[发明专利]基于教材目录和有向超图的路径适应性知识图谱自动生成方法有效
申请号: | 201910593929.2 | 申请日: | 2019-07-03 |
公开(公告)号: | CN110287327B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 孙雪冬 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/36 |
代理公司: | 广州新诺专利商标事务所有限公司 44100 | 代理人: | 张玲春 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 教材 目录 超图 路径 适应 性知识 图谱 自动 生成 方法 | ||
1.一种基于教材目录和有向超图的路径适应性知识图谱自动生成方法,其特征在于:该方法包括以下步骤:
步骤1,给出目标是自动构建某一学科的知识图谱,即描述某一学科的所包含的知识以及知识之间的关系;确定分析对象为教材;并对分析的教材进行了限定:选择有代表性的、中国图书馆图书分类法中的自然科学类教材进行分析;并给出分析的前提假设:假设用于创建知识图谱的教材在知识编排及表达上是合理的;
步骤2,分析教材内容与教材目录的关系,应用教材目录对教材内容进行形式化及图形化的知识描述;根据教材目录构建教材的知识表达链图及知识表达超图,其中,知识表达链图给出了形式化及图形化的教材知识表达内容及表达顺序;知识表达超图给出了知识之间关联度的标定;
步骤3,由多本相似教材的知识表达链图构建某课程知识表达拓扑图,该拓扑图用于表示某门课程所包含的知识元及知识的表达顺序;给出构建知识表达拓扑图的构建规则及构建过程,并给出知识表达拓扑图的形式化描述;
步骤4,对知识表达拓扑图进行语义分析;根据语义给出知识的逻辑判断及处理规则,包括:统一模块的判断及处理、输入/输出逻辑“AND”和“OR”的判断及处理;并应用统一模块的判断及处理规则进行知识表达拓扑图中统一模块的识别及处理,应用输入/输出逻辑判断及处理规则进行知识逻辑关系的判断及处理,构建用于表达知识元间逻辑关系的知识逻辑关系图,并给出知识逻辑关系图的形式化描述;
步骤5,基于知识逻辑关系图,根据相应知识拓扑图中可行的知识表达链,应用超边进行路径选择及节点状态标定,构建路径适应性知识图谱,并给出相应的形式化描述以及由知识逻辑关系图生成路径适应性知识图谱的具体过程;
步骤6,基于路径适应性知识图谱,应用知识单元超边进行知识关联性描述,构建既具有路径适应性描述,又具有知识相关性描述的知识图谱,并给出基于知识单元的关联度计算公式;
步骤7,根据课程之间的依赖关系,利用教材之间的相关性,进行知识图谱的拼接,构建某学科的动态知识图谱。
2.如权利要求1所述的基于教材目录和有向超图的路径适应性知识图谱自动生成方法,其特征在于:
步骤1中,所述给出目标并确定分析对象,包括以下几方面:
方面一、给出目标:自动构建某一学科的知识图谱;
方面二、给出分析对象:对中国图书馆图书分类法中的自然科学类教材进行分析;
方面三、对教材进行分类:根据是否为某门课程的教材以及课程的相关性,分为:相似教材,相关教材、以及无关教材;
方面四、给出分析的假设:用于创建知识图谱的教材所展示的知识是存在的,并且知识的编排、表达是合理的。
3.如权利要求1所述的基于教材目录和有向超图的路径适应性知识图谱自动生成方法,其特征在于:
步骤2中,所述根据教材目录构建教材的知识表达链图及知识表达超图包括以下步骤:
首先,分析教材内容与教材目录之间的关系,并对所分析的目录进行了规定:所分析的目录是显示所有级别标题的目录;
接下来,根据目录叶子节点的展示顺序构建知识表达链图;用于描述教材中包括的知识元及知识元的表达顺序;
第三,根据父目录项及子目录项之间的关系,构建知识表达超图,并给出知识元关联度的定义;用于描述知识元间的关联关系。
4.如权利要求1所述的基于教材目录和有向超图的路径适应性知识图谱自动生成方法,其特征在于:
步骤3中,所述由多本相似教材的知识表达链图构建某课程知识表达拓扑图包括如下步骤:
Step1.选择相似教材中任意一目录的知识表达链图作为当前知识表达图;
Step2.选择相似教材中任意其它目录链图与当前知识表达图相比较,对于存在于当前知识表达图中的节点及边则保留当前知识表达图中的该节点及边;对于不存在于当前知识表达图的节点及边则在当前知识表达图上进行添加该节点及边;
Step3.把生成的新知识表达图作为当前知识表达图;
Step4.重复步骤Step2及Step3,直到比对拼接完所有相似教材目录的知识表达链图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910593929.2/1.html,转载请声明来源钻瓜专利网。