基于概念外延的Folksonomy语义关系挖掘方法

为改善Folksonomy中的资源利用效率,对Tag间的语义关系挖掘进行研究,提出一种利用大众标引关系、通过界定概念外延挖掘Tag间语义关系的方法。在del.icio.us真实数据上所进行的实验验证该方法是可行的。

中文语义相关度计算模型研究

现有的中文语义相关度计算模型对相关度的定义并不明确和统一,且计算方法多以相似度计算为基础,导致应用语义相关度存在局限。提出了一个新的语义相关的定义,认为两个词所表达的概念之间,如果存在用类似"知网"的知识描述体系所描述的语义关系,那么这两个概念之间就是语义相关的。通过挖掘这些直接或间接的关系,提出了一种新的语义相关度的计算模型,适用于所有类似知网的知识体系中语义相关度的计算。最后将该计算模型应用于词义排歧,验证了该计算模型的有效性。

自适应学习系统中知识图谱的人机协同构建方法与应用研究

知识图谱为自适应学习系统中的领域知识建模提供了新思路,但现有构建方法缺乏人类智慧与机器智能的有效结合,无法提供高质量、低成本的知识图谱。基于此,文章首先从人机协同视角出发,提出了自适应学习系统中知识图谱的构建方法,具体包括知识图谱模式设计、资源获取与预处理、知识图谱知识元抽取、知识元语义关系挖掘、知识图谱融合等五大环节;随后,文章以"人工智能"学科为例,对构建方法进行了初步验证;最后,文章从碎片化学习资源整合、适应性学习支持服务两个维度,进一步阐述了知识图谱在自适应学习系统中的应用。文章的研究对于开展基于自适应学习系统的大规模个性化学习具有重要意义。