一种基于人机协同构建知识图谱的知识点填充方法技术

本发明专利技术公开了一种基于人机协同构建知识图谱的知识点填充方法，涉及高等教育技术领域。本发明专利技术步骤如下：通过设备技术创建知识图谱，并在知识图谱资源包中添加内容；通过创建的知识图谱中知识点的名称，推荐该知识点相关的资源。本发明专利技术通过支持树状知识图谱和网状知识图谱两种创建模式，能够满足教师不同的知识图谱构建需求；提供了丰富的多模态教学资源库，并主动为老师所创建的知识点推荐合适的教育资源，实现人机协同，提高老师构建知识图谱的效率与准确率；提供了安全可靠的知识图谱的多用户协同构建与成果分享，能够实现多位老师同时在线编辑知识图谱，并将知识图谱成果分享给学生用户，指导学生在线学习。指导学生在线学习。指导学生在线学习。

【技术实现步骤摘要】
一种基于人机协同构建知识图谱的知识点填充方法


[0001]本专利技术属于高等教育
，特别是涉及一种基于人机协同构建知识图谱的知识点填充方法。

技术介绍

[0002]知识图谱是教育信息化2.0时代的关键资源，它的兴起与应用，为全面实现教育现代化提供了强大动力和良好契机；知识图谱可看作是一种由知识点、知识关系构成的知识网络图，需要将学科知识与教学资源实体以规范化的方式进行链接，从而实现在线教育资源的有效组织；
[0003]为方便人工构建知识图谱，目前出现了一些交互体验较好的工具，如安装到本地的XMind、网页在线使用的ProcessOn，这些工具操作简单，方便老师快速构建知识图谱；若将知识图谱应用于高等教育领域的教学过程中，知识图谱不仅要体现严谨正确的知识点及知识关系，也需要提供丰富准确的教学资源，并以知识点的形式组织海量的多模态教学资源，如知识点的别名和描述、图片、音频、视频、教材、网络资源、测试题目等；
[0004]因此，老师不仅要完成知识图谱的构建工作，还需要对每个知识点的资源进行补充完善，而现有的工具除了支持老师上传已有的本地文件外，很难再补充其他资源，具有一定的局限性，老师无法在丰富的教学资源库内搜索或被推荐合适的教学资源；同时，无论是本地版的XMind，还是网页版的ProcessOn，都不能够通过组建虚拟教研团队的形式，实现多位老师在线协同构建知识图谱；
[0005]现有XMind、ProcessOn等知识图谱编辑软件存在的无法填充多模态的教学资源、无法为用户提供丰富的教学资源库并推荐合适的教学资源、无法实现多用户在线协同构建知识图谱等不足，严重限制了知识图谱的制作速度和丰富程度；针对以上这些问题，本专利技术构建了一种基于人机协同构建知识图谱的知识点填充方法。

