论文浅尝 | KnowEdu: 一个自动构建教育知识图谱的系统

笔记整理 | 崔凌云，天津大学硕士

链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=8362657

动机

基于知识图的广泛应用和在教育领域日益增长的需求，作者提出了一个名为KnowEdu的系统，以自动构建教育知识图。通过利用教育领域的异构数据（如教学数据和学习评估数据），该系统首先提取科目或课程的概念，然后确定这些概念之间的教育关系。更具体地说，它在教学数据上使用神经序列标记算法来提取教学概念，并在学习评估数据上使用概率关联规则挖掘来识别具有教育意义的关系。

亮点

MCCF的亮点主要包括：（1）提出了一个新的和实用的系统来自动构建教育知识图，它利用异构数据，通常包括教学数据和学习评估数据，以提取教学概念和识别重要的教育关系；（2）考虑到教学概念的教育目的，作者建议将递归神经网络模型应用于教学数据（如递归神经网络模型）来完成教学概念提取任务。这是第一次将神经序列标记应用于教育领域的实体提取中的工作；（3）所期望的教育关系与可以从文本语料库中正确识别的通用知识图中的传统关系有很大上的区别。在这项工作中，作者特别利用了基于概念的学生评估数据，在其上执行概率关联规则