[发明专利]一种基于课堂教学内容的知识图谱构建、对比系统及方法

说明书

本发明涉及一种基于课堂教学内容的知识图谱构建、对比系统及方法。包括以下模块：预置知识图谱生成模块用于根据课纲要求及预设权重值生成预置知识图谱；实际知识图谱生成模块用于根据课堂实际教学内容生成实际知识图谱；对比分析模块分别与预置知识图谱生成模块、实际知识图谱生成模块连接，用于对预置知识图谱和实际知识图谱的对比分析，生成比对值和差异分析记录。本发明提供的一种基于课堂教学内容的知识图谱构建、对比系统及方法，能够依据教师上课的实际课纲，预置教学知识图谱；同时，也依据课堂实际的教学内容，完成实际的教学知识图谱；两个知识图谱可以进行比对，从而分析课堂教学内容的实际传授情况。

技术领域

本发明设计信息技术领域和教育技术领域，更具体地，涉及一种基于课堂教学内容的知识图谱构建、对比系统及方法。

背景技术

知识图谱又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。为学科研究提供切实的、有价值的参考。

语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。

TF-IDF(term frequency–inverse document frequency)TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。

资源描述框架(Resource Description Framework)，一种用于描述Web资源的标记语言。RDF是一个处理元数据的XML(标准通用标记语言的子集)应用，所谓元数据，就是“描述数据的数据”或者“描述信息的信息”。也许这样解释元数据有些令人难以理解，举个简单的例子，书的内容是书的数据，而作者的名字、出版社的地址或版权信息就是书的元数据。数据和元数据的划分不是绝对的，有些数据既可以作为数据处理，也可以作为元数据处理，例如可以将作者的名字作为数据而不是元数据处理。

现有技术中，知识图谱的构建一般有两种方式：一种是基于基础的知识库，使用NLP(自然语言处理)技术抽取三元组来构建，这种方式一般用于互联网的搜索。另一种是需要用户预先定义知识图谱，一般用于一些特定领域(如图书馆)。第一种方式与本发明不相关，而第二种方式，太依赖于人工的主观参与，并且知识图谱内容无法实时更新，实际应用效果不佳。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于课堂教学内容的知识图谱构建、对比系统及方法，建立预置知识图谱和实际知识图谱，通过对两者的对比，分析课堂教学内容的实际传授情况。

为解决上述问题，本发明提供的技术方案是：一种基于课堂教学内容的知识图谱构建、对比系统，其中，包括以下模块：

预置知识图谱生成模块用于根据课纲要求及预设权重值生成预置知识图谱；

实际知识图谱生成模块用于根据课堂实际教学内容生成实际知识图谱；