使用本体标注构建SCORM本体模型的方法

针对SCORM学习对象模型语义缺失的问题,结合语义Web本体标注的技术,提出一种使用语义标注实现SCORM模型本体化的方法。该方法从SCORM规范中提取语义信息构建SCORM本体模型,以公理的方式形式化表示了SCORM的语义信息和语义约束。并以此为基础在现有SCORM学习资源中扩展语义标注信息,使SCORM学习资源中的元素和属性映射到SCORM本体的类和属性,使用SCORM本体模型为学习资源提供语义约束和知识推理。该方法遵照SCORM语法、语义,以及扩展思想,将SCORM信息模型映射为SCORM知识模型,把SCORM学习对象的使用提高到知识重用和知识互操作的层面。     

语义驱动的集成化产品建模

针对复杂产品研发过程中多领域协同对产品知识共享和重用的需求,提出一种语义驱动的集成化产品建模方法.结合多本体技术,给出了集成化产品建模框架,该框架由概念层和模型层构成,概念层包括高层核心产品本体和领域本体,模型层由主模型和领域模型等一族模型构成;同时还给出了集成化产品模型的形式化语义描述,在构建高层核心产品本体的基础上建立主模型;基于多领域本体,进行由概念层语义驱动的领域模型快速重构,在语义理解基础上实现跨领域的产品知识重用.     

基于概念模型语义描述的仿真模型资源搜索框架

重用已有模型构建新的仿真应用一直受到系统仿真领域的关注.基于模型数据库搜索、判断与应用需求相匹配的仿真模型资源是实现重用的关键问题.提出一个基于概念模型语义描述的仿真模型资源搜索框架,详细说明了该搜索框架的结构.框架建立了由实体、任务、交互等概念模型元素构成的仿真模型资源语义描述模型,采用本体语义和关键字匹配等搜索策略.模拟实验表明该框架可以很大程度上提高搜索判断的准确性.     

基于细粒度学习情感本体的学习效果评估方法——以算法设计与分析课程为例

教育目标包括认知领域目标、动作技能领域目标和情感领域目标。情感领域目标教育已受到越来越多教育者和众多领域学者的关注和研究。学习者的情感在传统教育和网络教育中都起着十分重要的作用,影响着学习者的学习主动性、积极性、创造性以及学习效果。基于多年承担本科生和硕士生的算法相关课程的教学实践,构建了细粒度学习情感本体,提出了基于细粒度学习情感本体的学习效果评估方法。细粒度学习情感本体的特点是引入了课程知识点之间的多种语义关系,构建了基于知识点的教师情感反馈行为分类。学习效果评估方法的特点是构建了基于细粒度学习情感本体中知识点关系路径的学习情感演化模型,并应用该模型来评估学习效果。     

领域本体学习资源分配模型设计

领域本体是某领域中信息语义的基本单位，是对领域信息资源进行分类与描述的概念化体系，通过领域本体所定义的严格语义内涵和概念之间的相互关系，可以建立起信息资源在本体层的映射关系。本文介绍了通过引入领域本体，构建智能授导系统中的学习者和学习资源相关本体模型，同时对学习资源进行语义描述，主要针对资源的组成部分的显示形式和操作进行描述。     

基于本体的多主体网络协作学习模型研究

协作学习是一种组学习方式,强调的是组成员之间的交流与合作,因此成员间的信息理解对协作的效率影响很大,本体论是概念化的明确表示和描述,因此本体可对学习资源进行语义标注.采用本体提供交流资源的统一语义描述,使学习者在语义基础上进行交流和查询,本体的引入保证了网络协作学习中知识理解和运用的一致性、精确性、不变性、可重用性和共享性.设计了基于本体的多主体网络协作学习模型,该模型不仅具有语义互操作性而且能有效支持知识的重用和共享,从而提高协作学习效率.     

