【摘 要】
：
随着互联网、大数据、云计算技术的发展,教育信息化程度不断加深,数字教育资源日益庞大,数字教育产业已经具备了良好的基础[1]。众筹众创模式作为现今互联网经济中新兴的模式,具有灵活、低门槛、传播快的特点,有利于新技术的发展与推广。然而教育资源来源广泛、数量巨大、结构不一、内容分散且冗余,导致学习者难以快速获取有效资源。为了加强数字教育资源整合力度,提高信息资源的融合水平,构建高质量的数字教育资源库,本
论文部分内容阅读
随着互联网、大数据、云计算技术的发展,教育信息化程度不断加深,数字教育资源日益庞大,数字教育产业已经具备了良好的基础[1]。众筹众创模式作为现今互联网经济中新兴的模式,具有灵活、低门槛、传播快的特点,有利于新技术的发展与推广。然而教育资源来源广泛、数量巨大、结构不一、内容分散且冗余,导致学习者难以快速获取有效资源。为了加强数字教育资源整合力度,提高信息资源的融合水平,构建高质量的数字教育资源库,本文对众筹众创模式下的数字化教育资源融合技术进行了研究,针对百科知识库和开放知识图谱的融合分别提出来有效的实体对齐方法,并在此基础上设计与实现了教育资源融合评价系统。本文主要内容如下:1)提出一种基于BERT的多源知识库索引对齐算法,该方法通过BERT预训练语言模型构建实体特征,并设计索引的构建方式,有效提高了异构百科知识库间实体对齐的效率与准确率。2)提出一种融合多特征的实体对齐方法,该方法利用BERT与GCN获取实体的结构、实体名、属性特征,使用排序学习算法对多个特征进行融合,并通过迭代训练框架扩充训练集,能够有效提升异构知识图谱间的实体对齐效果。3)针对融合过程的教育资源设计了融合数据质量评价的方法与系统。通过网络获取用户上传的待融合教育资源或者已融合教育资源,对资源的冗余性与信息缺失问题进行评价,帮助用户提高教育资源的质量。
其他文献
近来,全球经济快速增长,能源的消耗日益上升。建筑物的传统温控方案,造成了一定的能源浪费,并且存在忽略人体冷热感受的情形（例如在空调开启的情况下感到很冷或者很热）。构建实时的非接触式人体热舒适检测则能够有效缓解以上的情况,实现“以人为本”智能建筑。而目前的非接触式热舒适检测主要使用红外等设备,由于其价格昂贵,安装不便等原因,其并不能很好的应用于智能建筑的热舒适环境。同时,现有的一些使用图像捕捉等设备
聚类（Clustering）是一种用于探索数据结构的数据分析技术,它能够根据数据特征进行分类,将具有相同或相似性质的数据划入同一个子组（簇）,不在同一簇中的数据通常其性质是不同的。聚类分析是基于特征的基础上找到样本的子组,或是在基于样本的情况下找到特征的子组。在聚类分析中引入差分隐私技术是当前研究领域绕不开的热点。差分隐私是一种数据失真技术,能够抵御任何背景知识下的攻击,且不受数据集大小的限制。在
目前大数据和人工智能与我们的日常生活的联系日益密切,商标必须经过有关部门审批通过才能得到法律的保护,随着经济的发展,商标注册数量剧增,在申请和审批时,为了避免申请的商标和已有商标相似,需对已有商标进行检索,但传统手工检索商标速度慢,存在漏检等弊端,所以本文对商标自动检索系统进行了研究。本文设计了一个自动商标检索系统,该系统由图像预处理模块、BOF模型制作模块和分类器模块构成。商标检索涉及的商标原始
随着移动智能设备技术的推广,人们对于位置服务（Location Based Services,LBS）的需求变得越来越普遍,与此同时,人们对位置服务的准确性有了更高的要求。虽然传统的定位系统可以很好的应用于空旷、遮挡情况不严重的室外环境,但在遮挡严重且定位精度需求更高的室内环境中表现不佳。由于室内工作与生活的需要,在不久的将来,室内位置服务需求必然会是一个巨大的流量入口。在室内环境中,GPS信号难
在当今社会,网络已经成为人们获取信息的主要来源。海量的数据信息使得人们很难能够快速获取满足自己需求的信息,而推荐系统能够帮助人们实现这一目标。协同过滤推荐算法是推荐算法中被应用最成熟、最广泛的算法,但其数据稀疏性问题往往制约着推荐质量。本文针对数据稀疏环境下的协同过滤推荐算法进行研究,从不同的角度提出了相应的改进算法,用来提高推荐的精确度。本文首先从用户之间相似度计算的准确性角度进行研究,提出了一
现有的代码检索研究以神经网络模型与社区问答数据相结合、对用户查询和代码片段联合建模为主,但是针对神经网络模型与代码仓库中的Pull Request（PR）信息结合进行研究的工作较少。代码特征抽取技术通常将神经网络模型与社区问答数据和开源代码数据预处理相结合,对用户查询和代码片段联合建模,但是模型高度依赖于精标注数据集,使用大规模粗标注数据集训练得到效果一般。基于上述问题,本文提出了一种基于扩展查询
共享可以提高数据的价值,但是在共享过程中,存在集中部署、恶意窃取以及篡改等安全隐患问题,极大影响到数据的安全。在面向群组的数据共享场景中,为了保护共享数据的机密性,组成员之间需共享一个群组密钥,群组内的所有通信内容均需使用此群组密钥加密。因此,密钥安全是数据安全共享的前提。密钥的安全面临着三个问题,第一,分布式密钥管理方案因其消除了中心化的威胁而被广泛使用,而分布式的管理对密钥的一致性和验证性提出
智慧医疗在人们生活中占据的地位越来越重要,随着网络发展,医疗场景下不同信任域之间交互越来越频繁,在交互过程中涉及到的跨域身份管理和认证问题对智慧医疗场景下数据安全的发展有着重大意义。目前比较多应用的认证框架主要有基于身份信息证书的私人公钥基础设施（PKI）和基于个人身份信息的密码管理体制（IBC）,以上两种类型的框架结构已经日益完备,但仍然还存在一些缺陷,且大部分医疗机构中的证书身份等信息都是集中
视觉同步定位与地图构建（SLAM,Simultaneous Localization and Mapping）是智能机器人研究领域中的关键技术。传统视觉SLAM方案大都基于特征点法或直接法,这两种方法有着各自的优势和不足。本文旨在结合特征点法和直接法的优势,提出了一种基于半直接法的单目视觉SLAM方法,其主要的工作内容如下:1)首先,本文在ORB-SLAM框架基础上,结合了特征点法和直接法的优势。
单目标跟踪指在给定某视频序列初始帧中的目标大小与位置的情况下,预测后续帧中该目标的大小与位置。虽然深度学习技术近年来在单目标跟踪领域发展迅速,但是由于现实场景中存在诸多挑战因素,目前仍然没有一个可针对单个行人进行准确跟踪的跟踪模型。本论文主要解决基于多尺度特征融合的单人目标跟踪问题,特别是提升视频中单个行人检测和跟踪性能。本论文在深度学习的基础上以设计准确的单人目标跟踪模型为目标。首先通过结合语义