基于RDFS的教學資源庫的分析與設計

衛小偉,殷鋒社,焦 蕾

摘 要:領域知識庫是教學內容的源泉和教學決策的依據。圍繞計算機應用基礎實驗教學系統,研究了領域知識庫的設計與實現。結合計算機應用基礎課程的自身特點,研究了如何對領域知識進行科學、合理的劃分,并建立了領域知識樹;采用框架表示法表示知識,并給出基于RDFS的領域知識庫的設計方法。

關鍵詞:RDFS;教學資源庫;知識獲取;知識表示

中圖分類號:TP31文獻標識碼:A

文章編號:1004-373X(2009)19-195-04

Analysis and Design of Teaching Resource Storehouse Based on RDFS

WEIXiaowei1,2,YIN Fengshe3,JIAO Lei3

(1.Shaanxi Transportation Professional Technology College,Xi′an,710018,China;

2.Electronic and Control Institute,Changan University,Xi′an,710061,China;3.Shaanxi Textile and Garment Institute,Xianyang,712000,China)

Abstract:The domain knowledge library is the course content fountainhead and the teaching decision-making basis.The encompassment computer application foundation experiment teaching system,design and realization of the domain knowledge library are studied.According to daracteristics of computer application foundation curriculum,how to scientific divide domain knowledge and the domain knowledge tree is established.Using the frame method express knowledge,and design method based on RDFS domain knowledge library is proposed.

Keywords:RDFS;teaching resource storehouse;knowledge gain;knowledge expression

在IPCATS系統中,教學資源庫的結構極為重要。教學資源庫是教學、學習中的知識和經驗的存儲器,它包含了專家多年的教學經驗、心得體會和研究成果,在學習系統中具有十分重要的作用,也是IPCATS的基礎。RDFS作為一種新的網上數據交換的標準,將RDFS應用到現代遠程教學中是遠程教學平臺的必然趨勢。

1 教學資源庫概述

在教與學的活動中,師生是活動和認知的主體,而知識便是活動的客體,教學的精髓是師生針對知識所進行的系列活動。在這個過程中,教師如何針對教學任務及學習對象的特點分解及合理組織教學計劃表述的知識是整個教學活動能否成功的關鍵。同理,對于IPCATS系統,建立學科知識庫和專家知識經驗庫是實現智能教學導航,從而實現個性化教學的基礎。專家知識、經驗庫就是從領域或學科的專家、教學專家那里獲得專門的知識、經驗,然后用一定的形式表示知識,最后存儲到數據庫中而形成的。該庫實際上是教學、學習中的知識和經驗的存儲器。系統對學生幫助的大小、是否有效,基本上取決于系統的專家知識庫。知識庫中的知識越完全,越能真實地再現專家的思維過程、方法等,則學習系統的智能水平就越高。

2 教學資源庫的構成

教學資源庫存放的是有關教學內容的專業知識及關于知識的知識即元知識。整個教學資源庫中的教學資源按用途分成兩類:

<教學資源>::=<教學內容知識>|<元知識>

<元知識>::=<知識點的屬性描述>|<知識點之間關系的描述>

因此,教學資源庫包括元知識庫和教學材料庫兩個部分,而元知識庫又包括知識點屬性庫和知識點關系庫,它們構成了個性化教學系統中的主要知識表示。

2.1 知識點之間的關系

由教學過程本身可知,知識點之間這種支持程度是一個模糊概念,所以將其分為5級,即:聯系不緊密、聯系不太緊密、一般、聯系比較緊密和聯系緊密,用一個隸屬度函數μ(x)sus={0.2/1,0.4/2,0.6/3,0.8/4,1/5}來度量,μ(x)sus的值越大說明知識點之間的聯系越緊密。對于先前文獻中所定義的參考關系,只需將μ(x)sus的值取得小一些,其實質可仍然看作是一種支持關系。

因此,知識點之間的關系可表示如下:

<知識點關系>::=<層次關系>|<支持關系>

<層次關系>::=<父知識點>|<子知識點>

<支持關系>::=<前導知識點>|<后繼知識點>|<支持程度>

由以上的分析可知,知識點之間的關系無法用一種單純的樹形結構來表示,因為單純的樹形結構只能表示層次關系,卻很難清楚地表示知識點之間的支持關系,而若用單純的網狀結構來表示,則會造成知識點之間的層次關系不明顯,并且會使推理算法過于復雜。因此,在這里采用一個總體樹/局部圖的知識組織模型,如圖1所示。

