[發明專利]異構知識點一體化表示、存儲、檢索、生成及交互方法

在審

• 申請號: 202210074639.9
• 申請日: 2022-01-21
• 公開（公告）號: CN114416890A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 柯水洲;王玉龍;李驍;陳洪義;劉依;王伊;劉晉澤;黃韻欣;肖雅倩;黃俊勛
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/26;G06F16/22;G06N5/02
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

本申請涉及一種異構知識點一體化表示、存儲、檢索、生成及交互方法，該方法提出了一體化知識點表示模型，將知識點拆解為若干關聯的知識元素，并用形式化方法進行表述。該模型充分考慮知識元素是以文、圖和視頻共存形式來表達，這種表達方法以細粒度的方法按照不同呈現模型將知識點分散表現，即利于細致化分析，也利于全面深刻的掌握。與之前的大篇幅、圖文不聚焦的方式相比可以大幅提升學員對知識點的掌握粒度和理解程度。

技術領域

本申請涉及在線教育技術領域，特別是涉及一種異構知識點一體化表示、存儲、檢索、生成及交互方法。

背景技術

隨著在線職業教育不斷推進與深化，越來越多的在線職業教育數據不斷積累，這些數據有文本、圖片和視頻，是一種異構混合數據集的形態。利用這些數據，或者說組織好這些數據，從而更加智能化的滿足用戶快速認知的教學需求是一項有意義的工作。

文獻[1]發明了一種可以根據學習者的特征信息自動識別學習需求的方法，該方法動態適應性呈現個性化學習活動序列，實施內容精準推送，從而提升學員的學習效率和節省學習。文獻[2]發明了一種在線教育的個性化課程內容推薦方法，該方法包括將課程進一步碎片化，然后進行難易度標識，并結合主動采集學習者的實時反饋數據進行動態的課程內容推薦優化。文獻[3]發明了一種基于大數據分析的職業教育教學診斷與改進系統，該系統采集教育教學過程的診斷信息，對采集信息進行分類和統計處理，并輔助學校實施評價。文獻[4]發明了一種用于職業教育的步進教學的系統及方法，將教師、學生和企業三者緊密結合在一起，使得學生經過充分的理論學習和實踐學習，使得經過培訓的學生能夠滿足企業的需求，獲得企業的青睞，為國家培養細分領域的工匠。

[1]基于大數據的在線職業教育個性化課程內容推送算法，專利申請號:CN202011115368.4。

[2]在線職業教育的個性化課程內容推薦方法，專利申請號:CN202011114748.6。

[3]一種基于大數據分析的職業教育教學診斷與改進系統，專利申請號:CN202010324589.6。

[4]一種用于職業教育的步進教學的方法及系統，專利申請號:CN202010015628.4。

現有的職業教育中的智能方法，基本上都是以促進學員個性化定制學習為主要目的。然而學員的學習不僅僅是依靠推送就能解決的，即使推送了符合學員身份、經歷等個性化的學習內容，但學習內容本身不生動、不易于理解也無助于學員快速的進入學習狀態。

發明內容

基于此，有必要針對上述技術問題，提供一種使學習內容生動、易于理解的異構知識點一體化表示、存儲、檢索、生成及交互方法。

一種異構知識點一體化表示方法，所述方法包括：

構建知識元素模型，所述知識元素模型包括：一段有限文本、一組圖片以及一組視頻。

構建知識元素關系模型，所述知識元素關系模型包括：第一知識元素、第二知識元素以及所述第一知識元素與所述第二知識元素之間的關系類型。

獲取在線職業教育中的異構知識點；所述異構知識點包括：教學文本、圖片以及視頻。

采用所述知識元素模型表示所述異構知識點，得到知識元素集合。

采用所述知識元素關系模型表示所述異構知識點中兩個知識元素之間的描述，得到知識元素關系集合。

根據所述知識元素集合和所述知識元素關系集合，得到一體化異構知識點；所述一體化異構知識點包括：所述異構知識點中各個知識元素的集合和所述知識元素關系集合。

一種異構知識點一體化模型的存儲方法，所述方法包括：

獲取存儲介質的最小存儲字節，以及獲取上述的一體化異構知識點。