[發明專利]一種知識圖譜體系搭建方法

有效

• 申請號: 202010097593.3
• 申請日: 2020-02-17
• 公開（公告）號: CN111400428B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 鄭洪濤;江華清
• 申請（專利權）人: 河南新世紀拓普電子技術有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/35;G06F16/36;G06Q50/20;G09B7/02
• 代理公司: 鄭州隆盛專利代理事務所(普通合伙) 41143
• 代理人: 趙媛媛

1.一種知識圖譜體系搭建方法，其特征在于，所述知識圖譜體系搭建方法包括如下步驟：

步驟S1，采集不同教學模式的不同教學知識數據，并對所述不同教學知識數據進行預處理，以此獲得相應的教學知識多維度表征數據；

步驟S2，對所述教學知識多維度表征數據進行圖像轉換和計算處理，以此獲得關于不同教學知識數據的教學知識多維矩陣；

步驟S3，獲取關于所述教學知識多維矩陣對應的知識映射關系，并對所述知識映射關系進行特征抽取處理，以此獲得對應的教學知識多態分類信息；

步驟S4，根據所述教學知識多態分類信息，構建關于不同教學模式的教學知識圖譜體系；

在所述步驟S2中，對所述教學知識多維度表征數據進行圖像轉換和計算處理，以此獲得關于不同教學知識數據的教學知識多維矩陣具體包括，

步驟S201，將所述教學知識多維度表征數據進行數據有效性判斷處理，以此獲得滿足預設有效性要求的教學知識多維度有效表征數據；

步驟S202，將所述教學知識多維度有效表征數據按照預設維度排布要求，形成相應的教學知識數據表征排列組合；

步驟S203，將所述教學知識數據表征排列組合轉換為二進制灰度圖像，并對所述二進制灰度圖像進行關聯矩陣計算處理，以此獲得所述教學知識多維矩陣；

在所述步驟S3中，獲取關于所述教學知識多維矩陣對應的知識映射關系，并對所述知識映射關系進行特征抽取處理，以此獲得對應的教學知識多態分類信息具體包括，

步驟S301，通過預設深度學習卷積神經網絡模型，對所述教學知識多維矩陣進行關于學生知識學習過程大數據的計算處理，以此獲得所述知識映射關系；

步驟S302，對所述知識映射關系進行關于符號實體、知識點屬性和知識點結構中至少一者的特征抽取處理，以此獲得關于知識符號實體信息、知識點屬性信息和知識點結構信息中的至少一者；

步驟S303，?對所述知識符號實體信息、所述知識點屬性信息和所述知識點結構信息中的至少一者進行知識共性和知識特性的多模態標定處理，以此獲得所述教學知識多態分類信息；

所述步驟S203具體包括：

步驟S2031，根據預設教學知識點的難度劃分等級，將所述教學知識表征排列組合轉換為所述二進制灰度圖像；

步驟S2032，對所述二進制灰度圖像進行關于教學知識點邏輯聯系性的關聯矩陣計算處理，以此獲得所述教學知識多維矩陣。

2.如權利要求1所述的知識圖譜體系搭建方法，其特征在于：

在所述步驟S1中，采集不同教學模式的不同教學知識數據，并對所述不同教學知識數據進行預處理，以此獲得相應的教學知識多維度表征數據具體包括，

步驟S101，獲取當前教學模式的類型信息，并根據所述類型信息，確定當前教學模式對應的教學知識數據采集模式；

步驟S102，根據所述教學知識數據采集模式，采集當前教學模式下不同教學科目對應的教學知識數據；

步驟S103，對所述教學知識數據以此進行歸類處理、降噪處理和多維度信息熵提取處理，以此獲得所述教學知識多維度表征數據。