圖1 教學資源庫的知識組織模型

從圖1中可以得知,節點1是節點2、3的父節點,2、3節點是1節點的子節點。2、3節點與1節點是“與”關系;4、6節點與2節點是“或”關系;1節點是2、3節點的前驅知識,而節點3表示的知識點又是4、5、7、8節點的前驅知識, 4、5、7、8節點表示的知識點是3節點的后繼知識。

2.2 知識點屬性

知識點的屬性包括知識點編號、類型、難度、重要程度和要求掌握的水平等。知識點編號的目的是用于學習和查找,故應具有惟一性,是精確概念。知識點類型可以按照加涅(Gagne)分類理論分為:事實、概念、規則、高級規則和認知策略[4]。雖然分類具有很大程度的模糊性,但是由于知識點類型的劃分與學科建設有關。在具體的ITS教學/學習系統中,把它看作是精確概念。其他屬性認為是模糊對象,其中,知識點難度和重要程度分為三級,用隸屬度函數表示分別為:μ(x)ease={0.30/1,0.60/2,1/3}和μ(x)imp={0.30/1,0.60/2,1/3};要求掌握水平用定義模糊中心數(c,r,p)的方法來表示,可以更科學和更準確地描述教學大綱對知識點的掌握要求。(c,r,p)可以解釋為:落在以c為中心,r為半徑的“超球”之中的可能度為p。具體的(c,r,p)求取方法是根據積累已經通過考試學生的成績構造數據樣本,進行統計分析求得。可以粗略認為通過考試即達到教學大綱的要求掌握水平。假設樣本服從正態分布,可以根據積累樣本數據,求出均值x1、樣本方差S21,并確定一個檢驗置信度P1(例如取0.05水平)。用(x1,S21,P1)作為(c,r,p)的估計,描述教學大綱對知識點的要求。由此,可以得出知識屬性庫的關系模型,這是一個模糊值關系數據模型。在該關系模型中,為了考慮各知識點與其教學材料的關系,除了知識點屬性值外,還設有一個課件名稱域。用SQL語言描述模型如下:

CREATE TABLE KBATTRIBUTE &

(KPNO# SMALLI NT NOT NULL,/* 知識點編號*/

KPTYPE SMALLINT,/* 類型 */

KPEASE NUMERIC(3,2), /* 難度 */

KPIMP NUMERIC(3,2), /* 重要程度 */

KPX1 NUMERIC(5,2) /* 均值 */

KPS1 NUMERIC(5,2),/* 方差 */

KPP1 NUMERIC(3,2),/* 置信度 */

COURSE CHAR (16) ) ; /* 課件名稱 */

2.3 知識點鏈接關系描述

知識點之間的關系可以用知識點之間的鏈接數據庫來表示。在某一學科中各知識點的鏈接關系描述了該學科的知識體系。知識點的鏈接關系是雙向的,有上行和下行之分。一個知識點的上行知識點,即樹結構中的父結點;下行知識點,即樹結構中的子結點。由教學和學習過程本身可知,知識點之間關系的緊密程度不同,可以把它處理成一個模糊對象,用鏈接確信度來度量,用S(x)表示且0

S(x)=1, x=必學知識點

0.5,x=選學知識點

知識點鏈接數據庫的具體內容,用SQL描述如下:

CREATE TABLE KBLINK &

( KPNO# SMALLINT NOT NULL,/* 知識點編號 */

FNODE SMALLINT,/* 上行知識點編號 */

SNODE SMALLINT,/* 下行知識點編號 */

FKPS NUMERIC(2,1), /* 上行鏈接確信度 */

SKPS NUMERIC(2,1) ); /* 下行鏈接確信度 */

在這樣的一個鏈接關系數據模型中,會出現一個父結點和多個子結點的情況。另外,也會有一個父結點和一個子結點,多個父結點和一個子結點,以及沒有父結點或者沒有子結點的情況等。

2.4 教學資源庫的結構模型

教學資源庫由知識體系庫和教學材料庫組成。

教學材料庫的主要目的是構成學習環境并向學習者提供支持學習過程的各種條件,該庫的主要內容為與各知識點對應的相關課件,當通過某種搜索策略得到一個待學習的知識點編號時,就可以從知識點屬性庫中獲得與該知識點相關聯的課件名稱,并可以以此名稱作為入口參數,來調用已經編寫好的多媒體課件,進行教學講解或練習等教學、學習活動。因此,整個教學資源庫的結構如圖2所示。

