本發明涉及(ji)一種(zhong)學科(ke)(ke)知(zhi)識(shi)點實體(ti)識(shi)別與教師(shi)語義網絡(luo)構(gou)建方法(fa)及(ji)系統，屬于教育信息(xi)，尤(you)其是關于一種(zhong)基于bert-blstm-crf模型的(de)(de)、結合教材知(zhi)識(shi)點和教師(shi)講課內容的(de)(de)學科(ke)(ke)知(zhi)識(shi)點實體(ti)識(shi)別與教師(shi)語義網絡(luo)構(gou)建的(de)(de)方法(fa)。

背景技術：

1、在(zai)教(jiao)(jiao)育信息化(hua)浪潮(chao)中(zhong)，數字化(hua)教(jiao)(jiao)學(xue)(xue)資源的(de)(de)(de)廣泛應(ying)用(yong)帶來了教(jiao)(jiao)學(xue)(xue)方(fang)式的(de)(de)(de)革新。然而，從(cong)這些(xie)資源中(zhong)高效(xiao)、準(zhun)確(que)地提(ti)取知(zhi)識(shi)點，構(gou)建反映(ying)教(jiao)(jiao)師授課邏輯的(de)(de)(de)語(yu)義(yi)(yi)網絡，仍是提(ti)升教(jiao)(jiao)學(xue)(xue)質量和個性化(hua)學(xue)(xue)習的(de)(de)(de)關鍵挑戰(zhan)。現有方(fang)法多(duo)依賴人工標注，效(xiao)率低下，難(nan)以應(ying)對(dui)大規模(mo)數據的(de)(de)(de)處理(li)需(xu)求(qiu)。自動(dong)化(hua)知(zhi)識(shi)點識(shi)別(bie)技術雖有所(suo)發展，但面對(dui)教(jiao)(jiao)學(xue)(xue)內容的(de)(de)(de)多(duo)樣(yang)性和非結構(gou)化(hua)特(te)性，仍存在(zai)準(zhun)確(que)性和深度的(de)(de)(de)不足。因此，研究一(yi)種能夠自動(dong)化(hua)、高精(jing)度地處理(li)教(jiao)(jiao)學(xue)(xue)資源的(de)(de)(de)知(zhi)識(shi)點識(shi)別(bie)和語(yu)義(yi)(yi)網絡構(gou)建方(fang)法，對(dui)于(yu)推動(dong)教(jiao)(jiao)育智能化(hua)具有重(zhong)要意(yi)義(yi)(yi)。

技術實現思路

1、本發明要(yao)解(jie)決的技術(shu)問題是提(ti)供一種一種學科(ke)知識(shi)(shi)點實體識(shi)(shi)別與(yu)教(jiao)(jiao)師語(yu)義(yi)網絡(luo)構建(jian)方法及系統，旨在通過深度學習(xi)技術(shu)，提(ti)高知識(shi)(shi)點識(shi)(shi)別的準確(que)性(xing)，構建(jian)深層(ceng)次的教(jiao)(jiao)師語(yu)義(yi)網絡(luo)，以促進教(jiao)(jiao)育領域的智能化發展。

2、本(ben)發明(ming)采用的技術方案是：一種學科知(zhi)識(shi)點實體識(shi)別(bie)與教師語義網(wang)絡構建方法(fa)，包括以下步驟：

3、step?1：收集教(jiao)材知識點文本數(shu)(shu)據和教(jiao)師(shi)講課語(yu)(yu)音(yin)數(shu)(shu)據，并將(jiang)教(jiao)師(shi)講課語(yu)(yu)音(yin)數(shu)(shu)據轉化為(wei)文本數(shu)(shu)據；

4、step?2：對step?1收集到(dao)的所有文本(ben)數據進行預處理，包括(kuo)數據清洗和排序(xu)；

5、step?3：利(li)用(yong)bert-blstm-crf模型對預處理后的(de)文本(ben)數據進行(xing)知(zhi)識點(dian)實(shi)體識別；

6、step?4：基于識(shi)別出的知識(shi)點實(shi)體，構(gou)建教師(shi)授(shou)課(ke)內容的語義網絡；

7、step?5：利用構建的(de)(de)(de)語義網絡對預處理后(hou)的(de)(de)(de)文本數(shu)據或新收集的(de)(de)(de)轉化為文本數(shu)據的(de)(de)(de)教(jiao)師講(jiang)課語音數(shu)據進行知(zhi)識點覆蓋范圍和(he)講(jiang)解(jie)深度進行定量分析，生成教(jiao)學(xue)評(ping)估(gu)報告。

8、具體地(di)，step?1具體包括以下步驟：

9、step?1.1：使用數據(ju)收集模塊(kuai)收集教材中(zhong)的知(zhi)識點描(miao)述(shu)，得到文本數據(ju)；

10、step?1.2：通過語(yu)音識(shi)別技術將教師講課的語(yu)音數據轉換(huan)為(wei)文本(ben)數據。

11、具體地，step?2具體包括(kuo)以下(xia)步驟：

12、step?2.1：使用數(shu)(shu)據(ju)(ju)清洗算法(fa)移除文本數(shu)(shu)據(ju)(ju)和文本數(shu)(shu)據(ju)(ju)中不完整或無關的信息，分別得到清洗后的文本數(shu)(shu)據(ju)(ju)集和；

