基于关联语义的课程拓扑图自动构建研究

摘要

课程之间拓扑图的自动构建可以为高等学校教学计划自动编排、在线图书销售与推荐系统等提供模型参考。课程之间拓扑图自动构建技术的核心任务是如何依据课程的语义建立课程之间的拓扑关系，其大致可以包括分词与核心词抽取、课程表示、学科表示和课程之间拓扑关系构建这几个基本任务。本文综合运用了中文分词技术、关联挖掘技术、关联语义链网络模型等技术，实现课程拓扑图的自动构建。主要研究内容如下:
　　(1)基于动态窗口划分的核心词抽取方法。在文本的语义表示中，关键词是语义表示的基础。该部分研究的主要任务是从文本中抽取中用来进行课程语义表示的关键词。动态窗口划分的方法主要探索合适的窗口长度的选取和窗口边界划分的策略，有效保证核心词提取的正确性。
　　(2)基于关联语义的课程语义表示方法。有效地进行课程语义表示，不仅能使学生从总体上理解课程内容，而且良好的课程语义表示便于机器自动处理。课程语义表示是在核心词提取的基础上，进一步挖掘关键词和关键词之间的关联关系，从而实现课程的语义表示。
　　(3)基于关联语义的学科语义表示方法。学科总体语义表示是学科内课程之间拓扑关系建立的基础。该部分主要是综合利用学科内每门课程的语义表示，抽取学科关联语义，形成学科关联语义规则库，进而构建学科语义视图。
　　(4)基于关联语义链模型的课程拓扑构建方法。基于第二部分课程语义表示和第三部分学科语义表示的研究，可以将学科语义表示中的关键词作为语义链网络模型中的语义元素，课程语义表示作为语义节点，利用学科关联语义规则库建立语义节点（课程）之间的拓扑关系。
　　实验表明，基于关联语义的课程拓扑图自动构建方法具有合理性和有效性。本文创新性地将关联语义网络的技术运用到课程之间拓扑关系的构建中，能够快速自动地构建出课程之间的拓扑关系。本文的研究成果可直接应用到高等学校教学计划的编排、图书类销售网站推荐系统和大规模在线类学习网站中。

目录

声明

摘要

1 绪论

1．1 课题背景及意义

1．2 国内外研究现状

1．3 研究的目标和内容

1．4 本文的创新点

1．5 论文结构

2 基于中文分词的关键词抽取研究

2．1 问题的提出

2．2 抽取课程核心词

2．2．1 课程核心词分类

2．2．2 课程核心词抽取方法

2．3 实验

2．3．1 课程核心词统计实验

2．3．2 原始语料库统计实验

2．3．3 实验分析

2．4 本章小结

3 基于关联语义的课程语义表示研究

3．1 问题提出

3．2 确定课程语义表示中的核心词

3．2．1 核心词的提取

3．2．2 核心词的归并

3．3 建立课程语义表示中核心词之间的关联关系

3．3．1 建立课程语义表示中核心词之间的关联关系方法

3．3．2 建立课程语义表示中核心词之间的关联关系步骤

3．3．3 建立课程语义表示中核心词之间的关联关系算法

3．4 课程的语义表示

3．4．1 确定课程语义表示图的顶点集

3．4．1 确定课程语义表示图的边集

3．5 实验和分析

3．5．1 词频统计实验

3．5．2 课程的语义表达实验

3．6 本章小结

4 基于关联语义的学科语义表示研究

4．1 问题的提出

4．2 建立学科核心词库

4．2．1 建立学科核心词库原理

4．2．2 建立学科核心词库方法

4．2．3 建立学科核心词库结果

4．3 建立学科总体语义表示中的关联关系

4．3．1 建立学科总体语义表示中的关联关系方法

4．3．2 建立学科总体语义表示中的关联关系步骤

4．3．3 建立学科总体语义表示中的关联关系算法

4．4 学科总体的语义表示

4．4．1 确定学科语义表示图的顶点集

4．4．2 确定学科语义表示图的边集

4．5 实验与分析

4．5．1 篇频统计实验

4．5．2 学科总体语义正交表示实验

4．4 本章小结

5 基于关联语义链模型的课程拓扑关系构建研究

5．1 问题的提出

5．2 关联语义链网络模型

5．2．1 关联语义链网络模型的框架和特点

5．2．2 关联语义链网络模型的形式化和操作

5．3 课程拓扑关系的构建

5．3．1 语义元素和语义节点的构造

5．3．2 语义节点间关系的构建

5．4 本章小结

结论

参考文献

致谢

作者简介及读研期间主要科研成果