CN112084345A - 一种结合课程与教学大纲的本体的导学方法及*** - Google Patents

一种结合课程与教学大纲的本体的导学方法及*** Download PDF

Info

Publication number
CN112084345A
CN112084345A CN202010952591.8A CN202010952591A CN112084345A CN 112084345 A CN112084345 A CN 112084345A CN 202010952591 A CN202010952591 A CN 202010952591A CN 112084345 A CN112084345 A CN 112084345A
Authority
CN
China
Prior art keywords
course
teaching
entity
outline
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010952591.8A
Other languages
English (en)
Other versions
CN112084345B (zh
Inventor
谢波
姜波
彭潇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN202010952591.8A priority Critical patent/CN112084345B/zh
Publication of CN112084345A publication Critical patent/CN112084345A/zh
Application granted granted Critical
Publication of CN112084345B publication Critical patent/CN112084345B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Animal Behavior & Ethology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Machine Translation (AREA)

Abstract

本发明涉及一种结合课程与教学大纲的本体的导学方法及***。所述方法包括获取设定的应用场景的用户需求；根据所述用户需求确定课程与教学大纲应用的领域和范围；根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；根据所述实体构建课程与教学大纲的本体；根据所述课程与教学大纲的本体进行导学。本发明提高了导学结果的准确性。

