一種面向課堂教學的概念圖自動生成方法*

梁榮榮，何秀玲，陳雪姣，陳增照

（華中師范大學國家數字化學習工程技術研究中心，湖北武漢430079）

一種面向課堂教學的概念圖自動生成方法*

梁榮榮，何秀玲，陳雪姣，陳增照

（華中師范大學國家數字化學習工程技術研究中心，湖北武漢430079）

針對概念圖在教學中的作用以及目前常用概念圖在教學應用中的不足，文章提出了一種面向課堂教學的概念圖識別自動生成算法，并應用此方法設計實現了以華中師范大學云端一體化教學平臺starC為支撐的概念圖自動生成工具，用以滿足課堂教學中即時傳遞知識的需求。

概念圖；云端一體化平臺starC；筆手勢交互

一、引言

概念圖是20世紀60年代美國康奈爾大學的諾瓦克博士根據奧蘇貝爾的有意義學習理論提出的一種教學策略，諾瓦克博士認為：“概念圖是用來組織和表征知識的工具。它通常將某一主題的有關概念置于圓圈或方框之中，然后用連線將相關的概念和命題連接，最后用連線表明兩個概念之間的意義關系”[1]。教學過程中，教師通常將概念圖作為一種教學工具和教學策略，更加有效監控教學過程，使教學內容和結構更加清晰，從而幫助教師提高教學效率[2]，同時，也有利于教師將自己的課程內容組織成有效的框架，明確課程材料間的連接和教學任務，提高課程計劃的質量[3]；對于學習者，概念圖可作為一種支持有意義學習的學習工具和策略[4]，促進學習者選擇性地將新知識與既有知識聯系起來，從而幫助學生進行有意義的學習[5]，作為元認知策略，可以對學生進行創造性訓練[6]，引導、促進、幫助建構知識。

隨著信息技術的飛速發展，各類教學工具軟件、智能設備等走進課堂，傳統的粉筆黑板模式逐漸被電子白板等多媒體設備取代，繪制概念圖的方式也由傳統的紙筆變為計算機，頻繁的鍵盤、鼠標操作給教師和學生增加了認知負擔。基于概念圖在教學中的作用以及目前概念圖繪制軟件的交互不足，本文提出對有關教學內容采用概念圖形式進行表示，并設計實現基于手勢交互的概念圖生成工具，其既具有傳統紙筆繪制概念圖的流暢和易用性，又克服了傳統紙筆繪制概念圖不易存儲修改的缺點，學習者無需花費精力學習紙筆手勢交互系統，只需書寫內容，便可自動生成概念圖，并可對生成的概念圖進行編輯操作，提高了學習效率。

二、相關研究

嚴格意義上來講，目前常用的 MindManger、MindMaps、Xmind、FreeMind等軟件工具均屬于思維導圖繪制工具，思維導圖與概念圖之間在理論基礎、繪制規則、圖形外觀特點等方面都有區別。思維導圖以腦科學研究為理論基礎，是一種關鍵詞和圖像存儲信息、組織信息、優化信息的方法，圖中每個關鍵詞和圖像都會激活相關具體信息的回憶以及新的觀點和想法，其有效性來源于對大腦形狀和構造的模擬[7]；概念圖則以有意義學習理論為基礎支撐，是一種以圖像形式反映概念與概念之間關系的空間網絡結構圖，一般包括節點、連線、層級和命題四個基本要素[8]。繪制規則和外觀上，概念圖的四大特點為：主題以語言的形式表示并置于圖的頂部，主題相關概念以層級結構形式排列并置于節點圓圈或方框中，相關概念與命題之間有連線連接，整個結構成網狀分布；思維導圖的四個特點為：主題以圖像的形式位于導圖中央，主題主要觀點由中央圖像開始呈放射狀向四周發散形成主分支，主分支上有關鍵圖像或關鍵詞、各級分支呈節點結構分布[9]。根據概念圖和思維導圖繪制規則和區別，同一概念的概念圖、思維導圖分別如圖1、2所示[10-12]。由上述可知，概念圖與常見的思維導圖在呈現和外觀上有著很大區別，概念圖側重于表征知識，優勢在于在學科教學中對科學概念及其相互關系的描述，便于即時繪制，效率較高，思維導圖在于激發和整理思考，更適用于觀點和思路的整理[13]。

