19-基础教育知识图谱赋能智慧教育

许斌，基础教育知识图谱赋能智慧教育，《人工智能》2019年03期

一、挑战

全学科、知识点全覆盖、知识点准确性、图谱可用性（知识检索与访问效率要高）

二、构建流程

1. 参考教育部颁布的课程标准和教材，知识工程师利用领域本体构建工具手工建立能够覆盖核心语义信息的核心本体概念模型，即基础教育知识本体 Schema；（概念模型是由领域专家定义的）
2. 将国内主流的基础教学材料通过 OCR 技术（识别）和相关的文本处理技术进行处理，得到半结构化的电子教材资源；
3. 依据第 1 步中得到的基础教育核心本体概念模型，组织标注人员在电子教材资源上人工标注学科知识三元组；人工部分：依据1处理2
4. 对互联网上获取的基础教育相关数据资源采用知识抽取和本体映射算法，自动获取基础教育相关结构化知识；自动部分：转为结构化知识
5. 采用知识融合方法，将人工标注和自动获取的结构化知识融合成跨学科的百万实例量级的基础教育知识图谱；融合3、4，构建图谱（和知识补全）
6. 利用算法对非教材电子书籍资源进行知识链接处理，实现课外书籍资源与基础教育知识库的关联；
7. 基于 RDF 和图数据库构建百万实例量级的知识库存储和索引系统；
8. 在基础教育知识库的基础上研究和构建基础教育知识问答系统。应用验证：问答系统

三、技术路线

<图>

四、应用

知识搜索、知识快照、知识问答、知识链接等方面。

1. 知识搜索：相较于搜索引擎，一是内容高度集中在基础教育领域的教材、教辅、课外读物中；二是知识图谱能够呈现出知识点的关系图谱，帮助联想。
2. 知识快照：知识快照是基础教育知识图谱中的子图，以图的方式呈现出部分实体与关系，比如“苏轼”和“诺贝尔奖”的联系。
3. 知识问答：用户给出自然语言问题，返回答案。
4. 知识链接：知识链接是将基础教育知识图谱中的实体与教材教辅或者参考书进行链接。