Description

一种结合课程与教学大纲的本体的导学方法及***
技术领域
本发明涉及语义搜索领域，特别是涉及一种结合课程与教学大纲的本体的导学方法及***。
背景技术
随着互联网科技的发展，网络新技术在社会的各个领域产生了重大的影响，衍生了很多将网络技术融入到教育领域的研究，语义网和本体论技术在教育领域的应用，已经用于发明各种学习实体的语义模型。本体概念化的知识领域使用形式语言理解不仅可以使人类理解，而且可以使计算机理解。本体论描述了一个领域中的概念以及它们之间的关系，并且为所使用的术语提供了词汇表。概念和术语的语义标注可以由人和机器进行处理和理解。课程和教学大纲在教育组织中提供了重要信息，并在学习活动和教育过程中发挥重要作用，从国内外对教育领域的本体构建研究现状来看，大多都是以课程为例来进行研究，很少有将课程与教学大纲相结合的本体构建研究。不同领域的资源特点有着不同的本体构建方法，传统的本体构建方法不能满足我们所研究的领域。
目前所接触的教学大纲大都是以文档的形式展现，在网络上搜索相关信息时，无法反馈给我们想要的结果，通常返回的是一整个文档或者一大段文字，课程与教学大纲之间的联系在实际教学中没有很好的应用。教学大纲的价值学生和老师都不能很好的发掘，同时目前没有一个完整的可供检索课程和教学大纲相关知识的***。目前大部分基于关键词的搜索***，不能很好的理解用户的语义，返回的结果不够精确。
发明内容
本发明的目的是提供一种结合课程与教学大纲的本体的导学方法及***，提高导学结果的准确性。
为实现上述目的，本发明提供了如下方案：
一种结合课程与教学大纲的本体的导学方法，包括：
获取设定的应用场景的用户需求；
根据所述用户需求确定课程与教学大纲应用的领域和范围；
根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念；
根据所述实体构建课程与教学大纲的本体；
根据所述课程与教学大纲的本体进行导学。
可选的，所述根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体，具体包括：
根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注；
确定所述条件随机场模型的参数；所述参数包括特征函数的权重；
根据所述语料库，采用融合特征的条件随机场模型确定实体。
可选的，所述根据所述语料库，采用融合特征的条件随机场模型确定实体，之后还包括：
对所述实体进行分层，得到课程实体和教学大纲实体；
对所述课程实体和教学大纲实体均进行上下级分层。
可选的，所述根据所述实体构建课程与教学大纲的本体，之后还包括：
对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；
根据所述评估结果优化所述实体构建课程与教学大纲的本体。
一种结合课程与教学大纲的本体的导学***，包括：
用户需求获取模块，用于获取设定的应用场景的用户需求；
领域和范围确定模块，用于根据所述用户需求确定课程与教学大纲应用的领域和范围；
实体确定模块，用于根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念；
课程与教学大纲的本体构建模块，用于根据所述实体构建课程与教学大纲的本体；
导学模块，用于根据所述课程与教学大纲的本体进行导学。
可选的，所述实体确定模块具体包括：
语料库确定单元，用于根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注；
条件随机场模型的参数确定单元，用于确定所述条件随机场模型的参数；所述参数包括特征函数的权重；
实体确定单元，用于根据所述语料库，采用融合特征的条件随机场模型确定实体。
可选的，所述实体确定模块还包括：
第一分层单元，用于对所述实体进行分层，得到课程实体和教学大纲实体；
第二分层单元，用于对所述课程实体和教学大纲实体均进行上下级分层。
可选的，还包括：
评估结果确定模块，用于对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；
优化模块，用于根据所述评估结果优化所述实体构建课程与教学大纲的本体。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种结合课程与教学大纲的本体的导学方法及***，利用根据所述用户需求确定课程与教学大纲应用的领域和范围，保证了课程与教学大纲应用的领域和范围的准确性；根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体，解决了本体内重要实体的抽取问题，利用构建的本体进行教学导学，即进行语义搜索查询，解决了传统基于关键字的查询方法导致搜索结果不准确的问题，进而提高了导学结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种结合课程与教学大纲的本体的导学方法流程示意图；
图2为本发明所提供的课程与教学大纲的本体的构建流程示意图；
图3为本发明所提供的课程实体的层次图；
图4为本发明所提供的教学大纲实体的层次图；
图5为本发明所提供的一种结合课程与教学大纲的本体的导学方法具体应用的***结构示意图；
图6为本发明所提供的一种结合课程与教学大纲的本体的导学***结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种结合课程与教学大纲的本体的导学方法及***，提高导学结果的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种结合课程与教学大纲的本体的导学方法流程示意图，如图1所示，本发明所提供的一种结合课程与教学大纲的本体的导学方法，包括：
S101，获取设定的应用场景的用户需求。具体的确定过程如下：
设计一份学生关于课程与教学大纲感兴趣问题的调查问卷，然后对在校大学生进行问卷调查，调查样本约为1000人，得出表2-1所示的问题列表。根据问题列表假定出本体的应用场景为学生想从课程与课程大纲文档中得出的有效信息。根据本体的应用场景，确定所构建的本体需求为将文档化的课程大纲内容进行结构化的表达，使其充分利用以支持丰富的服务，以此来改善课程管理和发展。部分问题列表如表2-1:
