基于描述逻辑的学习资源语义描述关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61907029
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    15.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0701.教育信息科学与技术
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Making the content of learning resources machine-understandable by describing the learning resources semantics formally is one of the key technologies to build the infrastructure of a smart education system. According to knowledge points in a subject, the strategies of defining formal semantics of learning resources, resources organization and semantic retrieval are investigated and analyzed deeply to address the problems of lacking formal learning resources descriptions in current learning systems. Taking advantage of the capability of description logics on defining and constructing concepts, and absorbing the graph structure of conceptual graph, we describe knowledge points and relations between them by description logics terms, and propose a formal learning resources description method based on description logics knowledge base. The logical structure features of the learning resources knowledge base are analyzed, then a practical concept satisfiability reasoning algorithm and a concept learning algorithm on knowledge base for supporting exploratory resources search are proposed. A learning resources semantic search prototype is developed to prove the theories and methods proposed in this research. This research will contribute to constructing smart education systems in both theory and applications.
对学习资源语义进行形式化描述,使机器能够理解学习资源内容是构建智慧教育体系架构的关键技术之一。针对当前规范化、形式化的学习资源语义描述缺失的问题,以学科知识点为依据,对学习资源的语义描述形式、资源组织及资源检索问题展开深入研究。利用描述逻辑语言定义和构造概念的能力,结合概念图知识表示在描述概念间关系上的优势,使用描述逻辑术语描述学科知识点及其关系,建立以描述逻辑学习资源知识库为主要形式的学习资源语义形式化描述方式。通过对学习资源知识库逻辑结构的分析,提出可实用的服务于资源检索的概念可满足性推理算法,以及用于实现探索式搜索过程中学习者搜索意图理解的概念学习算法。通过开发面向软件工程学科的学习资源知识库和语义搜索原型系统对提出的理论和方法进行验证。本项目研究对于智慧教育大系统中学习资源的建设具有重要的理论研究和应用价值。

结项摘要

信息化学习环境下,学习资源的形式化描述是使学习系统具备理解资源内容的能力并对资源进行有效管理的基础,也是将具有可解释性和通用性的机器学习技术用于支持学习过程的前提条件之一。本项目以描述逻辑为主要知识表示方式,结合概念图等其他形式,首先对学习资源内容的表示方式展开了深入研究,然后以此为基础,讨论了如何将归纳逻辑编程思想用于对学习过程的支持,其次研究了如何利用形式化的资源描述形式为可视化的交互式学习过程和资源检索过程服务。研究成果主要集中在如下4个方面:(1)结合描述逻辑和概念图知识表示形式,实现了对复杂类型资源的内容描述,通过建立描述逻辑知识库对资源个体的内容进行存储和管理,利用概念图对资源内部信息元素之间的不同类型关系、以及不同资源个体之间的关系进行表述,并在知识表示能力和知识推理之间建立平衡;(2)从归纳逻辑编程思想出发,通过对描述逻辑概念空间结构的深入分析,提出了描述逻辑知识库上支持迭代和交互式学习的概念学习方法,用于对学习意图和学习内容的描述;(3)利用概念图在结构上的特性和描述逻辑知识库实例检索的能力,设计了交互式的资源内容可视化方式,对资源内容概要进行可视化展示,分析用户在浏览图形化资源描述时的操作,根据用户的需要选择合适的资源进行动态展示;(4)将描述逻辑和概念图的知识表示形式用于复杂类型资源的检索,根据查询请求的特点选择合适的查询处理方式以提高检索效率。本研究同时利用形式化的学习资源描述形式和具有知识库支持的交互式学习过程应用于高中信息化教学质量的提升,并取得了显著效果。本项目围绕着复杂类型资源内容形式化描述方法的研究在知识表示和可解释的概念学习技术方面具有一定的理论研究和实际应用价值。所提出的知识表示形式和概念学习方法具有一定的通用性,为进一步将机器学习和人工智能技术应用于以学习资源为核心的学习系统,从而实现交互式、可解释的学习过程支持奠定了基础。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(3)
Constructing Interlinked Learning Resources for Integrated STEM Education Environment
构建一体化STEM教育环境的联动学习资源
  • DOI:
    10.11648/j.ijeedu.20211003.16
  • 发表时间:
    2021-09
  • 期刊:
    International Journal of Elementary Education
  • 影响因子:
    --
  • 作者:
    郝坤;袁柳;钱倩
  • 通讯作者:
    钱倩
MOOC-ASV: analytical statistical visual model of learners’ interaction in videos of MOOC courses
MOOC-ASV:MOOC 课程视频中学习者互动的分析统计视觉模型
  • DOI:
    10.1080/10494820.2021.1916768
  • 发表时间:
    2021-04
  • 期刊:
    Interactive Learning Environments
  • 影响因子:
    5.4
  • 作者:
    Ahmed Ali Mubarak;Salah A. M. Ahmed;曹菡
  • 通讯作者:
    曹菡
在编程中培养问题解决能力的PBL教学模式构建一一以《跨栏比赛》为例
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电脑知识与技术
  • 影响因子:
    --
  • 作者:
    张孟婷;袁柳
  • 通讯作者:
    袁柳
Gated tree-structured RecurNN for Detecting Biomedical Event Trigger
用于检测生物医学事件触发器的门控树结构 RecurNN
  • DOI:
    10.2139/ssrn.4020056
  • 发表时间:
    2022-07
  • 期刊:
    Applied Soft Computing
  • 影响因子:
    8.7
  • 作者:
    王磊;曹菡;袁柳
  • 通讯作者:
    袁柳
Supporting Exploratory Learning with Questioning and Computational Thinking in Integrated STEM Education
在综合 STEM 教育中通过提问和计算思维支持探索性学习
  • DOI:
    10.11648/j.ijeedu.20211003.17
  • 发表时间:
    2021-09
  • 期刊:
    International Journal of Elementary Education
  • 影响因子:
    --
  • 作者:
    钱倩;袁柳;郝坤
  • 通讯作者:
    郝坤

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种基于聚类模式的RDF数据聚类方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    袁柳;张龙波
  • 通讯作者:
    张龙波
中老年癫痫的外科治疗
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中华老年心脑血管病杂志
  • 影响因子:
    --
  • 作者:
    丁平;张绍辉;吴洵昳;于晓曼;袁柳;梁爽爽;刘娜;梁树立
  • 通讯作者:
    梁树立
首发精神分裂症及临床高危人群脑神经生化代谢物异常
  • DOI:
    10.11817/j.issn.1672-7347.2021.200240
  • 发表时间:
    2021
  • 期刊:
    中南大学学报. 医学版
  • 影响因子:
    --
  • 作者:
    欧阳丽君;郑文潇;马晓倩;袁柳;贺莹;陈晓岗
  • 通讯作者:
    陈晓岗
模式级链接关联数据集上的关联规则挖掘研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    袁柳;张龙波
  • 通讯作者:
    张龙波
Inference Rule-guided Ontology
推理规则引导本体
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    袁柳;李战怀;陈世亮
  • 通讯作者:
    陈世亮

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码