[发明专利]一种多实体混合知识图谱构建方法、装置及存储介质

说明书

本发明提供一种多实体混合知识图谱构建方法、装置及存储介质。方法将知识点，学生，教学资源作为实体加入到知识图谱中。通过OCR算法、LSTM算法、TFIDF算法为教学资源匹配相应的考察知识点并构建教学资源与知识点间的关系，结合学生在不同教学资源上的学习行为进一步维护学生对知识点的掌握程度以及学习资源的偏好程度。

技术领域

本发明涉及在线教育及混合教育领域，具体而言，尤其涉及一种针对教育领域的多实体混合知识图谱构建方法、装置及存储介质。

背景技术

在教育领域中，知识图谱的实体一般局限于学科本身的章、节及知识点。在构建过程中，一般通过人工手动构建方法，或通过文本识别与专家标识相结合的混合构建方法。这种传统的知识图谱结构能够有效得描述学科内的知识点与知识点间的详细关系，但在教学过程中与学生之间的关联较弱，尤其是没有将学生在学习中产生的多种类型数据进行有效地融合和利用，因此很难体现不同学生间的区别以及同一学生在不同阶段的掌握程度变化。

近期，部分K12领域的研究者将多媒体资源加入至传统的知识图谱中，从而调动学习者的学习兴趣和主动性。但更多偏重于图谱的可视化框架以解决纯文本型图谱在教学过程中的枯燥性。也有研究者利用知识图谱中的节点对教学资源进行匹配，从而达到教学资源间的链接。但以上研究均没有考虑到学生学习行为对知识图谱的影响，无法满足教师和学生对个性化图谱的需求。

针对此类以知识点为主体的知识图谱，仅能够通过图结构特征来分析知识点间的联系，而无法综合考虑到知识点、学生及教学资源间的关系，更无法通过海量的学生学习行为数据来挖掘各种实体间的潜在关联，如知识点间的逻辑顺序关系、学生间的相似关系、学生对学习资源类型的偏好关系等。

发明内容

本发明提供了一种多实体混合知识图谱构建方法、装置及存储介质。解决了现有技术中无法综合考虑到知识点、学生及教学资源间的关系，更无法通过海量的学生学习行为数据来挖掘各种实体间的潜在关联的问题，通过OCR算法、LSTM算法、TFIDF算法为教学资源匹配相应的考察知识点并构建教学资源与知识点间的关系，结合学生在不同教学资源上的学习行为进一步维护学生对知识点的掌握程度以及学习资源的偏好程度。

本发明采用的技术手段如下：

一种多实体混合知识图谱构建方法，包括：

S1、获取学科内容，并构建以知识内容为主体的初级知识图谱，所述初级知识图谱的实体按照粒度划分为课程、章、节、知识点，所述学科内容包括教学大纲和教材；

S2、将学习资源作为实体加入所述初级知识图谱中，并将所述学习资源对知识点的考察关系作为关系类型、将考察难度作为权重关联到对应的知识点，由此得到二级知识图谱；

S3、将学生作为实体加入所述二级知识图谱中，建立学生与教学资源间的偏好程度关系，以及学生与知识点间的掌握程度关系，从而得到多实体混合知识图谱。

进一步地，还包括

S4、根据学生在学习过程中会产生的学习行为，对所述多实体混合知识图谱进行动态的更新。

进一步地，步骤S4包括：

获取学生的学号信息，根据学号信息识别学生在当前知识图谱中的历史数据；

收集学生在学习过程中产生学习行为数据，并由教学平台收集存储至数据库中；

将所述学习行为数据量化为行为得分；

按照学习行为中教学资源的编号在知识图谱中查询此资源所考察的知识点；

结合教学资源的考察难度关系，更新学生对相应知识点的掌握程度。

进一步地，步骤S1包括：