[发明专利]一种准确而高效的智能化教育知识图谱构建方法

说明书

本发明提供一种准确而高效的智能化教育知识图谱的构建方法，以基于某一学科权威的教材教辅资料，构建出知识图谱的本体结构，采用半自动构建本体，使用统计方法和无监督方法得到本体知识，结合其他知识图谱的本体知识，在专家的指导下构建出本体，并在众包半自动语义标注过程进行完善；按照学科知识图谱的本体结构，对结构化的外部数据源进行相应的处理之后，得到RDF外源数据，然后利用标注数据中的数据作为训练数据，按照学科知识图谱的本体结构，采用有监督、半监督和无监督方法从互联网文本中抽取实体和关系，得到扩充数据；能够对教育知识点数据本身进行有针对性的文本转换和纠错规范，准确性和可靠性高，最高效构建出最准确的知识图谱。

【技术领域】

本发明涉及智能教学的技术领域，特别是一种准确而高效的智能化教育知识图谱的构建方法。

【背景技术】

人工智能技术已经广泛应用于教学领域中，贯穿了教、学、练、评、测这五大环节。比如教：智能备课系统、教师能力图谱；学：个性化学习内容，智能学习路径；练：个性化练习，语音练习；测：第三方测评；评：学习报告反馈和课堂行为监测等等。人工智能技术已经基本能够满足教学流程环节，帮助老师或者学生实现有针对性的和精准的教育知识数据加工以及高效的知识教授与学习。但是在教与学这两个环节中，相关的知识教育的数据量是巨大的并且数据结构较为复杂；虽然师生能够运用搜索引擎搜索知识点，但是耗费时间、效率低下，搜索结果质量参差不齐。为了提高教育知识学习的全面性，需要对教育知识数据进行准确的挖掘与关联，以此构建相应的教育知识图谱。

知识图谱的构建往往需要付出很大的代价。由于当前的自然语言处理方法还不够完善，完全自动化的构建方式难以得到较为准确的知识图谱，例如，DBPedia、YAGO等都存在有较多错误；而完全人工构建的方法虽然保证了准确性，但却需要花费巨大的人力和时间成本，完全人工构建较大规模的知识图谱几乎不可能。因此，如何协调准确率和效率、平衡自动化方法和人工参与，以最高效的方式构建出最准确的知识图谱，是目前构建知识图谱需要解决的一大难题。

【发明内容】

针对现有技术存在的缺陷，本发明提供了一种准确而高效的智能化教育知识图谱的构建方法，该方法能够充分利用领域内高质量的专业资料和海量的互联网数据，高效地构建出准确率较高的实际可用的领域知识图谱。

为解决上述技术问题，本发明提供的准确而高效的教育知识图谱构建方法，包括如下步骤：

步骤S1.领域本体构建：基于学科权威的教材教辅资料，构建出知识图谱的本体结构，采用半自动构建本体的方法，使用统计方法和无监督方法得到本体知识，结合其他知识图谱的本体知识，在专家的指导下构建出了本体，并在众包半自动语义标注过程中进行了完善；

步骤S2.众包半自动语义标注：将文本页面众包给多个标注者，根据构建好的本体，利用语义标注工具标注得到高质量的标注数据；

步骤S3.外源数据补全：将其他来源的结构化程度较好的数据按照本体结构处理(即按照学科知识图谱的本体结构，对结构化的外部数据源进行相应的处理)后，与标注数据整合在一起；

步骤S4.信息抽取：利用标注数据中的数据作为训练数据，按照学科知识图谱的本体结构，采用有监督、半监督和无监督的方法从互联网文本中抽取实体和关系，得到扩充数据。

进一步地，在所述步骤S1中，基于学科权威的教材教辅资料，构建出知识图谱的本体结构，具体步骤包括：

步骤S101.归纳领域核心概念：先利用相关统计学方法得到领域术语，和从领域术语中得到领域核心概念，再参考质量较高的知识图谱或数据源，并在众包半自动语义标注步骤中进行完善补充；以上方法得到的领域核心概念的归纳整理需要参照本体构建的两个基本原则，即：本体中类的设计应当秉承独立性和共享性原则；