13、step?2.2：根據(ju)數據(ju)集和(he)中文(wen)本的時間戳對(dui)數據(ju)進(jin)行排(pai)序，得到有(you)序文(wen)本數據(ju)集。

14、具體(ti)地，step?3具體(ti)包括以(yi)下步(bu)驟：

15、step?3.1：將預(yu)處(chu)理后的(de)(de)文(wen)本數據輸入至預(yu)訓(xun)練的(de)(de)bert模型，得到文(wen)本的(de)(de)深層(ceng)次語義(yi)表示(shi)；

16、step?3.2：將(jiang)輸入至blstm網絡，利用其門控(kong)機制處理序列數據(ju)，捕捉時序特(te)征(zheng)，得到(dao)序列特(te)征(zheng)；

17、step3.3：將傳遞(di)至crf層(ceng)，通過以下公(gong)式優化(hua)標簽(qian)(qian)序(xu)列，預測知(zhi)識點出現概(gai)率，是(shi)(shi)(shi)給定(ding)特征序(xu)列下標簽(qian)(qian)序(xu)列 y的(de)(de)概(gai)率，其中 y是(shi)(shi)(shi)一(yi)個序(xu)列，表示(shi)每個元素對(dui)應的(de)(de)標簽(qian)(qian)，是(shi)(shi)(shi)歸(gui)一(yi)化(hua)常(chang)數(shu)(shu)，和是(shi)(shi)(shi)模型參數(shu)(shu)，和用于計算僅給定(ding)當前標簽(qian)(qian)時該標簽(qian)(qian)的(de)(de)概(gai)率，和表示(shi)對(dui)所有(you)可能的(de)(de)標簽(qian)(qian)概(gai)率進(jin)行累加。

18、具體地，step?4具體包(bao)括以下步驟：

19、step?4.1：將知識點實體及預處理后的文本數據作為網(wang)絡節點和邊，構建語義網(wang)絡；

20、step?4.2：利用(yong)分(fen)(fen)析(xi)工具(ju)對語義網絡進行(xing)分(fen)(fen)析(xi)，pagerank算(suan)法計算(suan)語義網絡的(de)(de)中(zhong)心(xin)性，分(fen)(fen)析(xi)預處理后的(de)(de)文本數據的(de)(de)結構(gou)和關聯性，得到語義網絡的(de)(de)中(zhong)心(xin)性矩(ju)陣。

21、具(ju)體地，step?5具(ju)體包括以下步驟：

22、step?5.1：根據(ju)(ju)(ju)(ju)語義(yi)網絡和中心性(xing)矩(ju)陣，評估(gu)預處理后的文本數據(ju)(ju)(ju)(ju)或新(xin)收集(ji)的轉化為文本數據(ju)(ju)(ju)(ju)的教師講課語音數據(ju)(ju)(ju)(ju)的知(zhi)識點(dian)覆蓋(gai)度(du)(du)和講解深度(du)(du)；

23、step?5.2：結(jie)合覆蓋度和(he)講解深度，生成教學評估(gu)報告。

24、一種學科知識點實體識別與教師語義網絡構建系統，包(bao)括：

25、數據收集模塊(kuai)，用于收集教材(cai)知識點文本(ben)數據和教師講(jiang)課(ke)語音(yin)數據，

26、數(shu)據(ju)預(yu)處(chu)理(li)模塊，用于對收集到的數(shu)據(ju)進行預(yu)處(chu)理(li)；

27、bert-blstm-crf實(shi)(shi)體識別模塊，用于對預處理后的文本數據進行知識點實(shi)(shi)體識別；

28、語義(yi)網絡(luo)構建模塊，用于(yu)基于(yu)識(shi)別(bie)出的(de)知識(shi)點實體，構建教師授課內容的(de)語義(yi)網絡(luo)；

29、教學(xue)評估(gu)報告生成(cheng)模(mo)塊(kuai)，用于利用構建的(de)(de)語義網(wang)絡對(dui)預處(chu)理后的(de)(de)文本數據或(huo)新(xin)收集的(de)(de)轉(zhuan)化為文本數據的(de)(de)教師講課(ke)語音數據進行知識點覆蓋范圍和講解深度進行定量(liang)分析，生成(cheng)教學(xue)評估(gu)報告。

