论文部分内容阅读
随着语义网相关理论和技术的发展,知识图谱、语义搜索等内容的研究逐步深入,这些研究为互联网逐步从超链接的文档万维网(Web of Document)转变为实体相关联的数据万维网(Web of Data)奠定了坚实的基础。知识图谱(Knowledge Graph)本质是一种语义网络,其构建目标在于描述真实世界中存在的各种实体和概念,以及这些实体、概念之间的关系。通过知识图谱,搜索系统可以更好的理解用户的查询,从而为用户提供与查询更相关的内容。用户利用知识图谱,可以探索更广泛、更深入的信息,获取知识的效率将大为提高。知识图谱的构建主要涉及两个层面的工作,一是在模式层面进行组织,语义网中所有的概念及其关系都具备一定的结构,这些结构的语义通常使用本体来描述。模式的构建是通过对知识的提炼和标识构建本体,遵循给定的模型不仅有助于知识的标准化,更有利于知识查询等后续处理。二是在数据层面对本体进行实体丰富与扩充,从无结构或半结构的Web文档中抽取结构化信息,并将其关联至实体,建立实体间的关系。基于知识图谱的语义搜索是一种智能化的搜索,由于在现有的搜索结果上额外提供了实体相关结构化信息,因此可以满足更为精确的信息搜索需求,搜索结果的形式也不再局限于匹配查询关键词的链接,取而代之的是基于实体以及关系的搜索答案。当前万维网上存在着海量的服务于教育教学的课程数据,由于传统电子学习平台和教育资源库的局限,这些数据未能在数据层面实现课程数据之间的关联。传统的数据组织方式不仅阻碍了各种数据在语义层面的共享,而且使得异构数据之间的互操作难以实现。鉴于此,本文结合万维网国际组织推荐的语义网技术和本文作者所在课题组研发的国家863计划电子学习系统研发成果,研究了课程知识图谱组织方法和语义搜索技术,其特点是在数据层面采用关联数据技术对于课程资源中的实体及关系进行提取和关联;在模式层面,对实体相关的概念进行加工和处理,使之演进为知识本体,进而为提供智能化的搜索服务奠定基础。本文在论述了语义网、知识图谱、语义搜索理论和关键技术基础上,研究了课程知识图谱组织和语义搜索技术,研究工作主要体现在以下几个方面。(1)针对数据层面关联技术特点和资源组织规范,详细分析了关联数据组织的流程、策略、方法和技术。依据课程数据的特点,提出了一种新的关联课程数据组织方法,该方法主要由数据转换、数据关联、存储与索引、数据应用等步骤组成,通过该方法,传统的教学资源可以构建成符合国际组织规范的关联课程数据,这有利于知识的整合与重用。(2)综合研究知识图谱构建方法和过程,详细阐述了模式层本体组织和数据层实体对齐的方法。在分析本体构建方法和实例填充的基础上,结合课程数据的特点,给出了课程知识图谱构建的方法。该方法通过利用知识点到学习对象映射以及知识点间的关系,构建课程数据相关本体模型,经过对模型的解析和实例填充,形成网状知识点关联的领域知识图谱。(3)在语义搜索方面,研究了本体搜索、子图搜索以及实体搜索的特点和方法。在知识图谱的背景下,探索使用本体表示用户概貌,通过计算实体间的语义相似度,并结合个性化的语境信息为用户提供更为精确的推荐结果。同时设计了新的语义扩展算法,缓解了搜索过程中的数据稀疏问题,提高了个性化搜索的精确度。(4)进行了课程知识图谱组织与搜索的实验,主要是选取具有高质量语义关系的表格资源作为实验对象。具体的过程是先将表格的列映射为合适的本体类,然后将单元值关联至实体或字符常量,接着确定列头部间的关系,生成合适的RDF三元组,然后利用关联开放数据资源(LOD)作为背景知识,通过消息传递算法在图模型中完成语义知识的推断,并生成课程知识图谱。实验中的转换方法避免了大量的联合概率分布表计算,提升了对表格语义含义的理解,通过选择合适的URI对表格的模式和实例进行表示,完成了生成课程知识图谱的复杂任务。搜索实验结果表明表格资源的转换方法有利于信息的整合,同时提高了用户体验的满意度。综上所述,本文对课程知识图谱的组织和搜索进行了深入的研究,研究涉及知识图谱数据层实体的处理、模式层本体的学习以及实体语义搜索等具体的内容。本文依据课程数据的特点提出了新的转换和组织方法,基于关联课程数据集的实验表明本文的研究是有效的,课程知识图谱和语义搜索的研究具有理论意义和应用价值。