基于語(yǔ)義場(chǎng)模型的學(xué)科資源聚類及應(yīng)用研究.pdf

1、教育資源是教學(xué)過(guò)程的重要組成部分，優(yōu)質(zhì)的教育資源能夠幫助學(xué)習(xí)者獲得更好的學(xué)習(xí)效果。隨著信息技術(shù)的發(fā)展，教育資源的數(shù)量也在不斷累積。而如何高效、清晰地組織這些資源，方便學(xué)習(xí)者使用，是數(shù)字化學(xué)習(xí)中必須解決的重要問(wèn)題。資源聚類由于其不需要監(jiān)督的特點(diǎn)成為資源組織中最常用的方式之一。資源聚類是指按照資源所包含的語(yǔ)義內(nèi)容，將內(nèi)容相似度較高、屬于同一主題的資源劃分為一個(gè)類別，并為每一個(gè)類別指定一個(gè)語(yǔ)義標(biāo)簽的過(guò)程。其研究的重點(diǎn)和難點(diǎn)在于，資源語(yǔ)義內(nèi)容的

2、表征方法、聚類特征的選擇與降維以及類別標(biāo)簽的生成。本文圍繞上述關(guān)鍵內(nèi)容，針對(duì)通用的向量空間模型沒有考慮詞匯之間的聯(lián)系的缺點(diǎn)，研究了基于語(yǔ)義場(chǎng)模型的資源聚類技術(shù)，具體的研究?jī)?nèi)容包括五個(gè)部分:(1)基于語(yǔ)義場(chǎng)模型的資源聚類框架;(2)面向?qū)W科的語(yǔ)義場(chǎng)構(gòu)建方法;(3)基于語(yǔ)義場(chǎng)的特征選擇與降維方法;(4)基于語(yǔ)義場(chǎng)的資源聚類算法;(5)資源聚類算法的應(yīng)用研究。本文得到了國(guó)家863項(xiàng)目“知識(shí)濃縮與融合關(guān)鍵技術(shù)研究”(No.2008AA01Z12

3、7)和國(guó)家科技支撐計(jì)劃項(xiàng)目“村鎮(zhèn)教育資源配置及遠(yuǎn)程服務(wù)關(guān)鍵技術(shù)研究”(No.200603110400)的資助。
　　本文取得的研究成果包括以下幾個(gè)方面:
　　(1)針對(duì)向量空間模型沒有考慮詞匯之間聯(lián)系的不足，論文提出了基于語(yǔ)義場(chǎng)模型的資源聚類框架。通過(guò)將場(chǎng)模型的基本思想引入語(yǔ)義研究中形成語(yǔ)義場(chǎng)模型，用于描述詞匯之間的語(yǔ)義聯(lián)系;通過(guò)研究語(yǔ)義場(chǎng)的數(shù)學(xué)模型，實(shí)現(xiàn)詞匯語(yǔ)義的可表征和可計(jì)算;在語(yǔ)義場(chǎng)模型的基礎(chǔ)上提出了基于語(yǔ)義場(chǎng)的資源聚

4、類框架，該框架定義了資源的語(yǔ)義場(chǎng)強(qiáng)與資源之間語(yǔ)義引力的計(jì)算方法，從而將資源聚類問(wèn)題轉(zhuǎn)化為資源在語(yǔ)義引力作用下的凝聚問(wèn)題，通過(guò)在聚類過(guò)程中融入資源特征之間的語(yǔ)義關(guān)系，提高資源之間相似度計(jì)算的準(zhǔn)確率。
　　(2)針對(duì)手動(dòng)構(gòu)建學(xué)科語(yǔ)義場(chǎng)費(fèi)時(shí)費(fèi)力的問(wèn)題，論文研究了面向教育技術(shù)學(xué)科的語(yǔ)義場(chǎng)自動(dòng)構(gòu)建方法。提出了基于原子詞匯構(gòu)詞算法的學(xué)科專業(yè)術(shù)語(yǔ)抽取方法，通過(guò)以原子詞匯作為構(gòu)詞的基本單位，提高了候選專業(yè)術(shù)語(yǔ)的準(zhǔn)確率;通過(guò)學(xué)科概念的過(guò)濾與精煉，過(guò)

5、濾候選專業(yè)術(shù)語(yǔ)中的非學(xué)科概念類字符串，提高概念識(shí)別的效率;通過(guò)學(xué)科概念直接關(guān)系的標(biāo)注和基于解釋結(jié)構(gòu)模型法的間接關(guān)系推理算法，構(gòu)建了學(xué)科概念之間的層次關(guān)系結(jié)構(gòu)圖;對(duì)學(xué)科語(yǔ)義場(chǎng)模型的相關(guān)參數(shù)如語(yǔ)義概念的質(zhì)量、語(yǔ)義勢(shì)能的調(diào)節(jié)參數(shù)進(jìn)行了估算，構(gòu)建出了面向教育技術(shù)學(xué)科領(lǐng)域的語(yǔ)義場(chǎng)。
　　(3)針對(duì)聚類算法中特征選擇沒有訓(xùn)練語(yǔ)料的問(wèn)題，采用學(xué)科語(yǔ)義場(chǎng)作為學(xué)科先驗(yàn)知識(shí)來(lái)指導(dǎo)語(yǔ)義特征的選擇。分析了將學(xué)科概念作為語(yǔ)義特征在特征選擇中的重要意義，并在

6、預(yù)處理過(guò)程中加入學(xué)科概念作為語(yǔ)義特征，提高資源語(yǔ)義表征的準(zhǔn)確率;提出了語(yǔ)義特征向?qū)W科概念的映射方法，提高語(yǔ)義特征的規(guī)范性和聚類結(jié)果的準(zhǔn)確率;提出了基于語(yǔ)義場(chǎng)模型的語(yǔ)義特征約簡(jiǎn)方法，實(shí)現(xiàn)語(yǔ)義特征的約簡(jiǎn)，降低資源語(yǔ)義特征的維度，提高學(xué)科資源聚類的效率。
　　(4)針對(duì)資源聚類時(shí)未考慮詞匯之間語(yǔ)義聯(lián)系的不足，研究了基于語(yǔ)義場(chǎng)模型的資源聚類算法。引入語(yǔ)義引力的概念來(lái)模擬資源之間的相互吸引，從而將資源凝聚為多個(gè)類簇，緩解了資源聚類過(guò)程中未考