表2-1本体问题列表
Figure BDA0002677510790000051
Figure BDA0002677510790000061
S102，根据所述用户需求确定课程与教学大纲应用的领域和范围。
S102之后，还包括：
根据课程与教学大纲应用的领域和范围使用Google搜索引擎和阅读相关文章搜索国内外已经构建完成的本体，来源主要有国内外已发表论文中的本体模型和DAMLOntologyLibrary、Ontolingua、SHOE等本体知识库。查询结果得出复用的本体主要有BBCCurriculum Ontology、Bowlogna Ontology。
S103，根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念。
S103具体包括：
根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注。语料库的属性如下表2-2：
表2-2课程与教学大纲相关语料
Figure BDA0002677510790000062
Figure BDA0002677510790000071
确定所述条件随机场模型的参数；所述参数包括特征函数的权重。目前常用的方法是最大似然估计，使用D＝{Xi，Yi}代表输数据，Xi表示观察值序列，Yi表示输出实体序列，然后对D求解参数。本文在实验中采用L-BFGS通过动态规划进行参数求解。
条件随机场的形式化描述如下：
作为一种无向图模型，条件随机场在图中的标签联合概率定义为：
Figure BDA0002677510790000072
其中Y为类别标签，X为特征向量，λK为fk(yi-1，yi，X，i)对应的权值，Z(X)为归一因子，Z(X)定义如下:
Figure BDA0002677510790000073
其中,特征fk(yi-1，yi，X，i)由转移特征tv′v(yi-1，yi，X，i)和状态特征sv′v(yi-1，xi)组成，定义如下：
Figure BDA0002677510790000074
其中，u与
Figure BDA0002677510790000075
分别为tv′v(yi-1，yi，X，i)与sv′v(yi-1，xi)的权值。
根据所述语料库，采用融合特征的条件随机场模型确定实体。
分词标注结果标注出的词分为目标词、目标词词性、首前置词等类型。这些不同类型的词组成了不同类型的实体。为了将不同类型的实体进行特征融合，首先在***页面获取教育领域下的词条，得到不同的课程名称词条组成的课程名称库，同样获取教学大纲词条组成教学大纲名称库。然后通过人工筛选出固定表达库作为命名实体融合特征下表2-3所示，最后在领域实体特征公共模板的基础上加入融合特征进行实体识别。
表2-3实体识别公共特征模板表
Figure BDA0002677510790000081
表2-4针对学科实体识别的固定表达库
Figure BDA0002677510790000082
由于传统条件随机场考虑到了上下文特征，实体识别抽取准确度已经达到了较高的水平。本文加入融合特征的条件随机场由于融合了具有针对性的特征，准确度有了进一步提升。
根据所述语料库，采用融合特征的条件随机场模型确定实体，之后还包括：
对所述实体进行分层，得到课程实体和教学大纲实体。
对所述课程实体和教学大纲实体均进行上下级分层，分别如图3和图4所示。上层本体与一个或多个下层本体之间使用OWL语言的属性和约束定义partof和contain关系从而建立联系。
确定好的类之间的分层关系，对类进行属性的定义。属性的定义包括对象属性和数据属性的定义，属性定义的目的是完善类之间的层次关系以及补充类的特征。对象属性描述与其他个体的关系，这些个体可以是同一类或其他类的实例。例如，课程有一个名为有教学大纲的对象属性，它与一个或多个教学大纲类建立关系。数据属性包含关于某个个体的信息，该类的实例，与其他类没有任何关系。例如，在教学大纲中，属性开课时间的值是表示教学大纲中时间的字符串，而属性课程代码表示教学大纲的课程的数字代码。
课程本体的实例化是对步骤6中的属性约束后的类进行数据的填充。步骤6中的类只是定义了一个类的类别，没有确切的实例。课程本体的实例是采用spider爬取***的数据进行填充，教学大纲本体的实例通过使用POIFSFileSystem解析Excel文件将表格中的信息提取出来存到mysql数据库和人工补充其他实例相结合的方式进行实例化。
S104，根据所述实体构建课程与教学大纲的本体，具体的流程图如图2所示。
对本体进行语义化表示，并使用RDF或OWL语言进行描述。
S105，根据所述课程与教学大纲的本体进行导学。
S105之后还包括：
对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；从一致性、完整性、有效性对本体进行评价，主要采用两种方法进行一致性的验证：
(1)使用Protégé工具自带的推理机HermiT 1.3.8.413进行推理验证。
(2)使用Protégé工具向本体添加一些SWRL规则，启动推理机进行本体一致性的验证。
根据所述评估结果优化所述实体构建课程与教学大纲的本体。
将本发明所提供的一种结合课程与教学大纲的本体的导学方法应用到具体的***中，所述***包括分为语义理解模块、本体库查询模块、问题扩展推荐模块和数据可视化模，并如图5所示，通过上述***实现本发明的实证研究。上述***采用前后端分离的形式开发，前端采用MVVM模式使用渐进式框架Vue.js进行开发，逻辑图谱展示通过Canvas元素使用JavaScript绘制完成，后端接口实现基于SpringMVC+Spring框架和RDF本体库。***主要分成三大模块进行实现：1)语义理解模块：语义理解模块主要是使用HanLP对用户输入的自然语句进行相关处理；2)本体库查询模块：主要通过构建SPARQL查询语句对本体库进行查询；3)问题扩展推荐模块：使用余弦相似度算法计算句子相似度返回问题列表；4)数据可视化：前端可视化主要是以知识卡片的形式显示问题答案、用图谱展示逻辑结构、列表的样式返回推荐问题。
问题推荐模块余弦相似度计算：
将每次用户输入的问题存到数据库，下次查询的时候与库中的问题列表中的句子进行语义相似度计算返回相似度高的句子生成问题列表进行返回。
