自我概念是个人对自己所有方面的知觉,其结构具有多维度、多层次、有组织的特征。自我概念(self-concept)是人格的重要成分,反映着个体的能力、外表、社会接受性以及态度、情感等方面。本文是通过知识图谱的技术方法对儿童的开放式自我介绍文本做分析,来探索儿童的自我概念结构。自然语言处理技术的发展使得知识图谱在自我概念结构展现上成为可能。本文在构建知识图谱的过程中,使用了Bi-LSTM和CRF融合方法实现了人名、机构名的实体抽取,所使用的方法抽取准确率较高能达到80%以上;之后本研究使用基于依存语法的方法实现开放式的实体关系联合抽取,抽取出大量(实体,关系,实体)三元组作为前者的补充。之后本文通过训练卷积神经网络实现文本分类,将文本分入本文的自我概念结构框架中。卷积神经网络分类准确率达到80%以上,并且在分类预测时输出了文本所属分类的可能性,以此作为编码校正的参考。最后,本文提出基于Neo4j图数据库的存储方式,将儿童在自我介绍中体现的信息及自我概念结构可视化。基于对开放式文本的分析,本文得出(1)处在不同发展阶段的儿童对自我进行描述时存在差异,儿童自我概念的成分要素受发展阶段的制约,中学组相较小学组的儿童更能够从多方面描述自我。(2)本研究在开放式自我介绍文本的研究中发现儿童是从多个角度去构建自我,从多方面评价自我的,因而本文提出二维的儿童自我概念结构。本文认为儿童的自我概念是建立在事实、意愿、自我评价、倾向的角度上,并且某一自我概念指标可能体现多角度的内容。(3)本研究为量表修订、量表编制提供了参考及方向。研究发现较多儿童较重视社会性、学业方面,以往通过量表研究的儿童自我概念各方面都是等权重的,但本研究通过开放式文本分析发现并非如此,小学、中学的儿童都非常在意自己的学业表现及社会性发展,研究者需要仔细考虑自我概念出发的角度以及指标的权重,更需考虑某些具体的指标对中国儿童而言的重要程度及意义。本研究具有新的研究形式、研究方向。不仅为以后相关研究提出了建议,在实践上的最终成果也较具可推广性,图谱可以在初高中学校推广运用,作为学校信息管理的工具,更好地服务于学校开展教育活动和研究型学习。