知識圖譜課程的科教融合教學實踐與探討

摘 要 知識圖譜是高等院校人工智能等相關專業開設的課程，是人工智能、自然語言處理、大數據分析等前沿領域的重要研究方向。文章介紹了中國地質大學（北京）信息工程學院開設的知識圖譜課程，針對教學過程中存在的課堂內容時效性和實踐性不足等問題，結合自身的教學經驗與思考，圍繞科教機構融合、科教課堂融合、科教踐學融合及科教團隊融合四個維度，探討了科教融合下的教學實踐舉措。

關鍵詞 知識圖譜課程；科教融合；教學實踐

中圖分類號：G424"""""""""""""""""""""""""""""""""" 文獻標識碼：A""""" DOI：10.16400/j.cnki.kjdk.2024.35.043

Teaching Practice and Exploration of the Integration of

Scientific Research and Education in a Knowledge Graph Course

ZHAO Deng， ZHOU Zhangbing

（School of Information Engineering， China University of Geosciences （Beijing）， Beijing 100083）

Abstract Knowledge Graph is a course offered in related majors such as artificial intelligence in institutions of higher education. It is an important research area in cutting - edge fields like artificial intelligence， natural language processing， and big data analysis. This article introduces the Knowledge Graph course offered by the School of Information Engineering at China University of Geosciences （Beijing）. In view of problems such as insufficient timeliness and practicality of classroom content during the teaching process， combined with personal teaching experience and reflections， it explores teaching practice measures under the integration of science and education from four dimensions： the integration of scientific research institutions and education， the integration of scientific research and classroom teaching， the integration of scientific research and practical learning， and the integration of scientific research and teaching teams.

Keywords knowledge graph course; integrating of science and education; teaching practice

科教融合的理念最早可以追溯到19世紀德國教育家洪堡提出的“科研與教學相結合”，這一理念如今已成為高等教育發展的新常態。科教融合的本質在于通過科研與教學的緊密結合，進行知識的創新、傳授、傳播和傳承，使師生在學術共同體中開展互動式學術探究，取長補短，共同進步。如何在高等教育的日常教學中深化和具象化科教融合，實現教學與科研的相互促進與協調發展，應對國家科技人才發展需求，仍是一線教師需要深入思考和探討的問題。本文以人工智能專業知識圖譜課程為切入點，探討了如何通過科教融合保證課堂教學內容的先進性并促進工科學生實踐能力的提升等問題。

1" 知識圖譜課程簡介

知識圖譜是人工智能領域的一項關鍵基礎技術，尤其在自然語言處理、搜索引擎、推薦系統和智能問答系統等方面發揮著重要作用。掌握知識圖譜技術對于從事人工智能和大數據領域的研究與開發至關重要。鑒于此，中國地質大學（北京）信息工程學院（以下簡稱“我院”）為人工智能專業的本科生開設了知識圖譜課程。知識圖譜的概念最早由萬維網之父Tim Berners-Lee提出，目的是通過圖結構來建模和記錄世界萬物之間的關聯關系，從而實現更加精準的對象級搜索。經過近二十年的發展，知識圖譜技術已廣泛應用于搜索引擎、智能問答系統、語言和視覺理解、大數據決策分析、智能設備互聯等領域，被視為實現認知智能的重要基石。近年來，知識圖譜在自動化知識獲取、基于知識的自然語言處理、基于表示學習的機器推理，以及基于圖神經網絡的圖挖掘與分析等方面取得了諸多新進展。我院所開設知識圖譜課程旨在系統介紹知識圖譜的基本概念、核心技術及其應用實踐，并涵蓋知識表示與推理、圖數據庫、關系抽取與知識圖譜構建、知識圖譜表示學習與嵌入、語義搜索與知識問答、圖神經網絡與圖挖掘分析等方面。課程以“基礎、前沿與實踐”相結合的原則，既包含基本概念的講解和實踐應用的內容，也涵蓋學術界最新前沿進展的介紹，力求為學生提供全面的學習體驗。

知識圖譜不是單一技術，而是系統工程。我院為人工智能專業開設的“人工智能導論”“模式識別”和“機器學習”等前導課程，為學生理解本課程的應用背景、理論原理和計算過程等奠定堅實基礎。課程的核心目標之一是幫助學生建立對知識圖譜的系統工程觀。通過本課程希望能夠為學習者和技術實踐者提供系統性了解知識圖譜的各方面技術要素，同時也為學習者拓展研究視野和創新方向。具體而言包括以下幾點。①知識目標：掌握知識工程與知識圖譜的基本原理、概念和術語，掌握并能運用知識工程與知識圖譜的主要技術；②能力目標：能熟練操作幾種常見開源工具，具有一定的運用知識圖譜技術解決具體實際問題的實踐應用能力；③素質目標：培養學生自主探索學習的意識，拓展學生創新視野，提升創新能力。通過這些目標的實現，學生不僅能全面理解知識圖譜的系統性，也能在實際生活中靈活運用所學知識。