余弦距离，也称为余弦相似度，是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。向量a和向量b的夹角θ的余弦计算如下：
Figure BDA0002677510790000101
如果向量a和b不是二维而是n维，上述余弦的计算法仍然正确。假定a和b是两个n维向量，a是，b是，则a与b的夹角θ的余弦等于：
Figure BDA0002677510790000102
图6为本发明所提供的一种结合课程与教学大纲的本体的导学***结构示意图，如图6所示，本发明所提供的一种结合课程与教学大纲的本体的导学***，包括：用户需求获取模块601、领域和范围确定模块602、实体确定模块603、课程与教学大纲的本体构建模块604和导学模块605。
用户需求获取模块601用于获取设定的应用场景的用户需求；
领域和范围确定模块602用于根据所述用户需求确定课程与教学大纲应用的领域和范围；
实体确定模块603用于根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念；
课程与教学大纲的本体构建模块604用于根据所述实体构建课程与教学大纲的本体；
导学模块605用于根据所述课程与教学大纲的本体进行导学。
所述实体确定模块603具体包括：语料库确定单元、条件随机场模型的参数确定单元和实体确定单元。
语料库确定单元用于根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注；
条件随机场模型的参数确定单元用于确定所述条件随机场模型的参数；所述参数包括特征函数的权重；
实体确定单元用于根据所述语料库，采用融合特征的条件随机场模型确定实体。
所述实体确定模块603还包括：第一分层单元和第二分层单元。
第一分层单元用于对所述实体进行分层，得到课程实体和教学大纲实体；
第二分层单元用于对所述课程实体和教学大纲实体均进行上下级分层。
本发明所提供的一种结合课程与教学大纲的本体的导学***，还包括：评估结果确定模块和优化模块。
评估结果确定模块用于对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；
优化模块用于根据所述评估结果优化所述实体构建课程与教学大纲的本体。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种结合课程与教学大纲的本体的导学方法，其特征在于，包括：
获取设定的应用场景的用户需求；
根据所述用户需求确定课程与教学大纲应用的领域和范围；
根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念；
根据所述实体构建课程与教学大纲的本体；
根据所述课程与教学大纲的本体进行导学。
2.根据权利要求1所述的一种结合课程与教学大纲的本体的导学方法，其特征在于，所述根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体，具体包括：
根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注；
确定所述条件随机场模型的参数；所述参数包括特征函数的权重；
根据所述语料库，采用融合特征的条件随机场模型确定实体。
3.根据权利要求2所述的一种结合课程与教学大纲的本体的导学方法，其特征在于，所述根据所述语料库，采用融合特征的条件随机场模型确定实体，之后还包括：
对所述实体进行分层，得到课程实体和教学大纲实体；
对所述课程实体和教学大纲实体均进行上下级分层。
4.根据权利要求1所述的一种结合课程与教学大纲的本体的导学方法，其特征在于，所述根据所述实体构建课程与教学大纲的本体，之后还包括：
对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；
根据所述评估结果优化所述实体构建课程与教学大纲的本体。
5.一种结合课程与教学大纲的本体的导学***，其特征在于，包括：
用户需求获取模块，用于获取设定的应用场景的用户需求；
领域和范围确定模块，用于根据所述用户需求确定课程与教学大纲应用的领域和范围；
实体确定模块，用于根据所述课程与教学大纲应用的领域和范围以及基于融合特征的条件随机场模型确定实体；所述实体为课程与教学大纲领域相关概念；
课程与教学大纲的本体构建模块，用于根据所述实体构建课程与教学大纲的本体；
导学模块，用于根据所述课程与教学大纲的本体进行导学。
6.根据权利要求5所述的一种结合课程与教学大纲的本体的导学***，其特征在于，所述实体确定模块具体包括：
语料库确定单元，用于根据所述课程与教学大纲应用的领域和范围确定语料库；所述语料库为将***页面段落用Hanlp分词工具进行分词并做标注；
条件随机场模型的参数确定单元，用于确定所述条件随机场模型的参数；所述参数包括特征函数的权重；
实体确定单元，用于根据所述语料库，采用融合特征的条件随机场模型确定实体。
7.根据权利要求6所述的一种结合课程与教学大纲的本体的导学***，其特征在于，所述实体确定模块还包括：
第一分层单元，用于对所述实体进行分层，得到课程实体和教学大纲实体；
第二分层单元，用于对所述课程实体和教学大纲实体均进行上下级分层。
8.根据权利要求5所述的一种结合课程与教学大纲的本体的导学***，其特征在于，还包括：
评估结果确定模块，用于对所述实体构建课程与教学大纲的本体进行评估，得到评估结果；
优化模块，用于根据所述评估结果优化所述实体构建课程与教学大纲的本体。
CN202010952591.8A 2020-09-11 2020-09-11 一种结合课程与教学大纲的本体的导学方法及*** Active CN112084345B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010952591.8A CN112084345B (zh) 2020-09-11 2020-09-11 一种结合课程与教学大纲的本体的导学方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010952591.8A CN112084345B (zh) 2020-09-11 2020-09-11 一种结合课程与教学大纲的本体的导学方法及***

