[发明专利]一种基于知识图谱生成学习路径的方法、装置及存储介质

权利要求书

1.一种基于知识图谱生成学习路径的方法，其特征在于，包括：

获取知识图谱节点的向量表示；

基于神经网络对得到的知识图谱节点的向量表示进行回归处理，从而生成知识点的学习顺序值；

基于知识图谱节点的向量表示提取目标节点的相关节点；

基于节点的学习顺序值对相关节点进行排序从而生成学习路径列表；

将所述学习路径列表倒序排列后生成学习路径。

2.根据权利要求1所述的基于知识图谱生成学习路径的方法，其特征在于，所述获取知识图谱节点的向量表示，包括：使用图嵌入方法计算知识图谱中各个节点的特征向量作为知识图谱节点的向量表示。

3.根据权利要求1所述的基于知识图谱生成学习路径的方法，其特征在于，所述基于神经网络对得到的知识图谱节点的向量表示进行回归处理，从而生成知识点的学习顺序值，包括：

通过训练好的神经网络模型对知识图谱全部节点的页码进行预测，将预测结果作为知识点排序的顺序值。

4.根据权利要求3所述的基于知识图谱生成学习路径的方法，其特征在于，所述神经网络模型的训练数据集包括接收的知识图谱节点的向量表示以及初始默认的知识点页码。

5.根据权利要求1所述的基于知识图谱生成学习路径的方法，其特征在于，所述基于知识图谱节点的向量表示提取目标节点的相关节点，包括：

获取知识图谱节点的向量表示；

计算各节点向量表示与目标节点向量表示之间的余弦相似度；

将余弦相似度大于预设阈值的节点作为目标节点的相关节点。

6.根据权利要求1所述的基于知识图谱生成学习路径的方法，其特征在于，其特征在于，所述基于节点的学习顺序值对相关节点进行排序从而生成学习路径列表，包括：

基于知识图谱的相关节点生成知识图谱子图；

在所述知识图谱子图中选择出度最小的点的候选集合，其中出度是指有向图的顶点的出边条数；

当判断所述候选集合中节点出度不为0时，将候选集合中学习顺序值最大的节点存入学习路径列表；

当判断所述候选集合中节点出度为0，且学习路径列表不为空时，将候选集合中与学习路径列表最后一个元素余弦相似度最大的节点存入学习路径列表，并在原知识图谱中删除该节点；

循环执行上述步骤直到知识图谱子图中的所有知识点被完全排列至学习路径列表中；

将学习路径列表倒序排列形成节点的学习路径。

7.一种基于知识图谱展示学习路径的方法，其特征在于，包括：

获取知识图谱节点的向量表示；

基于神经网络对得到的知识图谱节点的向量表示进行回归处理，从而生成知识点的学习顺序值；

基于知识图谱节点的向量表示提取目标节点的相关节点；

基于知识图谱的相关节点生成知识图谱子图，由所述知识图谱子图提取三元组，对所述知识图谱子图提取的三元组进行权重计算，并基于计算结果对所述三元组进行重新排序；

利用拓扑排序判断图中是否存在环的方法进一步去除部分边，生成有向无环图；

将无环图通过echarts生成桑基图。

8.一种基于知识图谱生成学习路径的装置，其特征在于，包括：

向量表示获取模块，其用于获取知识图谱节点的向量表示；

回归处理模块，其用于基于神经网络对得到的知识图谱节点的向量表示进行回归处理，从而生成知识点的学习顺序值；

相关节点获取模块，其用于基于知识图谱节点的向量表示提取目标节点的相关节点；

学习路径列表生产模块，其用于基于节点的学习顺序值对相关节点进行排序从而生成学习路径列表；

学习路径生产模块，其用于将所述学习路径列表倒序排列后生成学习路径。