基于語義場模型的學科資源聚類及應用研究.pdf

1、教育資源是教學過程的重要組成部分，優(yōu)質(zhì)的教育資源能夠幫助學習者獲得更好的學習效果。隨著信息技術的發(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，方便學習者使用，是數(shù)字化學習中必須解決的重要問題。資源聚類由于其不需要監(jiān)督的特點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類別，并為每一個類別指定一個語義標簽的過程。其研究的重點和難點在于，資源語義內(nèi)容的

2、表征方法、聚類特征的選擇與降維以及類別標簽的生成。本文圍繞上述關鍵內(nèi)容，針對通用的向量空間模型沒有考慮詞匯之間的聯(lián)系的缺點，研究了基于語義場模型的資源聚類技術，具體的研究內(nèi)容包括五個部分:(1)基于語義場模型的資源聚類框架;(2)面向?qū)W科的語義場構(gòu)建方法;(3)基于語義場的特征選擇與降維方法;(4)基于語義場的資源聚類算法;(5)資源聚類算法的應用研究。本文得到了國家863項目“知識濃縮與融合關鍵技術研究”(No.2008AA01Z12

3、7)和國家科技支撐計劃項目“村鎮(zhèn)教育資源配置及遠程服務關鍵技術研究”(No.200603110400)的資助。
　　本文取得的研究成果包括以下幾個方面:
　　(1)針對向量空間模型沒有考慮詞匯之間聯(lián)系的不足，論文提出了基于語義場模型的資源聚類框架。通過將場模型的基本思想引入語義研究中形成語義場模型，用于描述詞匯之間的語義聯(lián)系;通過研究語義場的數(shù)學模型，實現(xiàn)詞匯語義的可表征和可計算;在語義場模型的基礎上提出了基于語義場的資源聚

4、類框架，該框架定義了資源的語義場強與資源之間語義引力的計算方法，從而將資源聚類問題轉(zhuǎn)化為資源在語義引力作用下的凝聚問題，通過在聚類過程中融入資源特征之間的語義關系，提高資源之間相似度計算的準確率。
　　(2)針對手動構(gòu)建學科語義場費時費力的問題，論文研究了面向教育技術學科的語義場自動構(gòu)建方法。提出了基于原子詞匯構(gòu)詞算法的學科專業(yè)術語抽取方法，通過以原子詞匯作為構(gòu)詞的基本單位，提高了候選專業(yè)術語的準確率;通過學科概念的過濾與精煉，過

5、濾候選專業(yè)術語中的非學科概念類字符串，提高概念識別的效率;通過學科概念直接關系的標注和基于解釋結(jié)構(gòu)模型法的間接關系推理算法，構(gòu)建了學科概念之間的層次關系結(jié)構(gòu)圖;對學科語義場模型的相關參數(shù)如語義概念的質(zhì)量、語義勢能的調(diào)節(jié)參數(shù)進行了估算，構(gòu)建出了面向教育技術學科領域的語義場。
　　(3)針對聚類算法中特征選擇沒有訓練語料的問題，采用學科語義場作為學科先驗知識來指導語義特征的選擇。分析了將學科概念作為語義特征在特征選擇中的重要意義，并在

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