韋書令　陳銘斌

[摘 要]隨著知識圖譜在遠程教育領域的應用和融合，將賦能遠程教育的教學改革，同時也對遠程教育教師的信息素養(yǎng)和學生的自主學習能力提出更高的要求和挑戰(zhàn)。通過查閱和檢索有關知識圖譜教學應用方面的文獻資料，對知識抽取、知識表示、知識融合等技術應用進行梳理，認為知識圖譜可為遠程教育的教與學提供智能語義搜索、問答系統(tǒng)、自適應評測等方面的有效支持。文章還從強化政策引導、轉變教學理念、建立師生協(xié)作學習共同體和創(chuàng)新課堂教學管理等方面提出知識圖譜在遠程教育課堂教學的實施策略，以期為進一步開展知識圖譜遠程教學研究提供有益的參考。

[關鍵詞]知識圖譜;遠程教育;信息素養(yǎng);自主學習;協(xié)作學習

[中圖分類號]G434 [文獻標識碼]A [文章編號]1008-7656（2020）06-0012-04

一、前言

知識圖譜起源于上世紀提出的語義網(wǎng)，用于描述和體現(xiàn)對客觀世界的理解，實質上也是將概念標準化的過程。隨著互聯(lián)網(wǎng)知識元數(shù)據(jù)規(guī)模的不斷增加，谷歌于2012年提出“知識圖譜”的概念，基于大規(guī)模語義網(wǎng)的知識表示、檢索和管理，其具體概念包括描述真實世界客觀存在的實體、概念及其關聯(lián)的語義網(wǎng)絡。知識圖譜已成為學習支持服務領域的新熱點，受到國內外學者廣泛關注。例如，德國萊比錫大學和曼海姆大學共同創(chuàng)建的多語言綜合型知識庫DBpedia，維基媒體基金會主持的一個自由的協(xié)作式多語言輔助知識庫Wikidata，德國馬普所（Max Planck Institute，MPI）構建的綜合型知識庫YAGO和Metaweb公司創(chuàng)建Freebase等。國內對于知識圖譜的研究已經(jīng)起步，清華大學建成了第一個大規(guī)模中英文跨語言知識圖譜XLore、中國科學院計算技術研究所基于開放知識網(wǎng)絡（OpenKN）建立了“人立方、事立方、知立方”原型系統(tǒng)，上海交通大學構建并發(fā)布了中文知識圖譜研究平臺zhishi.me，復旦大學GDM實驗室推出的中文知識圖譜項目，這些項目的共同點是通過開發(fā)大規(guī)模的知識庫，用于涵蓋廣泛的知識領域，并能提供一定的智能搜索和問答服務。

在遠程教育的教學過程中，教師可利用知識圖譜技術構建領域知識庫，提供多元化的知識表示和管理，幫助學生精準定位知識點;通過構建學生知識圖譜模型，為學生的學習評價提供依據(jù)，為教師制定教學策略提供參考;通過語義三元組構建學科領域知識圖譜，向學生提供搜索工具，并推薦具有高關聯(lián)性的課程知識;通過信息抽取和數(shù)據(jù)關聯(lián)技術建立學生個體、學科知識點和學習資源之間的語義化關系，經(jīng)過知識融合形成新的結構化知識來促進學生學習，有利于學生對學科知識理解、內化和遷移;構建自適應學習知識模型，精確定位學生薄弱知識點，根據(jù)學生現(xiàn)有學科知識水平進行定量測評、內容推薦和課后答疑等工作。比如黃志芳基于領域本體構建方法，提出了面向基礎教育學科領域的本體構建方案，并通過實驗驗證該方法的有效性[1];廖軼結合本體和元數(shù)據(jù)技術實現(xiàn)自適應學習的核心組件學習者模型[2];Hall等使用知識圖譜做了與教學相關的研究和實驗，結果表明知識圖譜的引入提高了學生的學習效率[3];Bidarra等將知識圖譜引入到了網(wǎng)絡教學中[4];P.H.Wu等發(fā)現(xiàn)了知識圖譜作為評測工具的有效性[5]。由此可見，知識圖譜強大的語義處理、互聯(lián)和推理能力可讓教師在遠程教育領域的智能搜索、自主評測、智能問答和個性化推薦等應用中獲得更多教學價值。