2" 知識圖譜課程面臨的問題

2.1" 教學內容時效性存在不足

知識圖譜作為人工智能和大數據領域的重要技術，與自然語言處理、機器學習、知識推理等前沿技術緊密相關。任課教師即使選用最新的教材，教學內容仍然可能滯后于最新的技術發展，尤其是知識圖譜這種仍處于技術快速迭代發展的課程。由于教材的編寫和出版需要時間，教師在傳播知識時可能面臨教材更新不及時的問題。然而，教學不能因此滯后于科技進步。面對這種情況，教師不能完全拘泥于教材授課，而應引入最新的研究論文、技術報告和行業應用案例，以科教融合的模式幫助學生掌握知識圖譜的前沿技術和發展趨勢，確保課程內容的先進性和時效性。

2.2" 教學內容實踐性仍待加強

知識圖譜課程不僅涵蓋了復雜的理論知識，如語義網絡、圖數據庫、知識表示與推理等，還注重實際應用，包括知識圖譜的構建、查詢優化、知識挖掘和應用場景的實現。因此，課程應更多地采用科研項目驅動的教學方式，通過實際項目引導學生學習和應用知識圖譜技術，從而提升他們的動手能力和項目管理能力。然而，由于課程實踐內容較多，再加上學生的實踐經驗不足和教學課時的限制，學生往往只能完成部分課程內容實踐，如知識圖譜的設計、構建和查詢優化等。這種局限性使得學生難以深入理解和全面掌握課程內容。因此，科教融合下的教學與實踐互補模式，應成為推動知識圖譜這一理論與實踐并重課程的教學改革路徑。

3" 科教融合教學實踐

科研與教學是一流大學的兩個重要方面，如何將二者有效結合是一項需要長期探索的課題。基于科研與教學目標的一致性，科教融合協同育人已成為培養拔尖創新人才的關鍵途徑之一。在傳統工科專業的人才培養與教學過程中，課程教學內容、實習實踐、大創項目和畢業論文環節往往與科研脫節，學生接觸科研和參與科研實踐的機會較少，導致學習過程中的探索性和挑戰性不足，進而影響了他們的創新能力與學術思維。因此，有必要對傳統培養模式在培養拔尖創新人才方面所面臨的困境進行分析，并提出以創新能力為導向的課程教學方法，建立面向泛化能力的跨學科人才培養體系，形成師生雙向成長的長效激勵機制，從而有效解決知識圖譜等課程所面臨的時效性不足、實踐性欠缺等問題，實現科教融合下的拔尖創新人才培養目標。

本文以知識圖譜課程為切入點，面向科教融合模式挖掘科研內容與教學活動之間的關聯融合，建成科研技能訓練和常規課堂教學深度融合“新”路徑。以科教機構融合、科教課堂融合、科教踐學融合及科教團隊融合多路徑，構建出一套以學生創新能力、實踐能力、合作能力和學習能力為導向的具有探究性和個性化的拔尖創新人才課程教學方法。

3.1" 科教機構融合，建設創新人才培育平臺

通過科研院所、高新企業與高校之間的合作與交流，可以整合科研資源和企業資源，包括研究設備、圖書館、教學設施，以及科研團隊和學術成果等，從而提升教學和科研水平。通過這種合作，各學科能夠建立創新平臺和研究組織，為學生提供更多實踐教育的機會，如參與科研項目、實驗室工作或實際應用項目，以培養他們解決實際問題的能力，并增強其創新思維。為此，我院開展了一系列訪企拓崗和校友走訪座談活動，邀請百度等知識圖譜領域領軍企業進行學術交流，組織學生參與創新創業大賽等，并在CCF走進高校活動中與多所院校專家探討科教融合的創新模式。此外，科教機構的融合將促進產學研結合，使科研成果更容易轉化為教學資源和教育服務。通過與產業界合作，學生能夠更好地了解實際工作環境，為未來職業發展做好充分準備。例如，我院與慧科集團、華為、金蝶軟件等多家企業開展了產學研合作與探討。