Publications (2)

Publication Number Publication Date
CN112084345A true CN112084345A (zh) 2020-12-15
CN112084345B CN112084345B (zh) 2022-09-16

Family

ID=73736686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010952591.8A Active CN112084345B (zh) 2020-09-11 2020-09-11 一种结合课程与教学大纲的本体的导学方法及***

Country Status (1)

Country Link
CN (1) CN112084345B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090049077A1 (en) * 2007-08-15 2009-02-19 Martin Edward Lawlor System And Method For The Creation And Access Of Dynamic Course Content
US20110106807A1 (en) * 2009-10-30 2011-05-05 Janya, Inc Systems and methods for information integration through context-based entity disambiguation
US20150242979A1 (en) * 2014-02-25 2015-08-27 University Of Maryland, College Park Knowledge Management and Classification in a Quality Management System
US20170011095A1 (en) * 2015-07-10 2017-01-12 Fujitsu Limited Processing search queries for open education resources
CN106447558A (zh) * 2016-06-23 2017-02-22 温州职业技术学院 一种结合本体论与聚类分析技术的导学方法及学习***
US20180121413A1 (en) * 2016-10-28 2018-05-03 Kira Inc. System and method for extracting entities in electronic documents

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090049077A1 (en) * 2007-08-15 2009-02-19 Martin Edward Lawlor System And Method For The Creation And Access Of Dynamic Course Content
US20110106807A1 (en) * 2009-10-30 2011-05-05 Janya, Inc Systems and methods for information integration through context-based entity disambiguation
US20150242979A1 (en) * 2014-02-25 2015-08-27 University Of Maryland, College Park Knowledge Management and Classification in a Quality Management System
US20170011095A1 (en) * 2015-07-10 2017-01-12 Fujitsu Limited Processing search queries for open education resources
CN106447558A (zh) * 2016-06-23 2017-02-22 温州职业技术学院 一种结合本体论与聚类分析技术的导学方法及学习***
US20180121413A1 (en) * 2016-10-28 2018-05-03 Kira Inc. System and method for extracting entities in electronic documents

Also Published As

Publication number Publication date
CN112084345B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Ibrahim et al. Ontology-based personalized course recommendation framework
CN112395403B (zh) 一种基于知识图谱的问答方法、***、电子设备及介质
CN111753098A (zh) 一种基于跨媒体动态知识图谱的教学方法及***
CN102663129A (zh) 医疗领域深度问答方法及医学检索***
Pong-Inwong et al. Sentiment analysis in teaching evaluations using sentiment phrase pattern matching (SPPM) based on association mining
CN113886567A (zh) 一种基于知识图谱的教学方法及***
CN111143672A (zh) 基于知识图谱的专业特长学者推荐方法
Huang et al. A personalized English learning material recommendation system based on knowledge graph
Lubis et al. Topic discovery of online course reviews using LDA with leveraging reviews helpfulness
Thirumoorthy et al. An application of text mining techniques and outcome based education: student recruitment system
Dumal et al. Adaptive and automated online assessment evaluation system
Shih et al. A knowledge-based approach to retrieving teaching materials for context-aware learning
Wang et al. Using semantic relations for content-based recommender systems in cultural heritage
Soares et al. Education question answering systems: a survey
Kim et al. IoT-based personalized NIE content recommendation system
Ding et al. Answering multiple-choice questions in geographical gaokao with a concept graph
CN112905744A (zh) 一种侨情问答方法、装置、设备及存储装置
Karkar et al. An educational ontology-based m-learning system
CN112084345B (zh) 一种结合课程与教学大纲的本体的导学方法及***
CN115757720A (zh) 基于知识图谱的项目信息搜索方法、装置、设备和介质
Kong et al. Hybrid recommendation of personalized MOOC resources: A user context-aware approach
CN114297404A (zh) 一种领域评审专家行为轨迹的知识图谱构建方法
Elkaimbillah et al. Comparative study of knowledge graph models in education domain
Reddy et al. A novel approach for similarity and indexing-based ontology for semantic web educational system
Karunananda et al. Intelligent Personal Research Assistant

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant