【技术实现步骤摘要】
本专利技术涉及一种基于自然语言处理(natural language processing,nlp)和知识抽取(knowledge extraction)技术的系统,用于从学校专业教育资源中自动抽取和构建专业知识图谱。
技术介绍
1、知识图谱作为一种先进的智能技术,是教育智能化和个性化的关键工具。知识图谱通过构建一个包含实体及其关系的结构化网络,能够有效地表示和处理复杂的人类知识体系。这种技术不仅能够帮助计算机更好地理解和处理自然语言,还能够为教育领域提供强大的数据支持和智能分析能力。
2、传统的教学模式往往缺乏个性化和精准性,难以满足不同学生的学习需求。而知识图谱型智能教学应用系统的出现,正是为了解决这一问题。该系统以知识图谱为核心,通过智能推荐算法,为学生提供定制化的学习资源和路径,同时支持教师进行精准教学和资源优化。这种系统不仅能够激发学生的自主学习热情,还能够促进学年、学分制改革等教育模式的创新应用。
3、目前大多数学校存在信息孤岛问题,缺乏数据治理,更忽视了教学数据的提取和应用,导致很难应对日益增长的学
...【技术保护点】
1.一种基于学校专业图谱构建多元画像的方法,其特征在于,包括:
2.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,以专业核心能力为线索,连接层次化模型中的各层次目标。
3.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,基于课程知识点,构建跨课程的前序后序关系图。
4.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,从学校教务系统中提取课程数据来生成知识点网状图、PBL问题模型图、OBE目标/能力导向图,课程数据包括教材选用、课时、课程类别、课程类型、学分、教学大纲、学习
...【技术特征摘要】
1.一种基于学校专业图谱构建多元画像的方法,其特征在于,包括:
2.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,以专业核心能力为线索,连接层次化模型中的各层次目标。
3.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,基于课程知识点,构建跨课程的前序后序关系图。
4.根据权利要求1所述的基于学校专业图谱构建多元画像的方法,其特征在于,从学校教务系统中提取课程数据来生成知识点网状图、pbl问题模型图、obe目标/能力导向图,课程数据包括教材选用、课时、课程类别、课程类型、学分、教学大纲、学习目标和评估标准。
5.一种基于学校专业图谱构建多元画像的系统,其特征在于,包括:
6.根据权利要求5所述的基于学校专业图谱构...
【专利技术属性】
技术研发人员:吴丹,姜昕,唐飞,梁少博,王郢,邱超,
申请(专利权)人:武汉大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。