基于此，利用知識圖譜的多元層次結構把分散的知識收集起來，通過概念及概念間的關系實現(xiàn)知識的共享，為知識創(chuàng)新提供堅實基礎，為知識圖譜中知識元、知識鏈接和動態(tài)更新等過程提供有效支撐，可以解決目前遠程教學系統(tǒng)中所存在的知識共享效果不好、缺乏互操作等問題，提高學生在遠程教育中的學習效率，并從知識圖譜技術本身去激發(fā)遠程教育師生的參與度和積極性，闡釋知識圖譜教學應用優(yōu)勢和挑戰(zhàn)，推動知識圖譜技術在遠程教育教學領域的應用和實踐。

二、知識圖譜在遠程教育課堂教學的應用

（一）技術框架

知識圖譜技術可將在線課程內容進行結構化和半結構化處理，并以語義三元組的形式進行知識點分類和標注，可將知識點和相關學習資源進行關聯(lián)和融合，實現(xiàn)知識動態(tài)更新、自適應推薦和自動問答等應用。其中的關鍵技術包括從大規(guī)模網(wǎng)頁中抽取出實體、屬性和相關聯(lián)系信息。知識圖譜技術適用于解決與實體相關的智能檢索、問答和評測等問題，是一種新的信息處理模式。

知識圖譜的技術框架可分為模式層與數(shù)據(jù)層，數(shù)據(jù)層主要是由大規(guī)模的事件或事實組成，并通過（實體、屬性、屬性值）的三元組來表達，一般使用圖數(shù)據(jù)庫作為存儲中介，如開源的Neo4j、Twitter的FlockDB、sones的GraphDB等。模式層做為知識圖譜的核心，將基于數(shù)據(jù)層進行模式層的構建，并通過本體庫的規(guī)則、條件和來規(guī)范化數(shù)據(jù)層中的事件或事實表達。知識圖譜的構建從非結構化、半結構化和結構化的原始數(shù)據(jù)出發(fā)，從中提取出知識要素（事件或事實），并將其按要求存入知識圖譜的數(shù)據(jù)層和模式層。

（二）構建技術

大規(guī)模語義網(wǎng)的知識圖譜需要多種信息處理技術的支持，包括知識抽取、知識表示、知識融合以及知識推理等技術。

1.知識抽取

知識抽取主要是面向已鏈接的知識數(shù)據(jù)，通過自然語言處理技術抽取出可用的知識點或知識單元，以此形成大規(guī)模和高質量的事件或事實描述和表達，為模式層的應用提供數(shù)據(jù)基礎。從異構數(shù)據(jù)源中自動抽取實體、關系以及屬性等結構化信息，消除知識要素之間的歧義，構建高質量的知識圖譜，常用的抽取方法包括基于規(guī)則與詞典的方法、基于統(tǒng)計機器學習的方法和面向開放域的抽取方法。

2.知識表示

通常使用（實體、屬性、關系）的三元組作為知識圖譜的知識表示形式和復雜語義關聯(lián)。雖然該類型的知識表示形式已得到廣泛認可，但是其在計算效率或數(shù)據(jù)稀疏性等方面仍面臨著較多問題。除此之外，框架表示、問題歸約、語義網(wǎng)絡表示、過程表示或謂詞邏輯表示等知識表示形式也得到應用。其中，框架表示是指以模式化數(shù)據(jù)結構描述現(xiàn)實問題;問題歸約是通過變化將問題分解為子問題的集合;語義網(wǎng)絡表示由詞法部分、結構部分、過程部分和語義部分組成，每個節(jié)點和弧線敘述符號排列的約束條件用來描述相關問題和結構化表示;過程表示就是將有關某一領域知識和方法表述于如何求解問題的過程;謂詞邏輯表示把現(xiàn)實世界的各種問題表示為邏輯命題。

3.知識融合

知識圖譜中的多源異質特性，還存在知識質量良莠不齊、數(shù)據(jù)重復和關聯(lián)不明確等問題，因此需要對來自不同數(shù)據(jù)源的知識進行異構數(shù)據(jù)整合、消歧、加工和推理，構建可共享的高質量知識圖譜。知識圖譜的認知能力、知識儲備和事務需求將在應用過程中不斷遞增，其構建內容也需要與時俱進，不斷地迭代更新和相互融合。

（三）應用范圍

1.智能語義搜索

通過知識圖譜將互聯(lián)網(wǎng)的大規(guī)模信息抽取、組合和表達成更接近人類的認知形式，更好地組織、管理和利用海量信息的方式。因此，在智能語義搜索應用中，搜索應用可借助知識圖譜，對用戶提交的關鍵詞進行分析與推理，根據(jù)知識圖譜中的知識表示結構，通過標準查詢語句進入知識圖譜進行檢索，從而對相應的實體以及與其在概念、關系、相關性等方面匹配實體，最后向用戶返回圖形化的知識結構。

