基于關系形式概念的教育資源語義模型研究.pdf

1、近年來，隨著國家信息化戰(zhàn)略的深入推進以及數(shù)字化教育的持續(xù)發(fā)展，我國各級教育資源建設已經(jīng)取得了巨大的成就。Web上各類教育資源的存量巨大、內(nèi)容豐富、增長迅速，特別是隨著“互聯(lián)網(wǎng)+”思維在社會生活中的深入應用實踐，眾多輔助的學習模式和手段在技術變革中也在悄然演變和進步，終端學習者對資源的獲取、貢獻與影響會越來越直接，由此必將進一步推動教育資源的建設共享規(guī)模以及強化其發(fā)展質量，所有這些對教育資源的有效組織與獲取技術提出了更高的要求。而同時，巨

2、量的教育資源處在開放、動態(tài)和多變的Internet環(huán)境下，位置分散、內(nèi)容多樣、實際描述標準不統(tǒng)一，針對特定學習目的，學習者往往較難實現(xiàn)有效的資源內(nèi)容篩選與獲取。如何利用文本信息技術實現(xiàn)資源語義層面的自動標識,關聯(lián)整合不同組織、不同形式的教育資源數(shù)據(jù)，實現(xiàn)更為有效的教育資源組織和共享具有十分重要的理論和實用價值。
　　為此，論文提出了基于關系形式概念(Relational Formal Concept，RFC)的教育資源語義互聯(lián)模型

3、——資源關聯(lián)語義鏈網(wǎng)絡(Resource Association Link Network，RALN)，主要聚焦于三個關鍵研究問題:
　　(1)針對開放的Web教育資源標識組織，如何引入更多的背景知識，提高資源模型的通用性與適應性，論文需要為背景知識的表達與獲取提供靈活、通用的語義框架支持;
　　(2)為了改善文本主題單純依靠離散關鍵詞統(tǒng)計特征的局限，使其獲取與人類的并行閱讀方式更為接近，論文在獲取局部詞條概念的同時，還需獲

4、取資源片段的上下文語境特征，更好發(fā)揮背景知識的效用;
　　(3)針對個性化資源的時空動態(tài)性，如對于不同學習者和不同學習階段，資源間的關聯(lián)都可能存在差異或變化，資源模型在表達資源內(nèi)容靜態(tài)關聯(lián)的同時，還應該具備動態(tài)學習能力，為教育資源語義標識、關聯(lián)組織提供動態(tài)模型支持。
　　論文針對以上問題進行了研究，主要內(nèi)容為:
　　(1)擴展了傳統(tǒng)形式背景(Formal Context，F(xiàn)C)，構建了關系形式概念模型(Relation

5、al Formal Concept Model，RFCM)?；谌M關系構建的RFCM，為實體詞條（包括主體概念、客體概念）、實體關系（謂詞概念）的語義描述提供了統(tǒng)一的形式化框架，即關系表達成主、客體概念、謂詞概念。其中主、客體概念、謂詞概念是關系不同側面語義的集合二元組形式化體現(xiàn)，均由概念的內(nèi)涵和外延兩部分組成。論文基于關系形式概念模型，借助開放協(xié)作知識庫（如百度百科、維基百科），自動獲取其中的條目數(shù)據(jù)、標簽數(shù)據(jù)作為關系形式背景的初

6、始來源，以此構建關系形式概念背景知識;在關系形式概念提供的初始背景知識下，綜合考慮詞條上下文句法信息，本文采用圖理論對實體詞條間的關系形式概念連通度進行計算，實現(xiàn)實體關系的抽取、實體概念識別的協(xié)作處理，輔助關系形式背景的擴展學習，為資源標識提供動態(tài)的背景知識。關系形式概念模型作為一種協(xié)作、自組織的文本語義獲取與表達模型，能為后續(xù)資源文本的主題抽取與表達、Web資源關聯(lián)組織，提供更為靈活的形式化背景知識和統(tǒng)一的語義框架。
　　(2)

