关键词:
智慧教育
知识图谱
本体
计算机组成原理
教学设计
摘要:
2018年《教育信息化2.0行动计划》的颁布为人工智能、大数据、物联网等新兴技术在教育领域的发展提供了理论支撑,推动了智慧教育的创新探索,指引了教育信息化全新的发展方向。知识图谱作为促进智慧教育发展的人工智能技术之一,在展示知识点、建立学习者模型、智能答疑与个性化服务等方面发挥着重要作用。目前,现有的知识图谱在智慧教育环境中应用较少,大多数存在本体设计不全面、知识点关系单一、与课堂结合不密切、忽视图谱的更新维护等问题。如何设计全面完整的课程本体和利用自然语言处理技术抽取课程知识与关系是智慧教育研究中的难点之一。以计算机专业中的硬件核心课程《计算机组成原理》为例,该课程的知识抽象且复杂,很难凭借教材全局掌握计算机硬件系统的整体结构和工作原理,学生学习的积极性普遍不高,而课程知识图谱能够有效地组织课程内容,帮助学习者在脑海中形成逻辑关联。基于此,本研究重点关注现有课程知识图谱中存在的不足,针对课程特点和学习需求,构建课程知识图谱,开发可视化查询系统,制定教学设计方案和具体应用案例。研究从四个方面展开:第一,明确发展现状,剖析教育理论。本研究从智慧教育环境下知识图谱的发展现状出发,制定研究方法和内容。结合智慧教育、建构主义、关联主义以及学科基本结构等理论,剖析智慧教育和知识图谱的内部关联,通过介绍知识图谱、本体构建、网络爬虫、Neo4j图数据库和D3工具等,奠定知识图谱和可视化系统的技术基础。第二,针对课程特点,构建课程本体。以教育知识图谱为原型,阐述课程知识图谱构建原理及流程。针对《计算机组成原理》课程特点及授课难点,分析课程本体构建方法,设计本体系统。在此基础上,采用Protégé工具和“七步法”构建《计算机组成原理》的课程目标本体、课程知识点本体和课程资源本体。第三,选定课程内容,构建知识图谱。以课程本体为底层架构,采用半自动构建方式,将网络资源和教材等内容作为数据源,设置CRF、Bi LSTM、Bi LSTM-CRF三种模型的对比实验,结果表明Bi LSTM-CRF模型的效果最好,其F1值达到了87.32%。因此采用Bi LSTM-CRF模型和人工规则两种结合的方法抽取课程知识点,并采用依存句法分析、人工参与等方式抽取知识点之间的关系,将抽取结果融合后存储于Neo4j图数据库中,初步形成课程知识图谱。由于知识图谱的质量无法保证,从质量评估和更新维护两个方面对知识图谱进行加工,最终得到724个知识点和1985组关系。第四,搭建查询系统,设计教学方案。根据实际教学要求与学生认知特点,基于课程知识图谱开发可视化查询系统,利用D3工具、Neo4j图数据库等,实现图谱展示、关系展示和搜索查询等功能。通过将课程知识图谱应用于智慧教育环境当中,设计教学方案有助于建构学习者知识体系,同时将可视化查询系统投入小范围使用,采用发放问卷的方式调查学习者关于系统的使用体验、有效性、学习动机、学习效果和资源满意度,通过访谈的方式调查教师对系统的满意度和建议。实验结果表明,该系统能够有效帮助学习者提高学习信心、兴趣和主动性,增强学习效果,提高学习效率,为其提供优质学习资源,有较好的应用价值。