[发明专利]一种基于本体的教育资源模型构建方法

说明书

本发明公开一种基于本体的教育资源模型构建方法，包括：(1)抽取教育资源术语和概念，使用统计方法将语料库内各个文件进行分析提取概念词；(2)确定概念间的层次关系，利用层次聚类算法计算概念词间的相似度，使之聚成一类，形成具有等级关系的聚类；(3)确定概念的属性及属性关系，建立网络上分散的教育资源的语义标注和语义关系；(4)创建教育资源实例，使用实例对本体进行填充，建立逻辑知识库。本发明采用信息熵过滤概念的不确定性和利用层次聚类算法来确定概念间层次关系，清晰地表示教育领域主要的概念术语、属性以及相互关系，对教育领域活动所具有的属性规律进行形式化的描述，提高了用户的学习程度、知识的更新、技术的发展等。

技术领域

本发明涉及教育资源领域，尤其涉及一种基于本体的教育资源模型构建方法。

背景技术

近年来在线教育正在被广泛关注，在线教育的基础和核心就是建立专业的教育资源本体库，但当前Web上的各种教育资源缺乏一致的标准，无法通用和共享；同时，资源与资源之间缺乏语义之间的关联，无法进行资源之间的智能检索等服务。这也使得学习者面临难于选择合适资源、资源内容不符合自身要求等问题。近年来本体(Ontology)在信息领域引起大家的重视。作为一种有效表示知识层次和语义的概念模型，本体论已被广泛应用于图书情报处理、知识管理、网络搜索、数据集成、语义Web服务等领域之中。可是随着本体研究的深入，本体语料规模的增长速度越来越快，传统的由人工构建本体的方法已经无法适应大规模语料库的构建，因此，以计算机技术为基础的语义概念和关系抽取的算法不断涌现，以期逐步实现本体构建的自动化。可以说，本体的自动化构建一直是研究者追求的目标。

随着各个学科的研究者对本体产生兴趣，本体逐渐被引入医学、军事学、地理学科、农学等多个学科，形成了多个领域本体。到目前为止，运用本体构建知识库的方法非常多，比如基于数理统计的N-garm算法、关联规则、相似度等，又比如基于语言学的规则提取算法。但现有方案未采用信息熵(Entropy)来过滤抽取教育资源术语和概念的不确定性，以及利用信息流框架模型概念以及现存的标准规范，来分析、确定概念间的层次关系。由于中文知识的复杂性，目前在构建本体的各个环节都或多或少地需要人工干预，以提高本体的准确性，完全由机器处理的完全自动化还很难实现。虽然许多研究者已经提出相关的计算机参与的构建方法，但是由于中文句法的特殊性，这些方法还存在一些问题，还有很大的提升空间。

发明内容

本发明针对现有技术中存在的问题，提供一种基于本体的教育资源模型构建方法，采用信息熵过滤概念的不确定性和利用层次聚类算法来确定概念间层次关系，清晰地表示教育领域主要的概念术语、属性以及相互关系，对教育领域活动所具有的属性规律进行形式化的描述，提高了用户的学习程度、知识的更新、技术的发展等。

为实现上述目的，本发明提供的技术方案如下：

一种基于本体的教育资源模型构建方法，其特征在于，包括：

步骤A，抽取教育资源术语和概念，使用统计方法将语料库内各个文件进行分析提取概念词；

步骤B，确定概念间的层次关系，利用层次聚类算法计算概念词间的相似度，使之聚成一类，形成具有等级关系的聚类；

步骤C，确定概念的属性及属性关系，建立网络上分散的教育资源的语义标注和语义关系；

步骤D，创建教育资源实例，使用实例对本体进行填充，建立逻辑知识库。

进一步地，所述步骤A具体包括：

步骤A1，从网络上和各类数据库内获取各类文件建立语料库；

步骤A2，从上述步骤A1中所建立的语料库内提取文件，使用统计方法提取文件的概念关键词；

步骤A3，将文件中提取出来的概念关键词整合为一个集合保存。

进一步地，所述步骤A2中的统计方法包括：