基于领域本体的电子学习资源库模型

随着电子学习系统快速的发展,电子学习资源呈现爆炸式的增长,如何有效地组织海量电子学习资源成为构建高效电子学习系统的重要因素。针对现有资源库在资源组织方面存在的不足,提出了一个基于领域知识本体的电子学习资源库检索模型,该模型利用领域知识来构建领域知识本体库并通过抽取电子学习资源元数据构建元数据库,通过映射关系完成对电子学习资源的语义组织,并在此基础之上构建一个语义检索模型,以有效地解决现有电子学习资源检索中丢失语义背景的问题,使检索结果在查全率、查准率方面有所提高,更加符合用户的需求。     

基于领域本体的学习资源语义检索模型*

为解决e-learning领域内学习资源的有效检索,提出了一个基于领域本体的e-learning学习资源语义检索模型。用Protégé构建了教育技术领域本体,通过对检索方法的研究分析和算法实现,开发了基于本体语义检索原型系统;并由对比全文检索和基于本体的语义检索两种方法的查准率,证明了基于本体的语义检索方式,在一定程度上能解决目前传统检索中存在的不足。     

网络课程资源的本体建模研究

本文从一般语义网络模型出发,介绍了本体基本模型,提出了一种用于构建网络课程资源语义网络的本体建模技术,所建立的网络课程资源本体模型为开展网络课程自主学习的学习者提供了一种语义级别的智能学习模式。本文研究工作在基于网络课程的远程教育领域具有较好的实际应用价值。     

基于本体的教育资源库的研究与设计

目前,我国的教育资源建设在共享性、重用性、资源检索查全率和查准率等问题上依然存在某些不足,为了解决当前检索系统中同义词难以识别、相关查找困难等问题,把本体引入到教育资源建设中,并提出了基于本体的语义检索系统的体系结构,该系统旨在实现对领域内资源的语义分析,赋予检索系统足够的语义信息。研究的重点是资源的元数据描述、领域本体的构建及语义查询,而这也是进行语义检索的理论基础。     

教育测评知识图谱的构建及其表示学习

知识图谱旨在描述现实世界中存在的实体以及实体之间的关系.自2012年谷歌提出“Google Knowledge Graph”以来，知识图谱在学术界和工业界受到广泛关注.针对教育领域中信息缺乏系统性组织的不足，本文构建了面向高中的教育测评知识图谱（Educational Assessment Knowledge Graph，EAKG），其中EAKG的构建包括基于本体技术的知识图谱模式层构建和依托于模式层结构的知识图谱数据层构建.与传统通过网页爬虫等技术手段构建的知识图谱相比，本文构建的知识图谱优点在于逻辑结构清晰，实体间关系的刻画遵循知识图谱模式层的定义.EAKG为领域内知识共享，知识推理，知识表示学习等任务提供了良好的支撑.在真实模考数据上的实验结果表明：在试卷得分预测，知识点得分预测的实体链接预测和三元组分类嵌入式表示学习任务上，引入领域本体作为模式层构建的EAKG的性能优于没有领域本体模式层单纯由数据事实构成的EAKG，实验表明，领域本体的引入对知识图谱的表示学习具有一定的指导意义.     

Ontology learning: state of the art and open issues

Ontology is one of the fundamental cornerstones of the semantic Web. The pervasive use of ontologies in information sharing and knowledge management calls for efficient and effective approaches to ontology development. Ontology learning, which seeks to discover ontological knowledge from various forms of data automatically or semi-automatically, can overcome the bottleneck of ontology acquisition in ontology development. Despite the significant progress in ontology learning research over the past decade, there remain a number of open problems in this field. This paper provides a comprehensive review and discussion of major issues, challenges, and opportunities in ontology learning. We propose a new learning-oriented model for ontology development and a framework for ontology learning. Moreover, we identify and discuss important dimensions for classifying ontology learning approaches and techniques. In light of the impact of domain on choosing ontology learning approaches, we summarize domain characteristics that can facilitate future ontology learning effort. The paper offers a road map and a variety of insights about this fast-growing field.     