2.問答系統(tǒng)

該系統(tǒng)實質上是信息檢索系統(tǒng)的高級形式，使用人類可認知的自然語言為用戶提供問題的解答，使用知識圖譜來構建問題知識庫。首先將給定的問題分解為多個小的問題集合，然后通過匹配算法在知識庫中抽取合適的答案，最后以直觀的方式反饋給用戶。問答系統(tǒng)對數(shù)據(jù)規(guī)模和匹配速度要求較高，目前很多問答平臺引入知識圖譜為用戶提供解答和查詢服務，如蘋果智能語音助手Siri、華盛頓大學的Paralex系統(tǒng)和亞馬遜自然語音助手Evi等，都通過知識圖譜為用戶提供高效準確的問答和信息查詢服務。

3.自適應評測

為實現(xiàn)自適應測評，需要從多個數(shù)據(jù)源中抽取實體和實體之間的語義關系來構建知識圖譜。首先，通過點、鏈、樹和塊四種不同粒度來表示整個知識網(wǎng)絡，確定核心知識節(jié)點和集合，定義知識元的屬性和關系。然后，利用知識間的相互關系和結構，把分散的知識點串聯(lián)起來，通過概念及概念間的關系構成知識網(wǎng)，并進行分類處理及可視化展示，提高知識圖譜對個性化學習支持服務的質量和體驗。最后，依據(jù)學習者的認知水平、學習風格及學習歷史等個性化特征為其推薦自適應知識點匹配的學習路徑、學習資源和評測題庫等學習服務。學習資源以知識圖譜為聯(lián)系和依據(jù)，存儲包括有文本、圖文、視頻和交互動畫等各類學習資源。

三、知識圖譜在遠程教育課堂教學面臨的挑戰(zhàn)

（一）教師的信息素養(yǎng)需要提升

挖掘隱藏知識圖譜的教學價值，提升遠程教育教學決策和教學實踐，完善自身專業(yè)發(fā)展和信息素養(yǎng)，是遠程教育教師面臨的挑戰(zhàn)。作為遠程教育數(shù)字化變革的關鍵主體，教師應具備扎實的專業(yè)知識和較高的信息素養(yǎng)，快速掌握學生對知識點的理解程度，及時為他們推送個性化的教學資源。人工智能時代海量的非結構化和半結構化信息為教師的信息存儲、處理甚至檢索帶來了挑戰(zhàn)，而知識圖譜技術正是針對人類大腦信息加工能力的不足，借助智能教學平臺進行補充和輔助。教師可以通過基于知識圖譜分析得出的結果，為每個學生布置符合其學習水平的作業(yè)，并實時了解學生知識掌握的情況;但也需要教師提升使用信息技術評價和判斷的能力，這又對教師的信息素養(yǎng)提出了新的要求。

（二）學生需具備自主學習能力

由于不同學科知識點繁多且邏輯性緊密，且?guī)熒幱跁r空分離狀態(tài)，即使是簡單的學科問題，也需要對學科知識點進行劃分和確認，都還需提升精準度和檢索效率;對相學科知識圖譜的構建也需進行相應的調整和擴展。知識圖譜能使學生了解自身學習狀態(tài)，及時查漏補缺，建立個性化學習路徑。但學生應對自己的學習進行自我反思，面對知識圖譜提供的學習資源和路徑作出正確的選擇。因此，教師應激發(fā)學生運用學習幫助技能，引導學生依靠知識圖譜所提供的反饋信息選擇有益的學習幫助;教師應設計學習提示、解題分析、詳細步驟，制定基于知識圖譜的教學策略，幫助學生提升自我反思的技能。

四、知識圖譜在遠程教育課堂教學的實施策略

（一）強化政策引導

應該大力支持和實施遠程教育領域的知識圖譜發(fā)展計劃，研制遠程教育教師的信息素養(yǎng)提升標準，提高遠程教育教師的信息素養(yǎng)和信息化教學能力。制定與知識圖譜相適應的教育培訓政策，為教師教育改革打好基礎。首先，教師培訓部門和地方政策制定者應共同合作設計教師信息素養(yǎng)培訓項目;然后針對遠程教育的實踐需求，在政策實施的層面上呈現(xiàn)階段性和連續(xù)性;最后，針對知識圖譜技術實施階段，將信息素養(yǎng)和專業(yè)能力作為首要解決的任務。

