面向自动控制学科的教育知识图谱的OBE构建方法

《ACM Transactions on Asian and Low-Resource Language Information Processing》：OBE Oriented Constructing Method of Educational Knowledge Graph for Automatic Control Discipline

本文针对自动控制学科教育知识图谱构建中的本体不完善、实体识别低效及数据稀缺问题，提出基于OBE导向的多层级本体构建方法，结合DWBERT-BiLSTM-CRF模型提升实体识别精度，采用BERT-wwm与BiGRU注意力机制高效提取实体关系，并构建ACEER数据集验证模型效果显著。

　　

摘要

随着教育信息化的快速发展以及教育大数据的指数级增长，教育知识图谱（Educational Knowledge Graph，简称EKG）在智能教育领域受到了广泛关注。然而，当前构建中文教育知识图谱的研究仍面临诸多挑战，例如教育本体不完善、教育实体及其关系的识别性能较低，以及数据集数量不足。本文提出了一种基于成果导向教育（Outcome-Based Education，简称OBE）的方法来构建中文教育知识图谱，以服务于自动化控制学科。首先，我们设计了一个基于OBE的多层教育本体，用于指导自动化控制学科的知识建模；接着，我们构建了一个DWBERT-BiLSTM-CRF模型来识别更具体的教育实体，并结合BERT-wwm与BiGRU及注意力机制来高效提取实体关系。此外，我们还构建了一个专门针对自动化控制学科的教育实体及其关系识别的数据集（ACEER）。通过对ACEER数据集及四个基准数据集进行大量实验，我们评估了所提出模型的有效性和泛化能力，结果表明该模型在所有数据集上均表现优异。