3.2" 科教課堂融合，優化人才培養實踐體系

通過將最新科研成果融入課堂教學，把科學研究與教學活動有機結合，推動優質實踐課程的建設。例如，我院已設立了實踐創新班和學術創新班。在多個專業課程群中，通過課程內容、課程實踐和課程考核等環節，深度融合科研內容，積極推進優質實踐課程的建設。在知識圖譜課程教學中，采用多種創新模式，主要有以下三種。①國學案例導入的情景教學：通過國學案例導入，將《紅樓夢》中劉姥姥與賈府的關聯關系作為課程的切入點，引申出知識圖譜作為建模世界關聯的方法與技術，使學生更直觀地理解知識圖譜的概念，并從科研角度認識其必要性和實際應用價值；②引入編碼程序的實踐教學：在講解知識圖譜嵌入模型等內容時，加入實際編程代碼的演示，具體展示知識圖譜嵌入模型如何實現知識推理，使學生不僅掌握理論方法，還能提升實際操作能力，更深入地理解知識圖譜的向量表示與運算；③面向地學知識圖譜應用的思政教學：通過地學知識圖譜推理案例，展示知識圖譜在智能找礦中的應用，鼓勵學生將知識圖譜等新興技術應用于傳統學科和國家亟須領域，提升國家信息化、數字化和智能化水平，激發學生的科研思維和愛國情懷。

3.3" 科教踐學融合，面向項目驅動實操實訓

基于科教機構的深度融合，我院積極引入了包括阿里云平臺、ECS資源、Flink集群、華為昇騰計算全棧AI基礎軟硬件平臺，以及中科曙光國產高性能計算平臺等一系列企業級平臺和資源。這些資源的引入使得我院能夠與企業項目緊密對接，共同建設多個產學合作育人基地和校企聯合實踐基地。例如，我們與企業合作建立了“校企協同的專業實踐實訓基地”以及“阿里云專業實驗基地”等12個產學合作育人基地。這些基地的建設成果被收錄為中國地質大學70周年校慶國內合作與協同育人成果展的典型案例。在過去五年中，已有上千名信息類專業的學生通過參與近十輪次的產學協作培養實訓，切身體驗了產業前沿技術，實踐了課堂所學，并通過努力獲得了阿里巴巴、中公教育、達內教育等知名企業頒發的證書。這一系列的產學合作不僅增強了學生的實踐能力，也為他們的職業發展奠定了堅實的基礎，進一步體現了科教機構融合對人才培養的重要推動作用。

3.4" 科教團隊融合，建立跨學科學術共同體

基于科教機構的融合，教育機構與科研機構的導師可以形成協作團隊，實現跨學科、多團隊的融合。不同學科領域的專家協同合作開展跨學科研究，有助于對復雜問題提出新思路和新方法，推動學術創新，開辟新的知識領域，特別是在知識圖譜的垂直領域應用中作用更為顯著。此外，由于結合了多學科的專業知識，這些團隊可以為實際問題提供更綜合、全面的解決方案。例如，地學院專家與我院專家教師協同構建礦產資源知識圖譜，通過智能預測推動成礦理論和礦產預測發展。在這樣的科研團隊指導下，學生能跨多領域學習且能獲得更全面綜合的知識，成為具備多學科背景的專業人才。基于科教融合試點“項目制”“導師制”，在國家自然科學基金等課題項目實踐中，使學生圍繞科研目標探索理論突破，從實踐教學中總結研究方法、探索研究路徑，并在國際SCI期刊上發表多篇學術論文。

4" 結語

知識圖譜課程作為人工智能及相關專業的重要專業課程之一，與自然語言處理、機器學習、知識推理等前沿技術緊密相聯。然而，目前這門課程面臨著課堂內容時效性和實踐性不足等問題。科教融合在高等教育中發揮著關鍵作用，通過引入最新的科研成果和實際項目，它不僅能夠增強課程內容的實時性，還能強化課程的實踐性，從而有效應對教學挑戰，并提升學生的學習體驗和創新能力。

基金項目：中央高校基本科研業務費專項資金資助（2652023063）；中國地質大學（北京）2024年課程思政教學改革項目（KCSZ202404）。

參考文獻

[1] 薛雅倩，松云.人工智能課程知識圖譜構建及個性化推薦探索[J].計算機教育，2024（6）：151-155.

[2] 李曉良，張耀中，劉玉玲，等.“雙創”競賽引導下的科教融合育人模式探索——以環境工程專業為例[J].教育教學論壇，2024（27）：89-92.

[3] 張盈，黃興，姚遠，等.場景驅動科教融合的智能計算系統課程知識體系構建[J].計算機教育，2024（6）：125-129.

[4] 徐國艷，余貴珍，周彬，等.產教研融合建設研究生人工智能系列課程探索——以自動駕駛方向人工智能課程為例[J].高等工程教育研究，2023（4）：196-200.

[5] 王淑營，楊燕，李天瑞，等.“科教+思政”融合的人工智能拔尖人才培養模式探索[J].計算機教育，2023（6）：1-6.

[6] 胡秀華，惠燕，曹子建.基于成果導向的人工智能課程教學改革探索與實踐[J].科教導刊，2024（13）：116-118.

[7] 呂婧瑋.知識圖譜賦能下工科俄語課程建設與應用探究[J].科教導刊，2024（18）：135-138.