7、基于關系形式概念模型，為文本主題的定義與獲取設計了完整的技術路線，構建了關系形式概念主題模型(Relational Formal Concept Topic Model，RFCTM)。RFCTM借助了關系形式概念背景知識，首先對實體詞條的關系形式概念相關度進行計算;并綜合考慮詞條上下文句法信息，進行文本中關系形式概念的連通度語義計算，實現(xiàn)了從文本原始詞條—詞條主題—文本離散主題—文本連通主題的資源主題獲取路徑。相比離散關鍵詞的主題表達，

8、RFCTM具有關系形式概念更為靈活的語義表達粒度和更為完整的主題表達框架。現(xiàn)代系統(tǒng)科學認為[3]:新事物的性質以既有組成要素為基礎，但又不能由組成要素完全說明，組成要素之間的特定內(nèi)在聯(lián)系才是事物的本質。該觀點用以文本主題的分析同樣適合，即詞條是語義的基礎，但離散詞條及其概念也難以完全刻畫文本語義主題。RFCTM則模擬了人的基于局部特征和基于語境的并行閱讀認知方式，可以為基于內(nèi)容的Web資源標識提供形式化的主題向量，為資源的關聯(lián)組織提供基

9、礎的語義要素。
　　(3)以文本主題模型為基礎，為教育資源的標識與組織構建了基于語義的標識模型。該模型包括知識關聯(lián)語義鏈網(wǎng)絡(Knowledge Association Link Network，KALN)以及資源關聯(lián)語義鏈網(wǎng)絡(Resource Association Link Network，RALN)。KALN是由關系形式概念及其連接關系構建的知識網(wǎng)絡，它為資源標識組織提供了基礎的背景知識網(wǎng)絡;RALN表達了資源文本片段間的

10、語義關聯(lián)關系。論文以資源片段的語義作為獨立的主題模式，它也是RALN進行關聯(lián)的邏輯結點，并對雷同的主題模式約簡合并，以此減少在資源標識過程中的RALN結點增加速度，控制RALN的規(guī)模，提高資源的標識組織效率。由于KALN、RALN是由通用的開放協(xié)作知識庫初始化的，針對特定的教育資源標識組織往往語義粒度過粗或缺少領域知識的支持，難以反映領域資源間特定關聯(lián)或領域背景，需結合領域資源的內(nèi)容作進一步擴展。
　　(4)借助神經(jīng)網(wǎng)絡結構理論中

11、的四個相關假設，對KALN進行了連接強度的計算擴展。論文模擬人類記憶的激活擴散、遺忘抑制機制，借助資源內(nèi)容對關系形式概念的關聯(lián)強度進行動態(tài)學習調(diào)整，使其不僅反映關系形式概念語義關聯(lián)，還體現(xiàn)Web資源中關系形式概念的領域共現(xiàn)語義，使知識關聯(lián)語義鏈網(wǎng)絡與特定領域背景更為接近。論文還提出了基于資源文檔的結構信息對RALN進行擴展的思路，使主題模式之間的關聯(lián)不僅體現(xiàn)其包含的關系形式概念細粒度語義關聯(lián)，也體現(xiàn)資源同一文檔中的多主題模式間粗粒度領域

12、關聯(lián)。最后還對KALN與RALN增量更新算法進行了優(yōu)化，提高模型的擴展學習效率。
　　針對當前資源標識組織存在的問題，論文的創(chuàng)新性工作主要體現(xiàn)在:
　　(1)擴展了形式背景(Formal Context，F(xiàn)C)，定義了關系形式概念模型(RelationalFormal Concept Model，RFCM)，從形式上統(tǒng)一了詞條、關聯(lián)和概念間的語義表達，為文本主題的表達提供了一個新思路;
　　(2)基于關系形式概念的連通