知識圖譜在在線學習系統中的應用

閆博

(黑龍江工商學院 黑龍江哈爾濱 150001)

根據教育部、國家發改委、財政部《關于引導部分地方普通本科高校向應用型轉變的指導意見》提出的“將現代信息技術全面融入教學改革，推動信息化教學、虛擬現實技術、數字仿真實驗、在線知識支持、在線教學監測等廣泛應用，通過校校合作、校企合作聯合開發在線開放課程”，在國家政策支持、相關技術日趨成熟的背景下，圍繞在線學習系統開展的線上線下混合式教學的相關研究，變得日益重要。

目前，大部分在線學習系統均提供了在線視頻、在線練習、在線問答、資源下載等功能，能夠監控學生學習行為和學習過程，但是在如何利用學習系統中歷史數據提升學習效果和教學評價仍存在一定不足。在人工智能與大數據迅速發展的背景下，知識圖譜在教育信息化中的應用價值日益突出，但是國內對于相關研究的內容較少。該文著眼于知識圖譜在在線學習系統的應用，分析知識圖譜對課程知識和學生知識的多維度描述能力，幫助評價學習效果。此外，知識圖譜在解決“知識迷航”問題中的優秀效果，幫助學生及時發現學習中的不足。該文通過分析知識圖譜在在線學習系統的應用現狀，以及在線學習系統的發展困境，依托于理論支撐，對知識圖譜在在線學習系統中的應用價值及發展方向進行探討。

1 在線學習系統的發展現狀

各大高校在線上教學快速發展的大背景下，不斷推動混合式教學的發展，線上教學也從輔助教學手段，逐步發展成為不可或缺的教學組成部分，在疫情防控的大背景下，在線教學系統更是成為重要的教學資源。在線學習系統具有時間、空間不受局限的特點，為學生提供靈活的學習環境，具有較強的用戶自主性、實時學習性，以及學習資源易于獲取的特性。

目前，在線學習系統的用戶主要分為學生、教師兩類角色。教師端具備的功能主要包括：上傳教學視頻、上傳教學資料、布置在線作業與測驗、在線批改學生作業與測驗、查看學生在線學習數據、在線答疑等功能。學生端具備的主要功能包括：在線觀看視頻、下載學習資料、在線填寫作業與測驗、查看批改信息與分數、在線提問等功能。一些在線學習系統提供了具有專業特色的特殊功能，例如在線判題系統，為計算機相關專業的同學提供編程語言的在線編輯與運行檢測功能。國內主流的在線學習系統包括中國大學MOOC、學堂在線等，包含了國內諸多“雙一流”高等院校的一流課程，學生注冊登錄后可以在線選擇課程；EduSoho在線教育軟件，是國內廣受歡迎的跨平臺開源項目，主要面向網絡教育培訓機構，提供教學資源管理、在線討論、師生互動問答等多種功能，并提供功能模塊的定制化服務；網易云課堂在提供大量在線課程的基礎上，提供了個性化學習進度安排，以及在線筆記、在線互動交流等功能。這些在線學習系統，為教學模式和學習方式的改革，起到積極的推動作用。

隨著混合式教學的日益普及，僅僅具有上述功能的在線學習系統已無法滿足現代教學的要求，不足之處也逐漸暴露。在線學習系統普遍缺少對學生學習效果的評價。學生在在線學習系統中的歷史學習信息存儲在數據庫中，僅提供簡單的展示與統計功能，如學習時常、測驗得分等，不能夠準確反映學生的學習效果。學生僅根據平臺提供的功能機械式學習，無法明確知識與知識間的邏輯關系，由于線上學習缺乏師生互動，導致容易出現知識碎片引起的知識迷航問題。同時，單一的教學信息統計結果，無法準確評價教師的教學效果，缺少對學生學習情況的反饋，教師難以把控班級的整體學習情況。

2 知識圖譜概述

知識圖譜的概念由谷歌公司于2012 年5 月提出，旨在描述現實世界中存在的實體以及實體之間的關系。伴隨著人工智能與大數據技術的快速發展，已經被廣泛應用于智能搜索、智能問答、自然語言處理、個性化推薦、內容分發等領域。

知識圖譜根據應用范圍的不同，主要分為通用知識圖譜、垂直知識圖譜。通用知識圖譜也叫作開放領域知識圖譜，強調知識的廣度，包含海量的實體以及實體間的關系，很難完成對知識整體統一性的管理，準確性和質量一般，常用的項目有YAGO、Freebase 等。垂直知識圖譜也叫作行業知識圖譜，主要面向某一特定領域，實體以及實體間的關系數量較少，專門為解決特定領域專業問題定制，具有很強的專業性。該文研究的專業課程知識圖譜屬于垂直知識圖譜。