（二）轉變教學理念，重新定位教學職責

知識圖譜提供了全新的知識獲取路徑和學習模式，涉及教學方法、模式和理念的變革，需要遠程教育教師重新審視自己的角色。教師知識傳播者的角色將會弱化，逐漸轉變成為學生探索新知識、獲得有效學習方法的引導者和參與者，不再僅僅當知識的搬運工，而是要當好學生學習的組織者與協(xié)調者。知識圖譜技術將改變傳統(tǒng)意義上師生之間的知識傳遞關系，學生獲取知識將變得快捷、高效，學習過程將由討論、溝通、分享與協(xié)作等環(huán)節(jié)組成，教師和學生每個人都扮演著學習知識、建構知識和傳授知識的角色，原有的知識傳遞方式逐漸被改變。

（三）建立師生協(xié)作學習共同體

通過知識圖譜構建的學習環(huán)境，形成個性化的社交學習網(wǎng)絡平臺，人與環(huán)境之間將建立多元化的相互聯(lián)系，使分散或碎片化的知識點按照語義關聯(lián)建構知識圖譜。構建師生協(xié)作學習共同體，可以保障大多數(shù)教師與學生在共同體內自學、交流或知識分享，師生們只要通過知識圖譜學習平臺就可以參與學習與培訓，而且有助于學生將新學的知識運用到實踐中，在協(xié)作分享中促進師生個體能力的發(fā)展。引入知識圖譜技術，可提升在線學習平臺的智能性，有利于在線學習活動有序進行，營造良好的在線學習氛圍。

（四）創(chuàng)新課堂教學管理

學生在教師的幫助下，可以借助智能課堂實現(xiàn)個性化學習，提升學習效率和學習效果;教師可通過知識圖譜將教學活動系統(tǒng)化，對教師的教學、學生的學習進行科學評估和標注，實現(xiàn)教學活動和資源的智能管理。知識圖譜技術為遠程教育的智能學習環(huán)境提供支撐，對遠程課堂教與學的結構和流程進行融合與革新，能對課程知識點進行語義智能分析和自動關聯(lián)，實現(xiàn)學習內容的跨媒體檢索和呈現(xiàn);能根據(jù)特定教學場景組織師生建立群體協(xié)作學習關系，為師生之間的溝通和交流提供支持;將不同的學生群體的學習效果進行對比，可以有效地把不同學習特點的學生區(qū)分出來，從而為遠程課堂管理者分配教學資源提供有效指導。

五、小結

在遠程教育領域中，隨著信息技術的快速發(fā)展，積累了海量教學數(shù)據(jù)，教學數(shù)據(jù)的有效使用對智能語義搜索、問答系統(tǒng)和自適應評測等工作都有著重要的意義，能夠推進教學數(shù)據(jù)自動化和智能化處理，為遠程教育領域帶來新的發(fā)展契機。本文從遠程教育知識圖譜構建的視角出發(fā)，對知識圖譜的技術框架、構建技術以及應用范圍進行了分析和探討，并對知識圖譜構建工作所面臨的挑戰(zhàn)和實施策略進行了總結。知識圖譜技術作為一項新興的互聯(lián)網(wǎng)技術，應用于遠程教育將在理念和技術層面帶來深刻變革，有助于精準定位知識點、推薦優(yōu)質學習資源、促進學科知識理解以及提升教學評價精準度，從而提升遠程教育的教學質量。

[參考文獻]

[1]黃志芳.面向E-Learning的適應性學習路徑推薦研究[D].武漢：華中師范大學，2015.

[2]廖軼.面向基礎教育的自適應學習服務系統(tǒng)研究與應用[D].北京：北京交通大學，2017.

[3]Hall R H， O'Donnell A. Cognitive and Affective Outcomes of Learning from Knowledge Maps[J]. Contemporary Educational Psychology， 1996， 21（1）：94-101.

[4]Bidarra J，Dias A.Ecological Strategies and Knowledge Mapping[J].Lecture Notes in Computer Science，2004，3038：1025-1029.

[5]Wu P H， Hwang G J， Milrad M， et al. An innovative concept map approach for improving students' learning performance with an instant feedback mechanism[J]. British Journal of Educational Technology， 2012， 43（2）：217-232.

[作者簡介]韋書令（1984-），男，壯族，廣西馬山人，碩士，廣西廣播電視大學助理研究員，研究方向：智能教學應用、社區(qū)教育和在線教育;陳銘斌（1983-），男，廣西防城港人，南寧市第三十三中學教師，中學一級，研究方向：地理教學、多媒體技術和現(xiàn)代教育技術。

[責任編輯 何一輝]