基礎(chǔ)教育資源共享平臺的理論與技術(shù)*

方 哲 徐朝軍

教育資源共享平臺主要服務(wù)于基礎(chǔ)教育階段的教師與學(xué)生，用于教學(xué)資源的共享與使用。與其他資源平臺相比，該平臺以關(guān)注個人、集體資源共享和使用行為為基點，翔實地記錄個人、集體共享、查看、搜索、下載資源等諸多活動，從而生成個性化的資源推薦列表，使用戶更容易獲取滿意的資源。教師個人、學(xué)校及教育主管部門可以上傳共享教育資源，打破資源壟斷，通過資源交流促進教師的專業(yè)成長。

一、平臺架構(gòu)、功能與特色

（一）平臺架構(gòu)

本平臺所使用的知識圖譜以課程標準、教案文檔、試卷習題、閱讀材料作為源數(shù)據(jù)，采用TFIDF、TextRank等關(guān)鍵詞抽取技術(shù)抽取文本數(shù)據(jù)中的知識點，綜合字符串相似度、知識點貢獻等算法抽取知識點之間的聯(lián)系。對抽取到的知識點及關(guān)系采用機器與人工相結(jié)合的方式進行過濾，構(gòu)建基礎(chǔ)教育知識圖譜。考慮到知識圖譜存在大量關(guān)系數(shù)據(jù)，故采用Neo4j數(shù)據(jù)庫對基礎(chǔ)教育知識圖譜進行存儲。

平臺上線后，政府部門、企業(yè)單位、學(xué)校以及教師個人均可以通過API接口上傳資源，平臺自動對資源進行標注、編碼處理后將資源并入共享庫，并與知識圖譜中的知識點進行關(guān)聯(lián)，同時系統(tǒng)會對上傳的資源質(zhì)量、知識點覆蓋面等指標進行評估。使用者可以根據(jù)知識點搜索、知識圖譜瀏覽、目錄導(dǎo)航、用戶個性化推薦等多種方式訪問資源，建立個性化資源包，也可以下載資源包進行二次開發(fā)設(shè)計。

（二）平臺功能

1.資源個性化推薦

在實現(xiàn)基于知識圖譜導(dǎo)航的教學(xué)資源系統(tǒng)的基礎(chǔ)上，實現(xiàn)對用戶教學(xué)資源的個性化推薦。平臺首頁有三列資源，分別為熱門資源、最新資源和推薦資源。資源采用了協(xié)同過濾算法和知識圖譜輔助推薦相結(jié)合的融合推薦方式。這種方式不僅加入了知識圖譜輔助推薦，還在原來的用戶和瀏覽資源記錄二維數(shù)據(jù)的基礎(chǔ)上，增加了資源本身的語義和資源間的聯(lián)系，大大緩解了冷啟動和數(shù)據(jù)稀疏問題，實現(xiàn)了精準推薦，促進了資源的有效利用。

2.自定義資源包

師生在教學(xué)過程中會需要整理符合當前進度的資源的情況，比如單元復(fù)習、薄弱點突擊、重點整理等。平臺為這一需求提供了資源包這一功能，用戶可以自行創(chuàng)建資源包，可以添加平臺中所有類型的資源以及知識點、學(xué)習目標、學(xué)習重難點等條目，還可以創(chuàng)建簡介作為學(xué)習筆記或記錄其中的重要內(nèi)容。資源包也可以一鍵打包下載，資源將會整合在壓縮包中，其他條目則會以文本形式進行存儲。

二、平臺搭建的關(guān)鍵技術(shù)

1.知識圖譜構(gòu)建技術(shù)

知識圖譜的構(gòu)建主要分知識抽取、知識加工和知識融合3個步驟。知識抽取包括實體抽取、關(guān)系抽取以及屬性抽取。實體抽取采用基于規(guī)則和詞典的方法、傳統(tǒng)機器學(xué)習的方法以及基于深度學(xué)習的方法，從語料中識別出知識實體。關(guān)系抽取的目的在于抽取文本中的實體對以及識別實體對之間的語義關(guān)系。根據(jù)對人工標注的依賴程度，抽取方法可以分為有監(jiān)督的關(guān)系抽取方法、半監(jiān)督的關(guān)系抽取方法以及無監(jiān)督的關(guān)系抽取方法。知識屬性抽取可以豐富對知識本身的認識，由于屬性值結(jié)構(gòu)是不完全確定的，因此采用了基于規(guī)則的抽取方式。

知識加工的主要目的是獲得結(jié)構(gòu)化的體系，經(jīng)過實體對齊，能夠獲得初步的本體以及大量的基本事實描述，但同時還必須經(jīng)過知識加工過程才能夠獲得更高質(zhì)量的認識實體，在層次上建立一種更大規(guī)模的認識系統(tǒng)，從而完成對認識體系的整合與管理。而認識加工主要分為本體構(gòu)建、知識推理以及質(zhì)量評估3個階段。本體構(gòu)建過程通常分為縱向概念之間的并列計算、實體上下位關(guān)聯(lián)抽取和本體生成3個過程。知識推理則是在已有的認識基礎(chǔ)上獲取新的事實，或者經(jīng)過對知識的歸納實現(xiàn)個體知識到一般知識的推廣。最后通過質(zhì)量評估對知識進行評估測量，留高去低，從而保證知識的質(zhì)量和圖譜的質(zhì)量。

知識融合是將不同知識庫中的同一實體融合在一起，主要包括實體對齊和實體消歧兩個環(huán)節(jié)。通過與實體對齊將出現(xiàn)在不同知識圖譜或數(shù)據(jù)庫中的但帶有同一意義的知識實體對齊，再通過實體消歧將存在歧義的實體根據(jù)上下文來消除一詞多義的現(xiàn)象。

經(jīng)過知識提取、知識加工、知識融合3個過程即可形成本平臺所要求的知識點圖譜。

2.資源推薦技術(shù)

目前教學(xué)資源個性化推薦側(cè)重于對學(xué)習者興趣進行建模分析。該類推薦方法是使用與學(xué)習者之間的各種交互行為數(shù)據(jù)信息以及基于學(xué)習者興趣的元數(shù)據(jù)信息來為每個學(xué)習者分別建模，進而根據(jù)推薦算法為每個學(xué)習者推薦其可能會感興趣的資源。這種方法更多偏重于與學(xué)習者的偏好相近的學(xué)習資源，但容易忽視資源間的內(nèi)在邏輯關(guān)系。因此在改善協(xié)同過濾推薦算法以更適用于教學(xué)資源推薦的同時，還要考慮資源之間的聯(lián)系。