动有趣、易于学习等特点,对于提高Huffman编码知识点的教与学的效率,具有一定的辅助作用.     

基于细化度与相似度的课程知识图谱构建研究

针对目前基于概念相似度聚类的课程概念本体关系构建技术中层次关系划分精确度不足的问题,提出基于课程概念相似度与细化度的课程概念本体构建方法。在计算课程概念相似度的基础上,引入课程概念细化度指标,进一步提升了课程概念本体层次关系构建的准确性,提高了课程知识图谱的数据质量。最后通过课程知识导航服务平台,验证了该方法的有效性。