圖1 英語單詞分類（概念圖表示）

圖2 英語單詞分類（思維導圖表示）

目前常用的概念圖繪制軟件有諾瓦克博士指導的CmapTools、美國Inspiration公司研制的Inspiration、北京師范大學知識工程研究中心自主研發的Easy Thinking-Cognitive Assistant等，這些繪制工具解決了傳統紙筆畫概念圖難以修改和存儲的問題，順應了人們利用計算機工作的趨勢，是對傳統手繪概念圖方式的一種變革，對概念圖繪制有著深遠的意義，但同時也帶了一定的弊端。以上工具多采用鼠標和鍵盤的輸入方式，對教師與學生的計算機操作水平要求比較高，頻繁的鍵盤輸入命令、按鈕操作和菜單選擇容易打斷教師、學生的思路，不利于專心思考；在繪制概念圖時，需要輸入精確的信息，指定所畫圖形的尺寸，即需要將模糊信息轉換為精確信息，然后進行繪制，這就要求用戶只能在對所繪制概念圖有比較清晰概念時使用，是用戶階段性成果的記錄，不支持概念圖整個構建過程，不利于人們像日常生活中用紙筆記錄稍縱即逝的想法；中國科學院軟件研究所研發的概念圖生成工具基于電子紙筆交互，不需要鍵盤和鼠標的輸入，方便自然，不過人們在書寫時需要將概念圖節點與節點間的連線表示出來，才能生成相應的概念圖，繪制概念圖的工作量依然較大，并且需要特殊的軟硬件支持。

此外，在日常的教學中，知識傳遞需要即時流暢，對概念圖的創建、使用時的交互體驗要求較高。Camp-Tools、Inspiration、易思認知等概念圖繪制工具在使用時要求教師學生等用戶按照特定結構創建概念圖，無法使學生將注意力保持在核心人物上[14]，繪制時需要多次通過菜單命令等按鍵完成，阻礙了知識傳遞以及思想傳達的流暢性；其次，這些工具的使用需要精確性的操作，而學生在繪制概念圖時輸入更多的是模糊信息，不利于學生快速呈現自己的想法和思路[15]；同時由于課堂時間珍貴，繪制流程簡易程度也關系著課堂效率。基于以上不足和課堂教學特點，本文提出了一種概念圖自動生成方法，即教師只需書寫概念、關鍵概念，該方法可將書寫知識點的組織結構識別出來并自動生成概念圖。

三、基于手勢交互的概念圖自動生成算法

鑒于概念圖在教學中的作用和目前概念圖繪制軟件存在的不足，本文提出了一種概念圖自動生成方法，設計并實現了基于手勢交互概念圖自動生成工具。該工具根據用戶簡單書寫的知識點，將書寫內容的組織結構識別出來并自動生成概念圖，支持層級概念圖、株型概念圖、流程型概念圖以及大綱式概念圖，以大綱概念圖為例，如圖3所示；對生成的概念圖，在概念圖編輯狀態下支持用手勢對其進行編輯，包括折疊/展開、刪除/恢復、復制/剪切/粘貼以及移動等手勢操作，如圖4所示；對節點的操作效果圖如圖5所示。

圖3 生成的大綱概念圖（左邊為書寫內容，右邊為生成的概念圖）

圖4 手勢形狀（端點為手勢操作的起點）

圖5 對生成概念圖操作效果圖（以大綱概念圖為例）

概念圖繪制步驟一般為首先選擇知識領域即確定將要書寫的內容，其次，確定關鍵概念、概念以及它們之間的層級關系；再次，擬定概念圖的縱向分支和橫向分支；最后，建立概念之間的連線[16]。不同于概念圖繪制方法，本文提出的概念圖識別生成方法主要包括三個步驟，分別為：①識別書寫內容，將書寫內容中的相近筆劃形成一個筆劃集合，該筆劃集合作為一個概念圖節點，即節點識別；②確定概念圖節點在編輯界面的行列位置，依據各節點間的行列位置相對關系解析節點間聯系，即組織結構解析；③按照解析所得的節點間聯系自動連線生成概念圖。

