关键词:
知识图谱
数字电子技术基础
设计本体
知识抽取
知识图谱可视化
摘要:
随着人工智能技术的飞速发展,教育领域正在经历一场革命性的变革。数字电子技术基础是电子信息工程等专业的核心课程,肩负着培养学生扎实专业素养的重要使命。在传统的教育模式中,课程内容的编排往往按照知识点的逻辑顺序,这可能会使学习者忽视知识点之间的联系,对知识的理解和记忆呈现碎片化,学习者难以形成系统的知识体系,进而影响学习效果和能力提升。知识图谱作为一种新兴的知识管理工具,提供了一个全新的视角来理解和学习知识。尽管已有许多学者在知识图谱方面开展了广泛研究,但这些研究大多集中于特定领域,在数字电子技术基础中,相应的课程知识图谱尚未形成,这表明有进一步研究和开发该课程知识图谱的空间。
因此,本研究提出将知识图谱引入到数字电子技术基础课程中,通过整合数字电子技术基础课程的教学资源和内容,利用数据集构建、知识抽取和可视化等相关技术,构建一个全面的课程知识图谱。具体工作如下:
(1)本研究通过对数字电子技术基础课程内容细致的梳理,遵循本体构建的原则,明确数据的具体范围,整理并详尽地列出了课程中的主要知识概念,并根据课程中的基本元素及其相互作用进行层次化分类,划分出9类实体和4类关系,构建了与课程内容高度相关的本体,并使用Protégé工具实现该课程本体结构的可视化。在此基础上,运用标注工具YEDDA和Doccano,遵循数据集构建流程,创建了关于该课程的命名实体识别和关系抽取的数据集。
(2)本研究提出了一个创新的知识抽取框架,以实现高效地命名实体识别和关系抽取任务。首先,利用BERT(Bidirectional Encoder Representations from Transformers)从文本中提取出丰富的语义信息,并转化为具有上下文深层次含义的向量表示。随后这些向量作为图中的节点,通过门控图注意力网络(Gated Graph Attention Networks,GGAT)进行节点交互,增强模型对长期依赖关系的捕捉能力和信息传递效率。最后根据具体任务要求,完成实体和关系的分类工作,实验结果表明该框架具有良好的性能。将实体和关系导入图数据库Neo4j,实现了数字电子技术基础课程知识图谱的可视化,有效支持了课程知识的深入理解和应用。
本研究的成果表明,数字电子技术基础课程知识图谱可以系统和直观地展示课程知识,为教学和学习提供了有力的支持,为高等教育课程的发展贡献力量,为未来相关研究提供了新的视角。