[发明专利]一种基于知识关联的主题图冲突检测方法及系统

说明书

本发明属于教育技术领域，公开了一种基于知识关联的主题图冲突检测方法及系统，包括：计算主题图中知识元间的相关性R_k，采用的方法是基于路径和深度的知识元关联关系的计算；计算主题图中的知识元所关联的资源组(含知识元)间的相关性R_r，结合知识元所关联的资源描述信息来进行计算知识元间的相似性；计算R_k与Rr的偏差一致性，利用基于路径与深度的方式计算所得出的知识元之间的相关性R_k与利用资源组多维描述信息标签所构建词向量计算得到的相关性R_r计算两者在偏差程度上的一致性。本发明助于增强知识结构梳理以及知识所关联的资源的关联性，有助于学习者更好、更快的构建个性化的知识体系。

技术领域

本发明属于教育技术领域，尤其涉及一种基于知识关联的主题图冲突检测方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

主题图是有效的进行知识聚合方法之一，其最大的优点就在于可以充分发挥主题构建者对于知识组成和知识范围的自定义。以此让学习者在学习的过程中对于知识结构梳理以及知识所关联的资源有着较强的关联性，有助于学习者进行快速构建个性化的知识体系。但是局限于学习者学习的深度和认知广度对应实际构建知识体系存在不合理性，在此种情境下，会存在着两种情况，一是元组的名称和标识因为是由构建者所自定义，可能会是出现了定义的偏差；二是元组下所关联的知识元个别关联到错误的范围，从而导致此知识元组下所有关联的知识元间可能存在不一致性，可能会存在着大部分的知识元和小部分知识元所代表的知识所属范围不在同一个知识元组的描述范围之下。所以通过学习者构建的主题图，可能存在不合理性，容易让主题图所表示的知识领域范围存在不一致性。

综上所述，现有技术存在的问题是：

如果采用构建主题图的方式不同所采用冲突检测的方式便不一样，如如果采用基于知识图谱的方式来构建首先其数据结构的组成方式便不同，且知识图谱适用于大规模关系构建，对于构建个性化主题图从构建的实体数量和关系方面便不合适，其适用于大规模语义关系描述，且知识图谱的描述框架主要是由三元组构成，以及关系schema约束，需要有完整的语义网的解决方案，构建起来费时费力。

现有的主题图局限于学习者学习的深度和认知广度对应实际构建知识体系存在不合理性，在此种情境下，会存在着两种情况：

(1)元组的名称和标识因为是由构建者所自定义，可能会是出现了定义的偏差；

(2)元组下所关联的知识元个别关联到错误的范围，导致此知识元组下所有关联的知识元间可能存在不一致性，可能会存在着大部分的知识元和小部分知识元所代表的知识所属范围不在同一个知识元组的描述范围之下；

所以通过学习者构建的主题图，可能存在不合理性，容易让主题图所表示的知识领域范围存在不一致性。

解决上述技术问题的难度和意义：

本发明所提出的基于知识关联的主题图冲突检测方法难度在于对于主题图中每一个知识元和知识元组都需要构建基于向量的相似性，以及采用资源组描述信息来扩展对知识元组的表述。

而其意义在于能够实时快速的识别学习者构建知识元组与资源合理关系，及时的为学习者提供构建建议，使得其所构建的个性化主题图更具合理性更符合规范。

发明内容

针对现有技术存在的问题，本发明提供了一种基于知识关联的主题图冲突检测方法及系统。

本发明是这样实现的，一种基于知识关联的主题图冲突检测方法，包括：

采用基于路径和深度的知识元关联关系的方法计算主题图中知识元间的相关性R_k；