（1）節點識別

節點識別是對輸入的筆劃進行預處理。從筆按下到抬起稱為一個筆劃，將不超過筆劃閾值的多個筆劃組成一個筆劃集合,其中筆劃閾值是筆劃集合最小外接矩形對角線的1.3倍，每個筆劃集合都有對應的行列坐標值（r,c）。

以上關系可以形式化的表示為：筆劃Strokes（設為x）和筆劃集合StrokeCollection（設為V）之間的關系為Vi={s1,s2……,sn}；一個Strokesx與一個StrokeCollection V之間的距離定義為Distance(x,V)=Min(f(x,s)),s∈V；函數f （x,s）用來計算兩個Stroke之間的距離筆劃集合的坐標值集合C={（r1,c1），（r1,c2）…,(rn,cm)}。節點識別算法流程如圖6所示，具體描述如下：①Stroke x是否為手勢筆劃，如果是，建立一個手勢筆劃集合，結束節點識別；②計算Stroke x與現有的所有筆劃集合Y的最短距離；③如果最短距離小于筆劃閾值SThread，則將其歸并為距離最近的StrokeCollection Vi，否則創建一個包含Stroke x新筆劃集合；④標記所創建筆劃集合的行列坐標值（rj,ck）。

圖6 節點識別算法流程圖

（2）組織結構解析

這一過程為根據不同概念圖的特點和一定的判定規則，確定節點與節點之間的父子或兄弟關系，從而確定概念圖組織結構，具體算法描述為：

按行/列對坐標集合C進行遍歷（其中層級概念圖、大綱概念圖按行遍歷，株型概念圖和流程概念圖按列遍歷）；計算ri行/ci列中的每一個節點到ri-1行/ci-1列中每個節點的距離，距離最近的節點（ri-1，cm）/（rk,ci-1）為其父節點，這一確定父子關系的過程采取K-means算法，具體表達為：

①選取ri-1行/ci-1列中的所有節點作為聚類質心點即v1，v2，…，vk；

②將ri行/ci列中的節點作為樣例，計算其應該屬于的類也就是其父節點，設每個樣例為i，則ci:=arg min||xi-vj||2

對于每一個類j，重新計算該類的質心:

③重復步驟2，直到該過程收斂。

其中ci代表樣例i與聚類質心k個類中距離最近的類，ci的值是v1到vk中的一個，質心vj代表屬于同一個類的樣本中心點的猜測。

由節點識別得出的節點（筆劃）集合V和組織結構解析得到的節點關系E，創建圖G=（V，E）；遍歷圖G，將存在父子關系的節點用連線連接起來，便生成了相應的概念圖。

四、實驗結果及分析

運用筆者所述概念圖識別生成算法的概念圖生成工具已集成于國家數字化學習工程技術研究中心的starC教學平臺，本文對教師借助該工具繪制概念圖進行教學時是否能準確地生成理想概念圖的概率和對概念圖修改編輯的手勢識別率進行了統計。

為統計概念圖的正確生成率，選取了20名教師為研究對象，分別繪制了層級概念圖、株型概念圖、大綱概念圖、流程型概念圖進行教學。經統計生成層級概念圖、株型概念圖、大綱概念圖、流程型概念圖的準確率分別為90%、93%、96%、94%。當教師或學生對書寫概念或關鍵概念的組織分布不太精確時，會造成概念圖誤識別。例如，教師在書寫時由于連筆或其他因素，將概念和關鍵概念組織分布模糊，此時就會造成該工具將概念和關鍵概念識別為同一個節點，從而影響整個概念圖的識別效果。為了改變此用戶體驗，本工具支持邊書寫邊識別生成，用戶可以在使用過程中利用引入的刪除、展開、折疊、復制等手勢（手勢形狀如圖4所示），對不符合概念圖生成準則的部分進行編輯修改，以便在后續的過程中生成準確的概念圖。