3 基于RDFS的教學資源庫元模型

為了提高教學資源的共享和復用,本系統為教學資源建立了本體庫,并選擇RDFS語言來描述。本體描述語言經歷了從XML Schema到RDF Schema,再到DAML+OIL,以及W3C最近推出的OWL的過程,語言的表述能力在不斷增加。相比較,用XML Schema表示語義顯得過于單薄。而RDF Schema雖然在表達能力和邏輯嚴格性方面不如OWL等語言,但是其技術相對成熟和簡單,所以采用RDF Schema(RDFS)語言來描述本系統的教學資源本體,以教學資源庫為例,介紹基于RDFS的教學資源描述方法。

圖2 教學資源庫結構模型

3.1 教學資源模型設計

一般來說,一本講述特定教學資源的書本大都采用章、節、小節的形式將教學資源進行細分,因此,提出一種教學資源的層次型組織模型,如圖3所示。

圖3 教學資源層次結構圖

圖3中各結點均為知識點,屬于KNode范疇。KNode(Knowledge Node,知識點)是教學過程中傳遞教學信息的基本單元的一個抽象,它可以是理論、原理、概念、定義、范例和結論等。它是其他所有知識單元(SKNode,UKNode,AKNode)的原型,類似于面向對象中的基類; UKNode(Unit Knowledge Node,單元知識點),相當于“章”;UKNode由若干個SKNode(Section Knowledge Node)組成,SKNode相當于“節”;SNode同樣由若干個AKNode(Atom Knowledge Node)組成,AKNode是原子知識點,相當于“小節”, AKNode不可再分。

由以上的分析可知,知識點之間的關系無法用一種單純的樹形結構來表示,因為單純的樹形結構只能表示層次關系,卻很難清楚地表示知識點之間的支持(有序)關系,而若用單純的網狀結構來表示,則會造成知識點之間的層次關系不明顯,并且會使推理算法過于復雜。因此,在這里采用一個總體樹/局部圖的知識組織模型,如圖4所示。

圖4 教學資源庫的知識組織模型

3.2 知識點屬性的構造

知識點模型體現了知識點本身所具有的性質、作用以及相互關系等,包括知識點的編號、種類、難易程度、重要程度、要求掌握程度、前導知識點和后續知識點等。用一個多元組(KNID,KNN,KNK,KND,KNIm,KNC,KNP,KNPK,KNSu,KNT)來表示知識點的屬性。其中:

KNID: 表示知識點標識號,惟一確定此知識點;

KNN: 表示知識點的名稱,一般是該知識點的名稱或標題,用于概述說明本知識點所表達的知識內容;

KNK: 表示本知識點的關鍵字集合,主要用于學習本知識點;

KND: 表示知識點的難度,它是一個模糊概念,分為5級,即容易、較容易、一般、較難和難,其值由領域專家確定;

KNIm: 表示知識點的重要程度。知識點的重要程度也是個模糊概念,將其分為3級,即不重要、一般和重要,其值由領域專家確定;

KNC: 表示本知識點的具體內容,是指向該知識點具體內容文件的指針,知識點的具體內容由文本、表格、圖形(圖像)等素材組成,存放在教學材料庫;

KNP: 表示包含此知識點的知識點(即父知識點);

KNPK: 表示此知識點的前導知識點(即有先序關系的兄弟知識點);

KNSu: 表示此知識點的后繼知識點(即有后序關系的兄弟知識點);

KNT: 表示知識點的通過閾值,用于通過學生對測試題目的回答判斷是否通過本知識點的學習。只有在學習本知識點以后,測試與本知識點相關的試題的得分不低于此值時,才允許離開本知識點進入下一知識點的學習。域值越大,說明知識點的重要性越高。

每個知識點可根據實際情況擁有上述全部或部分屬性。

3.3 使用RDFS描述教學資源本體

(1) 教學資源總體結構本體

教學資源點本體(DBO)中的核心概念包括KNode,UKNode,SKNode和AKNode。圖5描述的是教學資源點本體的層次結構。它表示資源http://local host/dbo#UKNode(單元知識點),http://localhost/dbo#SKNode(節知識點),http://localhost/dbo#AKNode(原子知識點)是資源http://localhost/ dbo#KNode (所有知識點的抽象)的子類。

圖5 教學資源點本體層次結構

使用RDFS語言對圖5的教學資源點結構進行描述的部分代碼如下:

xmlns:dbo="http://localhost/dbo#"

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#">

…