基于本體知識庫的教學資源自動采集技術研究.pdf

1、Web信息資源已十分豐富,利用技術手段對Web上的教育資源進行自動采集,從而形成各種教學資源庫,為教學活動提供信息資源服務,這無疑對促進教育信息化建設起到巨大的促進作用。但面對日益龐大的Web規(guī)模和越來越復雜的頁面結構,研究如何在有限的網絡資源和采集規(guī)模下,高效地從Internet采集教學資源,具有重要的學術意義和實踐價值。
　　 本文對主題信息資源自動采集技術進行了系統研究,討論了主題爬行技術、文本自動分類技術、文本自動抽取技

2、術、本體及本體知識推理技術等,并深入討論了這些技術在Web教學資源自動采集中的應用。
　　 本文以生態(tài)學的視角分析了Web主題資源的分布規(guī)律,提出了網絡生態(tài)鏈(Network Ecological Chain)理論,并據此設計了網絡生態(tài)鏈算法。提出了把網站的主題特性判斷與具體的鏈接目標預測相結合的自上而下的主題信息資源采集方法:即通過網絡生態(tài)鏈算法,輔以文本自動分類、文本自動抽取和本體知識推理等技術,首先從Web中發(fā)現主題網站群

3、,然后結合網站、頁面及鏈接鄰近塊文本的主題特性,再用主題爬行算法對具體的鏈接目標進行選擇性采集。這樣,可以有效地解決主題爬行中的方向迷失問題,提高主題信息資源采集的收獲比(Harvest Rate)。
　　 為了提高主題爬行中對鏈接目標的預測能力,本文重點研究了本體(Ontology)技術及其在Web教學資源自動采集中的應用。討論了本體語言、本體的構建方法及本體開發(fā)技術,嘗試性地構建了教育本體知識庫,開發(fā)了教育本體知識推理引擎,

4、探索了教育本體知識推理引擎的具體應用。由于本體具有開放性和標準化的特點,因而教育本體知識庫的構建可以通過共建共享的方式實現知識復用。
　　 最后,設計開發(fā)了一個Web教學資源自動采集原型系統,并以德育教學資源自動采集為例,驗證了各種技術的有效性。
　　 本文的主要工作和創(chuàng)新之處主要有:系統研究了主題信息資源自動采集技術；提出了網絡生態(tài)鏈理論,設計了網絡生態(tài)鏈算法,并通過實驗數據驗證了其有效性；把本體技術應用于教育知識庫的