[發明專利]一種基于知識圖譜的教學問題診斷方法及系統

在審

• 申請號: 201910331825.4
• 申請日: 2019-04-24
• 公開（公告）號: CN110083744A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 劉源
• 申請（專利權）人: 廈門無常師教育科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06Q50/20
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 樂珠秀

本發明公開了一種基于知識圖譜的教學問題診斷方法及系統，其根據教材信息中的實體以及實體之間的關系進行構建知識圖譜；根據所述知識圖譜對所述教材信息進行自動標注，得到實體標簽信息；獲取用戶的學習行為信息，并提取所述學習行為信息中的異常行為信息；根據所述知識圖譜對所述異常行為信息進行自動標注，得到異常標簽信息；對所述異常標簽信息進行相關性測試，得到所述異常標簽信息與所述實體標簽信息的相關性，從而得到相關的實體標簽信息所對應的教材信息，即為待改良教材信息；本發明通過知識圖譜實體標簽技術，對用戶的異常行為信息進行識別提取和相關性測試，得到待改良教材信息，從而能夠準確的對教材信息進行問題診斷和改良。

技術領域

本發明涉及智能教育技術領域，特別是一種基于知識圖譜的教學問題診斷方法及其應用該方法的系統。

背景技術

在線教育即e-Learning，或稱遠程教育、在線學習，通過應用信息科技和互聯網技術進行內容傳播和快速學習的方法。在信息化爆發式發展的趨勢下，在線教育越來越凸顯出優勢：1、在線教育可以突破時間和空間的限制，提升了學習效率；2、在線教育可以跨越因地域等方面造成的教育資源不平等分配，使教育資源共享化，降低了學習的門檻。基于在線教育的特點和優勢，網絡學校受到越來越多人的認可，各類新興的網校、在線教育平臺、教學APP也不斷涌現。

但是，傳統的在線教育，中國在線教育的模式依然只是停留在一頭熱階段：單純地把線下學習模式下的課表、教材搬上互聯網，對所有的學習者進行毫無差異性的單向填鴨式教學。當學生學習不理想時，很難確定是學生個人的原因還是教學資源(授課老師或教材)的問題。

在大樣本基礎下，如果學生反應普遍偏差則很有可能是教學材料的問題，老師需要反思回顧自己的教學。發現是哪一部分的教學出了問題，評估后進行改進。沒有數據的分析，老師一般不會意識到自己教學不足的問題或只能憑借經驗進行改進。但是，傳統的只有數據驅動的分析平臺只能通過學生做題反饋對人工標注的標簽進行發現，不僅需要花費大量人力成本手工打標簽或者不標準化的API抓取才輸入神經網絡算法，而且準確性較低，分析結果比較概括粗略。

發明內容

本發明為解決上述問題，提供了一種基于知識圖譜的教學問題診斷方法及系統，其通過知識圖譜實體標簽技術，對用戶的異常行為信息進行識別提取和相關性測試，得到待改良教材信息，從而能夠準確的對教材信息進行問題診斷和改良。

為實現上述目的，本發明采用的技術方案為：

一種基于知識圖譜的教學問題診斷方法，其包括以下步驟：

a.根據教材信息中的實體以及實體之間的關系進行構建知識圖譜；

b.根據所述知識圖譜對所述教材信息進行自動標注，得到實體標簽信息；

c.獲取用戶的學習行為信息，并提取所述學習行為信息中的異常行為信息；

d.根據所述知識圖譜對所述異常行為信息進行自動標注，得到異常標簽信息；

e.對所述異常標簽信息進行相關性測試，得到所述異常標簽信息與所述實體標簽信息的相關性，從而得到相關的實體標簽信息所對應的教材信息，即為待改良教材信息。

優選的，所述的步驟a中，是通過對所述教材信息進行數據結構化處理，并根據得到的結構化數據進行構建知識圖譜；其中，所述教材信息包括以下任一項或者兩項以上的結合：文檔教材、圖像教材、視頻教材、音頻教材、教材習題。

進一步的，所述對所述教材信息進行數據結構化處理，進一步包括以下步驟：

信息抽?。焊鶕DF框架對所述教材信息進行實體抽取、關系抽取、屬性抽取，得到所述教材信息的章節內容、章節知識點、知識點關聯的問答信息；

信息融合：通過自然語義解析技術引入第三方知識庫對抽取的實體進行共指解析和實體消歧，得到初步RDF數據；