30、本發(fa)明(ming)(ming)的(de)(de)(de)有(you)益效果是(shi)：本發(fa)明(ming)(ming)運用自然語(yu)言處(chu)理技術(shu)，尤其是(shi)實(shi)(shi)體識別算法，對(dui)教(jiao)(jiao)師授(shou)課(ke)內容進(jin)行深入分析(xi)。通過訓練知識點(dian)(dian)識別模型(xing)，系(xi)統(tong)能(neng)夠準確捕捉并(bing)識別教(jiao)(jiao)師授(shou)課(ke)中提(ti)(ti)及的(de)(de)(de)學科知識點(dian)(dian)，無論是(shi)實(shi)(shi)時授(shou)課(ke)還是(shi)錄播(bo)內容。基于(yu)這些識別出(chu)(chu)的(de)(de)(de)知識點(dian)(dian)，系(xi)統(tong)構建出(chu)(chu)一(yi)個詳(xiang)盡的(de)(de)(de)語(yu)義網絡，該網絡能(neng)夠清晰地映(ying)射教(jiao)(jiao)師對(dui)不同知識點(dian)(dian)之間的(de)(de)(de)講解(jie)聯(lian)系(xi)，進(jin)而評(ping)估(gu)教(jiao)(jiao)師對(dui)每個知識點(dian)(dian)進(jin)行講解(jie)的(de)(de)(de)覆蓋(gai)范圍和講解(jie)深度。本發(fa)明(ming)(ming)不僅為(wei)教(jiao)(jiao)師提(ti)(ti)供了(le)一(yi)個自我(wo)評(ping)估(gu)和教(jiao)(jiao)學改進(jin)工具(ju)，還為(wei)教(jiao)(jiao)育(yu)管理者帶來了(le)一(yi)種新的(de)(de)(de)教(jiao)(jiao)學質(zhi)量監控手段。其應(ying)用范圍廣泛，覆蓋(gai)在線教(jiao)(jiao)育(yu)、傳統(tong)課(ke)堂(tang)教(jiao)(jiao)學以及遠程(cheng)教(jiao)(jiao)育(yu)等多種教(jiao)(jiao)育(yu)環境，對(dui)于(yu)提(ti)(ti)升教(jiao)(jiao)育(yu)質(zhi)量、推動教(jiao)(jiao)育(yu)創(chuang)新具(ju)有(you)深遠的(de)(de)(de)影響。本發(fa)明(ming)(ming)不僅提(ti)(ti)高(gao)了(le)知識點(dian)(dian)識別的(de)(de)(de)準確性(xing)，而且能(neng)夠捕捉知識點(dian)(dian)間的(de)(de)(de)復(fu)雜關系(xi)，為(wei)教(jiao)(jiao)學質(zhi)量評(ping)估(gu)和個性(xing)化學習(xi)路徑規劃提(ti)(ti)供支持。

技術特征：

1.一種學科知識點實體識別與教(jiao)師語義網絡構建方(fang)法，其特征(zheng)在于：包括以下步驟(zou)：

2.根(gen)據權利要求1所述的一(yi)種學(xue)科知識點實體(ti)識別與教師(shi)語義網絡(luo)構建方法(fa)，其特(te)征在于：step?1具體(ti)包括(kuo)以下步(bu)驟：

3.根據(ju)權利要(yao)求2所述的一(yi)種學科知識點實體識別與教師語義網(wang)絡構建方法，其特征在(zai)于(yu)：step?2具體包括以下步(bu)驟：

4.根據權利(li)要求(qiu)1所述的一(yi)種(zhong)學(xue)科知識點實體識別與(yu)教師(shi)語義網(wang)絡(luo)構建方法(fa)，其特征在于：step?3具(ju)體包括以下步驟：

5.根據權利要(yao)求1所述的一種(zhong)學科知識點(dian)實體(ti)識別與(yu)教(jiao)師(shi)語義網絡構(gou)建方(fang)法，其特征在于：step?4具體(ti)包(bao)括(kuo)以下步驟：

6.根(gen)據(ju)權利要求5所述的(de)一種學科知(zhi)識(shi)點實體(ti)識(shi)別與(yu)教師(shi)語(yu)義(yi)網絡構(gou)建方法，其特(te)征在于：step?5具體(ti)包(bao)括以下步驟：

7.一種(zhong)學科知識點實體識別與教師語義網(wang)絡構(gou)建系統，其特征在(zai)于：

技術總結
本發明涉及一種學科知識點實體識別與教師語義網絡構建方法及系統，屬于教育信息技術領域。本發明通過訓練知識點識別模型，系統能夠準確捕捉并識別教師授課中提及的學科知識點，無論是實時授課還是錄播內容。基于這些識別出的知識點，系統構建出一個詳盡的語義網絡，該網絡能夠清晰地映射教師對不同知識點之間的講解聯系，進而評估教師對每個知識點進行講解的覆蓋范圍和講解深度。本發明不僅為教師提供了一個自我評估和教學改進工具，還為教育管理者帶來了一種新的教學質量監控手段。其應用范圍廣泛，覆蓋在線教育、傳統課堂教學以及遠程教育等多種教育環境，對于提升教育質量、推動教育創新具有深遠的影響。

技術研發人員：王俊,饒義強,肖夢瑾,趙波,周菊香,梅嘉恬
受保護的技術使用者：云南師范大學
技術研發日：
技術公布日：2024/9/19