[发明专利]一种基于知识图谱的教学问题诊断方法及系统

权利要求书

1.一种基于知识图谱的教学问题诊断方法，其特征在于，包括以下步骤：

a.根据教材信息中的实体以及实体之间的关系进行构建知识图谱；

b.根据所述知识图谱对所述教材信息进行自动标注，得到实体标签信息；

c.获取用户的学习行为信息，并提取所述学习行为信息中的异常行为信息；

d.根据所述知识图谱对所述异常行为信息进行自动标注，得到异常标签信息；

e.对所述异常标签信息进行相关性测试，得到所述异常标签信息与所述实体标签信息的相关性，从而得到相关的实体标签信息所对应的教材信息，即为待改良教材信息。

2.根据权利要1所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤a中，是通过对所述教材信息进行数据结构化处理，并根据得到的结构化数据进行构建知识图谱；其中，所述教材信息包括以下任一项或者两项以上的结合：文档教材、图像教材、视频教材、音频教材、教材习题。

3.根据权利要求2所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述对所述教材信息进行数据结构化处理，进一步包括以下步骤：

信息抽取：根据RDF框架对所述教材信息进行实体抽取、关系抽取、属性抽取，得到所述教材信息的章节内容、章节知识点、知识点关联的问答信息；

信息融合：通过自然语义解析技术引入第三方知识库对抽取的实体进行共指解析和实体消歧，得到初步RDF数据；

质量评估：通过机器评估和/或专家人工评估的方法对所述RDF数据进行监督和调试，得到清洁的结构化的RDF数据。

4.根据权利要求1所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤b或步骤d中，所述实体标签信息或所述异常标签信息包括以下任一项或者两项以上的表现形式的RDF三元组内容标签：行为数据内容、实体文本标注的形式表示、RDF三元组向量化表示、一阶逻辑表示。

5.根据权利要求1所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤c中，所述学习行为信息包括以下任一项或者两项以上的结合：用户的访问内容、用户的访问时间、用户的提问内容、用户的评论内容、用户的做题反馈信息。

6.根据权利要求1或5所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤c中，获取用户的学习行为信息，是将所述实体标签信息作为API触发点，通过识别用户在应用程序场景中触发的API内容获取用户的学习行为信息以及该学习行为信息对应的实体标签信息。

7.根据权利要求6所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤c中，提取所述学习行为信息中的异常行为信息，是通过对所述学习行为信息进行视觉化处理，得到学习行为统计图表；然后根据所述学习行为统计图表进行异常行为信息的发现，并得到该异常行为信息对应的异常标签信息。

8.根据权利要求1所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤c中，所述异常行为信息包括以下任一项或者两项以上的结合：教材信息被访问率过低、用户的访问时间过短、用户的提问内容过多或过少、用户的评论内容过多或过少、用户的做题正确率过低。

9.根据权利要求1所述的一种基于知识图谱的教学问题诊断方法，其特征在于：所述的步骤e中，所述异常标签信息与所述实体标签信息的相关性，包括所述异常标签信息与所述实体标签信息之间在统计学意义上的显著性关系、关联方向、关联强度；并且，对于相关的实体标签信息所对应的教材信息进行形式、结构、内容中的一种以上信息进行改良。

10.一种基于知识图谱的教学问题诊断系统，其特征在于，包括：

知识图谱构建模块，其根据教材信息中的实体以及实体之间的关系进行构建知识图谱；

行为识别模块，用于获取用户的学习行为信息，并提取所述学习行为信息中的异常行为信息；

自动标注模块，其根据所述知识图谱对所述教材信息进行自动标注，得到实体标签信息；并且，根据所述知识图谱对所述异常行为信息进行自动标注，得到异常标签信息；

测试模块，用于对所述异常标签信息进行相关性测试，得到所述异常标签信息与所述实体标签信息的相关性，从而得到相关的实体标签信息所对应的教材信息，即为待改良教材信息。