《数据结构》课程知识本体构建研究

介绍当代移动学习的特点和语义网本体技术,提出利用本体技术来适应移动学习的片段式学习方式要求,并以《数据结构》课程为例阐述课程知识本体库的具体构建过程．为其在移动学习系统中的应用打下研究基础。     

实例驱动的自适应本体学习

针对知识管理中本体构建存在的问题,将聚类算法与ODP（Open Directory Project）目录有机结合,给出了一种基于知识资源元数据的自适应本体学习方法。根据元数据对文档进行聚类形成本体概念,将生成的概念分别映射到ODP中确定概念间的层次关系,生成初始本体;根据内聚性和相关性的变化进行自适应本体学习,实现本体更新和概念丰富,以及时跟踪知识的变化。提出的自适应本体学习方法能够很好地反映研究领域的演变过程和发展趋势,满足知识型组织进行知识管理和研究人员共享知识的需求。实验结果表明了方法的有效性。     

面向知识网格的本体学习研究

网格计算正在从单纯的面向大型计算的分布式资源共享发展为一种面向服务的架构,以实现透明而可靠的分布式系统集成。网格智能是指如何获取、预处理、表示和集成不同层次的网格服务(如HTML/XML/RDF/OWL文档、服务响应时间和服务质量等)的数据和信息,并最终转换为有用的智能(知识)。因为高层知识将在未来的网格应用起到越来越重要的作用,本体是知识网格实现的关键。文章提出了一种实现从Web文档中本体(半)自动构建的本体学习框架WebOntLearn,并讨论了本体学习中领域概念的抽取、概念之间关系的抽取和分类体系的自动构建等关键技术。     

基于本体的产品设计知识表示研究

针对目前的产品设计知识表示模型或是只局限于产品设计的某一阶段,或是局限于某一设计领域,对产品设计知识的概念存在着分类不清等不足,文中提出一种产品设计知识本体构建方法,并构建基于本体的产品设计知识表示模型。通过分析产品设计知识本体产生的知识概念、属性及知识概念间关系,形式化地定义和描述表示产品设计领域所包含的知识资源,提高企业产品设计知识共享和重用效率。以色选机设计知识表示为例,验证了所提出模型的有效性。     

基于本体的物流行业知识库的研究*

构建了基于本体的物流行业信息化知识库。应用语义Web和Web服务技术研究物流知识资源,设计了物流领域本体,实现了文本摘要、规则抽取、本体整合等关键功能,解决物流系统中语义和重用问题,提高了物流企业的知识共享和协作能力。这不仅为物流行业信息化奠定了坚实基础,而且为知识库的复用创造了条件。     

企业自演化动态本体表示策略的研究

领域知识的非规范化组织严重阻碍了本体及知识库的共享,本体的主观性和知识的快速更新提出了本体演化需求,也就需要对领域知识本体的动态属性进行表示,建立动态本体,适应对本体及知识库共享的需求。本文以情景演算理论为基础,对活动动态本体进行了刻画;在分析企业活动之后构建了企业动态本体,并以构建企业生产管理的动态过程信息表示为例进行了实例描述;提出了本体自演化动态模型;给出了基于本体学习与冲突触发的本体自演化版本态迁移图,对本体演化过程中的版本进行管理,实现动态本体的自动复盘,最终建立实现企业职能的动态的共享本体模型。     

领域本体在区域医疗信息共享系统中的应用

随着医疗领域信息化建设不断推进,为了提高医疗质量,合理有效利用医疗资源,医疗信息共享的要求日益强烈.语义异构是医疗信息资源共享面临的一个主要问题,提出利用领域本体整合分布式异构数据库资源,介绍了医疗本体的构建和应用系统的设计,为实现区域医疗信息共享提供了一种有效途径.     

电子学习系统中的知识表示与知识发现模型研究

领域本体提供了丰富的概念集,是领域知识共享的基础。讨论了电子教学系统中课程知识体系的组织与本体表示方法,构造了基于领域本体的知识发现模型,阐述了基于领域概念对相似性的本体映射过程,实现了基于单元知识的电子教学资源的灵活共享。