技术实现思路

[0006]本专利技术的目的在于提供一种基于人机协同构建知识图谱的知识点填充方法，以解决上述
技术介绍
中提出的技术问题。
[0007]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0008]本专利技术为一种基于人机协同构建知识图谱的知识点填充方法，步骤如下：
[0009]创建知识图谱，并在知识图谱资源包中添加内容；
[0010]通过创建的知识图谱中知识点的名称，推荐该知识点相关的资源。
[0011]进一步地，所述创建知识图谱，为通过前端DOM技术创建树状知识图谱。
[0012]进一步地，所述创建知识图谱，为通过svg技术创建网状知识图谱。
[0013]进一步地，所述推荐该知识点相关的资源，包括：
[0014]通过采用自然语言处理的BERT及其相关变种算法来对知识点和教材、视频资源进行向量化表示，向量均进行归一化处理，后续通过知识点和教材、视频的内积得到其语义余
弦相似度，并根据语义余弦相似度分别对视频资源和教材资源进行排序。
[0015]进一步地，所述根据相似度分别对视频资源和教材资源进行排序包括：
[0016]不同的资源在排序过程中语义余弦相似度得分需要根据属性权重进行调整考量，公式如下：
[0017][0018]其中，score
item
为粗排阶段总相似度计算得分，score
x
为各属性得分，weight
x
为属性权重。
[0019]进一步地，所述通过知识点和教材、视频的内积得到其语义余弦相似度，包括：
[0020]对于教材资源，根据小节段落内容的长文本属性以及章节名称的短文本属性计算语义余弦相似度得分；
[0021]对于视频资源，根据视频名称、所属课程章节、关键帧OCR的短文本属性来计算语义余弦相似度得分。
[0022]进一步地，所述推荐该知识点相关的资源，包括：
[0023]相关资源的推荐，推荐用户选定到资源包中的教材、课程所包含的资源片段；当得分最高的资源内容分值没有达到阈值或者达到阈值的资源内容数较少，则会基于用户选定资源包以外的全部共享资源进行推荐。
[0024]进一步地，还包括：
[0025]对于某一知识点，当接收到用户决定引用的推荐资源时，则将该知识点与用户决定引用的所有推荐资源进行链接；当接收到用户决定不引用推荐资源时，则该知识点不挂载任何推荐资源；
[0026]当接收到用户将该知识点分享给分享目标时，将所述知识点及其链接的所有引用的推荐资源一并下发给所述分享目标。
[0027]进一步地，知识图谱资源包中添加的内容为自然语言处理音频、视频以及教材，并对视频和教材进行处理。
[0028]进一步地，处理视频通过自动语音识别技术将课程视频提取出音频并转成文字，同时识别视频中出现的文字，均存储到语料库中；
[0029]处理教材通过OCR文字识别技术将老师共享的教材提取出文字，存储到语料库中。
[0030]本专利技术具有以下有益效果：
[0031]本专利技术通过支持树状知识图谱和网状知识图谱两种创建模式，能够满足教师不同的知识图谱构建需求；提供了丰富的多模态教学资源库，并主动为老师所创建的知识点推荐合适的教育资源，实现人机协同，提高老师构建知识图谱的效率与准确率；提供了安全可靠的知识图谱的多用户协同构建与成果分享，能够实现多位老师同时在线编辑知识图谱，并将知识图谱成果分享给学生用户，指导学生在线学习。
附图说明
[0032]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附
图。
[0033]图1为本专利技术的结构示意图；
[0034]图2为本专利技术知识图谱的流程示意图；
[0035]图3为本专利技术知识的流程示意图；
[0036]图4为本专利技术方法流程图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0038]实施例一：
[0039]请参阅图1
‑
图3所示，本专利技术为一种基于人机协同构建知识图谱的知识点填充方法。
[0040]首先，在创建知识图谱时，可创建树状知识图谱和网状知识图谱；在图谱资源包中添加视频、教材等内容；平台将视频、教材等资源处理成文字形式并存储在数据库中；
[0041]然后，当用户在此知识图谱中创建知识点后，平台将根据该知识点的名称，推荐该知识点相关的别名、定义、视频、教材及网络资源；平台采用自然语言处理的bert算法及其变种来对知识点和教材、视频资源进行向量化表示，向量均进行归一化处理，后续可通过知识点和教材、视频的内积得到其语义余弦相似度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，步骤如下：创建知识图谱，并在知识图谱资源包中添加内容；通过创建的知识图谱中知识点的名称，推荐该知识点相关的资源。2.根据权利要求1所述的一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，所述创建知识图谱，为通过前端DOM技术创建树状知识图谱。3.根据权利要求1所述的一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，所述创建知识图谱，为通过svg技术创建网状知识图谱。4.根据权利要求1所述的一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，所述推荐该知识点相关的资源，包括：通过采用自然语言处理的BERT及其相关变种算法来对知识点和教材、视频资源进行向量化表示，向量均进行归一化处理；通过知识点和教材、视频的内积得到其语义余弦相似度，并根据语义余弦相似度分别对视频资源和教材资源进行排序。5.根据权利要求4所述的一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，所述根据相似度分别对视频资源和教材资源进行排序包括：不同的资源在排序过程中语义余弦相似度得分需要根据属性权重进行调整考量，公式如下：其中，score
item
为粗排阶段总相似度计算得分，score
x
为各属性得分，weight
x
为属性权重。6.根据权利要求5所述的一种基于人机协同构建知识图谱的知识点填充方法，其特征在于，所述通过知识点和教材、视频的内积得到其语义余弦...

【专利技术属性】
技术研发人员：王晖，战思宇，
申请(专利权)人：上海卓越睿新数码科技股份有限公司，
类型：发明
国别省市：