[發明專利]基于深度學習和知識圖譜的課外學習輔導系統及實現方法

在審

• 申請號: 201910596244.3
• 申請日: 2019-07-03
• 公開（公告）號: CN112184500A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 王浩
• 申請（專利權）人: 浙江有教信息科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06F16/36;G06F16/335;G09B7/04
• 代理公司: 上海宏京知識產權代理事務所(普通合伙) 31297
• 代理人: 鄧文武

1.基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：包括如下步驟：

步驟一、對學習的資源、題目進行資源標簽化，對學生、教師及其他的社群標簽化，并形成知識圖譜化；

步驟二、學生預習、復習回顧，在線看資源；學生做作業、學習、考試、在線做題目；

步驟三、收集學生學習過程和結果數據，收集學生社群的學習行為數據，基于認知模型、知識結構進行診斷分析，生成學生學情報告、學生畫像，加入到知識圖譜中，并進一步完善學習資源、題目、學生、教師、社群的標簽，強化知識圖譜；

步驟四、基于知識圖譜，規劃學生學習路徑和計劃，推薦資源和題目，進入新一輪的學習流程。

2.根據權利要求1所述的基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：所述步驟三中包括有收集數據、知識抽取、知識融合、深度學習抽取數據訓練模型以及調用模型推薦學習資源。

3.根據權利要求1所述的基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：所述步驟一中的資源標簽化包括不同的教師對題目進行屬性標簽標注、學生對題目進行行為標簽標注、平臺對該題目及相似屬性的題目標注不同學生學習數據以及對教師上傳題目、布置作業的題目、考試的題目進行系統自動標注。

4.根據權利要求2所述的基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：所述收集數據包括從數據庫的用戶屬性表抽取學生基礎屬性數據、從非關系型數據庫的用戶行為表抽取學生行為數據、從數據庫的資源表抽取資源的屬性數據以及從數據庫的題庫表抽取題目屬性數據。

5.根據權利要求2所述的基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：所述知識抽取包括對收集的數據應用具有語言識別能力的信息抽取工具抽取用戶和資源的實體、抽取用戶和資源屬性、抽取實體和屬性之間的分類關系，并生成分類結果為實體對間某一關系成立的期望值。

6.根據權利要求2所述的基于深度學習和知識圖譜的課外學習輔導實現方法，其特征在于：所述知識融合通過網絡嵌入獲得結構化知識的向量化表示，然后分別用堆疊去噪自動編碼器和層疊卷積自編碼器抽取文本知識特征和圖片知識特征，通過NER能識別出的實體對，根據該實體對的上下文特征做出判斷；APCNNs模型保證實體在語料中出現的次數高于一定的閾值，如min_count＝5，保證該實體有word2vec的向量表示；bag中有一定數量的sentence，便于選取相似度高的用于訓練；Deepdive對輸出結果正誤的判斷針對單個語句，相同實體對出現在不同的語句中可能給出完全不同的預測結果。