数学课程知识图谱构建及其推理

课程知识图谱构建已成为知识图谱、网络学习和知识服务等领域的重要研究内容。以数学类课程为研究对象,构建了数学课程本体,设计了基于数学课程本体的数学课程知识图谱构建方法,提出了基于数学课程知识图谱的知识推理方法。数学课程本体的特点是:数学课程本体包括数学课程上层本体、数学课程内容本体以及数学课程习题本体。数学课程上层本体描述不同数学课程共享的概念化知识,数学课程内容本体描述特定课程的知识,数学课程习题本体描述数学课程习题的内涵和性质。数学课程知识图谱的特点是:基本模型和扩展模型的分层融合性,概念的正实例和负实例的引入,以及与数学课程内容本体的有机衔接。基于数学课程知识图谱的知识推理方法的特色是:构建了推理类型分类体系,该分类体系从本体角度给出了推理知识的类型和在数学课程知识图谱中的定位和关联关系。离散数学课程实验,表明了知识图谱构建和推理方法的有效性。数学课程知识图谱及其推理为用户提供了一种形式化的、显式的课程知识表示、知识组织和知识推理模型,从而改善了知识服务效果。

基于解析图嵌入和加权图卷积网络的知识图谱补全

知识图谱补全是知识图谱构建、自然语言处理和知识工程等领域的重要研究课题.知识图谱不仅是实现通用领域和专业领域精准知识服务的知识支撑,而且是信息检索、问答交互和信息推荐等领域取得突破性进展的必要基础.知识图谱的低质量和小规模是阻碍知识图谱广泛应用的主要瓶颈.知识图谱补全的目的是构建大规模高质量的知识图谱,以不断更新和扩充知识图谱.针对现有知识图谱补全方法难以从非结构化文本等辅助信息中提取深层次语义特征的问题,本文提出一种基于解析图嵌入和加权图卷积网络的知识图谱补全方法.一方面,该方法通过加权图卷积网络,对实体描述文本的语义依存分析进行建模,构建语义依存解析图嵌入;另一方面,引入了实体描述文本的多粒度句嵌入生成方法,旨在于构建能够捕获多粒度语义、深层次语义特征的实体表示学习.通过在两个公开数据集上的实验结果表明了本文知识图谱补全方法优于现有方法,验证了本文方法的有效性和优越性.