知識圖譜在教育方面的研究在國外主要集中在個性化學習方面。Rizun 通過將知識圖譜結合推薦系統設計了個性化學習系統[1]。Signer 等結合知識圖譜和學習路徑設計了一種個性化學習系統[2]。

國內的研究相比于國外更為活躍，且更多集中于知識抽取方面的研究。胡茹燕提出了基于Web的課程知識圖譜構建方法[3]；單婭輝等人基于教材教輔材料和百度百科采用自然語言處理的方法抽取關鍵詞，取得了不錯的效果[4]；李直旭等人則采用人工進行知識提取的辦法，但是將知識從文本擴展到了圖片、音視頻等多模態信息[5]。在個性化學習方面，吳彥文等人將知識圖譜與推薦算法相結合，取得了一定的效果[6]。

實際應用中，美國的Knewton 公司利用知識圖譜構建了包含概念和先決關系的跨學科知識體系；可汗學院將知識圖譜作為數學、科學、計算機等學科課程的基本組織結構。相比之下，目前國內主流的在線教學平臺尚缺乏對知識圖譜的使用。

3 知識圖譜在在線學習系統中應用的理論支撐

3.1 第四代評價

1989年，美國學者古貝和林肯在《第四代評價》專著中提出了相關理論。他們從建構主義和哲學出發，提出評價是評價中與其對象雙方交互作用，形成共同的心理構建過程[7]。真實性評價、作業評定等評價方式均屬于第四代評價范疇，這些評價方式尤其重視問題解決中的思維過程和層次。

圍繞學生學習效果評價，依據專業課程知識圖譜、學生專業課程學情知識圖譜進行診斷性評價、形成性評價的研究，以達到專業教學的診斷、調節作用。

3.2 聯通主義

聯通主義是George Siemens 在2005年提出的一種互聯網時代的學習理論（他也是MOOC 課程模式的締造者之一）[8]，其基本思想是：知識是網絡化聯結的，學習是連接專門節點和信息源的過程。

以聯通主義理論作為知識圖譜應用的理論依據之一，以可視化方式構建知識結構并呈現給學生，實現對知識的有效組織，知識點清晰的邏輯關系有效解決學生學習過程中產生的知識迷航問題。

3.3 垂直知識圖譜

垂直知識圖譜是面向特定領域的知識圖譜，基于行業數據構建，強調知識的深度。可以采用自頂向下和自底向上相結合的方式構建垂直知識圖譜。以專業課教材、大綱、教案等資源作為知識來源，進行知識提取、知識融合，以及垂直知識圖譜的構建，從而形成專業課程的垂直知識圖譜。在構建專業課程知識圖譜的過程中，可以參考垂直知識圖譜的構建方法、模型、技術等。

4 知識圖譜的構建方法

該文以專業課程為例，探討知識圖譜的構建流程。

4.1 定義業務問題

知識圖譜設計人員應根據專業課程的實際情況進行深入分析，界定知識圖譜開發必要性與可行性。明確課程定位，以專業課某一章節為案例，對知識點的實體信息、知識點與知識點的關系進行分析，某些較為簡單的專業課程通過傳統關系型數據庫中的E-R 圖（實體-聯系圖，Entity Relationship Diagram）分析即可，使用知識圖譜反而會增加復雜性。知識圖譜與關系型數據庫可以從可視化、深度搜索、查詢效率、數據多樣性、預期成本幾個方面進行比較分析，進而確定方案的選擇。

4.2 數據收集

數據是構建知識圖譜的基本元素，需要通過確定專業課涉及的場景確定實體信息。對于專業課程，數據資源包括結構化數據、半結構化數據、非結構化數據。結構化專業課數據包括專業知識的表格數據，大多是以Excel、CSV 格式存儲的關系型數據表結構；半結構化專業課數據，例如教師的教案，具有一定的基本結構，既包含了課時、題目、授課地點等信息，還有教學重點、教學方法、教學內容等復雜信息；非結構化數據，例如教學視頻、教學圖片、教材等資源。

4.3 知識抽取

將結構化專業課數據通過專有工具轉換成三元組；非結構化專業課數據一般針對文本進行自然語言處理，并抽取實體、關系以及屬性。

4.4 知識融合

將實體、關系以及屬性通過相似度計算的方法，將屬性、實體進行合并。

4.5 知識加工

包括本體構建、知識推理、質量評估，將知識抽取和知識融合得到的結果，經過進一步加工獲得結構化、網絡化的知識體系。

4.6 可視化平臺開發

搭建知識圖譜可視化平臺，提供知識圖譜生成、知識圖譜展示等功能，根據應用場景的需求，融合人工智能、深度學習、數據挖掘等技術，提供課程推薦、學習路徑規劃、智能答疑等功能。

