目前,知识图谱已广泛应用于各个领域,在教育领域的应用和成就尤为显著,知识图谱在教育教学中扮演着越来越重要的角色。编程学习作为教育领域的一个重要分支,对于初学者来说,却仍存在诸多挑战,如学习周期普遍较长、缺乏有效的学习辅助手段并且在编程实践中难以及时的获得帮助等。这些挑战给编程初学者带来极大的不便,对于其知识的掌握和能力的提升都是不利的。基于上述内容,本文在分析编程语言学科特点的基础上,围绕着编程语言知识图谱半自动构建以及基于图谱的应用展开研究。论文主要工作包括三个方面:首先,提出了一种编程语言本体人工构建方法,该方法结合编程语言学科特点在“七步法”的基础上进行相关改进,主要步骤包括核心概念及层次关系确定、属性确定及实例化、专家审核及编码化。针对编程语言本体存储管理问题,提出了一种基于本体元素划分的图数据库存储策略,该策略将本体元素划分为结构层和实例层,基于相应元素的映射规则完成本体模型到图数据库模型的存储。实验结果表明所提出的方法是可行有效的。其次,在编程语言本体构建的基础上,提出了一种半自动的方法完成编程语言知识图谱的扩充。其中,针对信息抽取中多元关系的问题提出了一种多策略融合的信息抽取方法,该方法采用融合术语相关度的规则匹配方法和聚类算法完成定向关系抽取,使用依存句法分析完成非定向关系抽取。针对知识矛盾或冗余的问题,提出了基于同义词典的实体对齐方法,该方法通过构建同义词典来对抽取的知识实体进行规范化表述,并结合相似度计算来为同义词典补充相似实体对。实验结果表明所提出的方法有效的完成对编程语言知识图谱的丰富和完善。最后,对构建的编程语言知识图谱进行实证应用研究。提出了基于加权共现分析的编程语言图谱评价方法,该方法首先对实际应用题库中习题标签集与编程语言知识图谱中知识实体集的共现元素统计,并利用题库中知识点对应习题量作为加权依据,来计算编程语言图谱对习题标签的加权共现覆盖率。实验结果表明构建完成的编程语言图谱是完备的,验证了本文提出的编程语言知识图谱构建方法的有效性。