本工具支持對識別生成的概念圖進行編輯修改，且對概念圖的編輯修改采用的是手勢操作，選取了10名測試用戶，每人在編輯界面上將每一種手勢命令輸入10次，每種手勢一共執行100次，對手勢的正確識別的概率進行統計，數據表明，“展開”、“折疊”、“刪除”、“恢復”、“復制”、“粘貼”、“剪切”的手勢識別率分別為96%、95%、90%、94%、97%、98%、96%；由于 “刪除”手勢稍微復雜，識別率明顯低于其他手勢，其中“粘貼”、“復制”、“剪切”手勢為多點手勢，識別率較高。同時對手勢操作概念圖的可用性進行了分析，將20個測試用戶分成兩組，分別用手勢和鼠標兩種交互方式將測試概念圖的形狀改變為指定形狀，記錄兩組完成任務的總時間，手勢交互方式效率將近是鼠標操作的1.8倍。

五、結束語

上述概念圖識別自動生成方法的概念圖生成工具現已在云端一體化教學平臺starC中使用，用戶只需要簡單書寫內容，即可將書寫內容的組織結構識別出來，自動生成概念工具圖，提高了工作效率，減輕了繪制概念圖的工作量。通過對該工具的應用分析發現，該工具生成概念圖的準確率還有待提高，同時由于概念圖的種類多樣，自動生成的四種概念圖還不能完全滿足教師教學的需要。支持生成更多種類的概念圖和提高生成概念圖的準確率將是今后進一步研究的內容。

[1]Novak,J.D.&D.B.Gowin.(1984).Learning How to Learn[M].New York and Cambridge,UK:Cambridge U-niversity Press，P1-56.

[2]Beyerbaeh,B.A.&Smith.J.M..(1990).Using a Computerized Concept Mapping Program to Assess to Preservice Teachers'Thinking about Effective Teaching[J].Journal of in Science Teaching,v27 nl0:973-85.

[3]Martin.D.J.(1994).Concept Mapping as an Aid to Lesson Planning：A longitudinal Study[J].Journal of Elementary Science Education，v6 n2:11-30.

[4]葉存金.基于“概念圖”教學以促進科學課堂學習的有效性[J].科技視界,2015(18):249-250.

[5]Novak.J.D.(2002).Meaningful Learning：The Essential Factor for Conceptual Change in Limited or Inappropriate Propositional Hierarchies Leading to Empowerment of Learners[J].Science Education，v86 n4:548-571.

[6]Russell，R.S.&Meikamp，J.(1994).Creativity Training——A Practical Teaching Strategy Proceeding of the Annual National Conference of the American Councilon Rural Special Education（ACRES）(14th，Austin，Texas，March23-26).

[7]陳琦.淺論思維導圖在教學中的應用[J].讀與寫(教育教學刊),2016(4):47,51.

[8]張麗平,劉建軍,何琪.概念圖及其教學功能探究[J].理工高教研究,2006,25(4):103-104.

[9]林文東,宋芹芹.我國思維導圖十年研究概述[J].中國教育技術裝備,2015(6):109-110.

[10]魏利霞,周震.淺析思維導圖與概念圖[J].哈爾濱學院學報,2013,34(3):91-95.

[11]文俊.思維導圖在初中英語單元復習課中的運用[J].基礎外語教育,2016(1):69-73,110.

[12]黃燕華.淺談思維導圖在初中英語詞匯教學中的應用[J].亞太教育,2016(7):30.

[13]趙國慶.概念圖、思維導圖教學應用若干重要問題的探討[J].電化教育研究,2012(5):78-84.

[14]黃蘭.鼠標交互行為下的網絡互動視覺設計[J].裝飾,2012(8):86-87.

[15]黃崇福,張俊香,劉靜.模糊信息優化處理技術應用簡介[J].信息與控制,2004,33(1):61-66.

[16]李應.概念圖研究綜述及其應用[J].山西大同大學學報:自然科學版,2011,27(6):12-16.

[17]Jiang Y,Tian F,Zhang X,et al.Understanding, Manipulating and Searching Hand-Drawn Concept Maps. [J].Acm Transactions on Intelligent Systems&Technology,2011,3(1):338-343.

（編輯：魯利瑞）

G434

A

：1673-8454（2017）04-0089-04

國家科技支撐計劃課題“中小學師資培訓公共服務體系關鍵技術研究及應用示范”（編號：2014BAH22F01）。