5 知識圖譜在在線學習系統中的應用價值

5.1 監控學生的學習行為和學習過程

構建基于學生學習行為的在線學習系統，對學生專業課程的作業、測驗等進行數據記錄，直觀反饋題目的正確率、題目的提交次數、答題時間等信息，形成學習行為和學習過程監控的原始數據，為分析專業教學情況、提升專業教學質量提供重要信息。通過學習態度、學習效率、交流協作、資源利用、學習效果等指標，構建基于在線學習行為的用戶畫像模型。

通過學生學習行為數據的積累、畫像模型的創建，多角度刻畫學生的在線學習情況，通過融合知識圖譜，挖掘數據的潛在價值。

5.2 有效提升學習效果

垂直知識圖譜的構建技術已相對成熟，通過專業課程知識圖譜、課程單元知識圖譜的構建，不僅能夠幫助學生清晰地認識知識與知識之間的邏輯關系，而且能夠解決由于知識碎片導致的知識迷航問題，明確學習目標。

應用中，將知識圖譜融合到在線學習系統中，根據學生學習行為和學習過程的監控數據，反饋到知識圖譜中，通過技術手段做到一個課程單元一個知識圖譜、一個學生一個知識圖譜，解決學生知識迷航的問題，幫助學生有針對性地系統化學習。

5.3 迅速有效地反饋教學

通過專業課程知識圖譜、學生專業課程學情知識圖譜的研究，從整體、個體不同角度進行專業教學學情分析，為專業教學改進提供依據，提高學生自主學習能力、專業的教學水平。

基于知識圖譜的教學評價，從學生學習效果進行評價，反饋每個學生以及班級整體的教學情況，彌補了單一分數評價的不足。一方面，從學生角度，直觀地了解知識點掌握情況，快速定位自身不足，解決學習過程中知識迷航的問題；另一方面，知識圖譜的數據反饋到人才培養效果，幫助改進專業教學過程。

6 知識圖譜在在線學習系統的發展方向

6.1 構建知識圖譜，以及與在線學習系統的融合

以信息技術為手段，圍繞在線學習系統進行項目開發，通過記錄學生學習行為和學習過程，生成學生專業課程學情知識圖譜、專業課程知識圖譜。學生和教師從不同維度查看知識圖譜，達到解決學生知識迷航、幫助老師了解學生學情的目標。

知識圖譜自動化構建的研究是未來研究的主要方向，通過神經網絡、深度學習算法優化等方法，提升實體與關系抽取的準確性。同時，依托于在線學習系統中學生的學習行為和學習過程監控數據，反饋到知識圖譜中，刻畫學生的實際學習效果，明確個人與整體的知識點掌握情況，實現知識圖譜與在線學習系統的融合。

6.2 基于知識圖譜的學生學習效果評價體系

根據專業課程知識結構與教學目標，生成專業課程的知識圖譜，將知識點以可視化的形式展示給學生，幫助學生構建知識體系。依據在線教學視頻、試題、測驗、教材等教學資源，結合學生的在線學習行為與學習過程，生成每個學生的專業課程學情知識圖譜，精準刻畫學生的學習情況。

通過比對專業課程知識圖譜與學生學情知識圖譜，從個體、班級整體對學生學習過程進行評價，幫助專業教師深化了解學生學情，發現教學過程不足之處，指導專業教學策略的改進，通過與教研資料關聯，幫助教師提升備課效率和質量，達到提升教學質量的目標。

6.3 基于知識圖譜的智能化在線學習平臺

通過將知識圖譜與當前主流技術相結合，使得在線學習系統更具智能化，主要研究與發展方向包括以下幾個方面。

第一，自適應學習。通過知識圖譜與數據分析技術的結合，實現對學生學習知識點薄弱情況的研判，結合知識圖譜的實體關系，為學生個性化制定學習策略、規劃學習路徑，并實現優質學習資源的推薦。第二，智能備課。利用知識圖譜在輔助教學過程中，實現講義、練習等教學資源的推送，考試中以知識圖譜為背景的智能分析。第三，智慧課堂。通過知識圖譜與數據挖掘的融合，針對性制定教學策略，實現授課過程的動態學情診斷。第四，智能答疑。通過融合自然語言處理技術，綜合實現知識檢索、知識推薦、知識答疑等互動環節。

7 結語

在全國疫情防控的大背景下，線上線下混合式教學的相關研究變得日益重要。通過對知識譜圖在教育教學信息化中的研究現狀和應用情況進行梳理，以在線學習系統為基礎，研究知識圖譜在提升學習效果和教學評價方面的應用。結合用戶畫像、深度學習、數據挖掘等技術，開發知識圖譜與在線學習系統的融合軟件，研究的同時，形成可復用、可推廣的教學工具，為一線教學工作服務。