CN101777071A - 用于构建教育技术领域本体库的术语标注系统 - Google Patents

Abstract

本发明提供用于构建教育技术领域本体库的术语标注系统，包括用于提供教育技术领域本体库的领域语料数据库，以及用户登录模块、句子标注模块、关系标注模块和标注统计模块。本发明的术语标注系统能够为《知识浓缩与融合关键技术》863项目提供元数据，目的是将教育技术学核心教材中的专业术语标注出来，并为术语标明关系(包括同义关系、类属关系、语义关系)。利用本发明所提供辅助，能够高效率标准化地完成教育技术领域本体库构建工作。

Description

用于构建教育技术领域本体库的术语标注系统

技术领域

本发明属于涉及信息技术领域，特别涉及一种用于构建教育技术领域本体库的术语标注系统。

背景技术

本体有着多种不同的定义，其中最为著名的是由Gruber提出的，“本体是共享概念模型的明确的规范说明”。此概念包括四个主要方面：1)概念化：客观世界中现象的抽象模型；2)明确：概念及它们之间的联系都被精确定义；3)形式化：精确的数学描述；4)共享：本体中反映的知识是其使用者共同认可的。本体作为某个领域内(可以是特定领域的，也可以是更广的范围)不同主体(人、代理、机器等)之间进行交流(对话、互操作、共享等)的一种语义基础，即由本体提供明确定义的词汇表，描述概念和概念之间的关系，作为使用者之间达成的共识。因此，本体的用途包括交流、共享、互操作、重用等等。领域是指一组具有相似或相近软件需求的应用系统所覆盖的功能区域。领域概念是对特定术语集的抽象，是一个从领域任务和领域本体中提取出来的知识集。领域本体是领域抽象的直接结果，它是对领域知识的明确清晰的表达，通常用本体语言来进行表述。本体是一种概念体系，且本体通常与领域相关，在一些特定的实际应用中，领域本体是很有必要的。对于信息技术领域来讲，本体包括构造该领域所需要的概念词汇以及词汇之间相互关系的约束。本体的目标是捕获相关领域的知识、信息，提供对该领域知识的共同理解。本体是现实对象在某一或某些属性领域空间上的投影，任何本体都不能描述复杂现实对象的全部属性，只能根据领域来刻画其某些侧面，本体是领域内重要实体、属性、过程及其相互关系形式化描述的基础，可以在不同的建模方式、范式、语言和软件工具之间进行翻译和映射，以实现不同系统之间的互操作和继承。相对于元模型而言，本体是领域相关和超领域描述的，这种形式化的描述可成为遗留软件系统中可重用和共享的组件。

本体作为一种能在语义和知识层次上描述信息资源的概念模型建模工具，自被提出以来就引起了国内外众多科研人员的关注，在许多领域得到了广泛的应用，如信息检索、知识工程、软件复用，信息系统间异构信息处理等。领域本体研究如何定义特定领域中的概念、概念之间的关系，提供该领域中发生的活动以及该领域的主要理论和基本原理等。

目前已经开发的领域本体主要包括企业本体、医学概念本体、酶催化生物医学本体、电子商务供应链本体等。其中，企业本体(Enterprise Ontology)是大型企业建模基础设施的一个重要组成部分，它覆盖了企业建模所有的核心概念。比较著名的企业本体研究工作包括爱丁堡大学企业项目(Enterprise Project)和多伦多大学的虚拟企业(Virtual Enterprise)项目。在实际应用中，由于领域知识在不断演化、更新，所以要建立一个能够涵盖领域内所有知识的本体是很困难甚至是不可能的。针对某个特定领域的应用需要，构建领域本体的工作量非常庞大。对于信息技术领域，国内外并没有一个比较系统全面的领域本体库，而现有的本体大部分是通用性的本体，对具体领域内知识的揭示都不够全面、深入，拥有一个涵盖所有知识的本体是困难甚至是不可能的。由于知识的演化和更新，自动构建的领域本体也不可能包含领域内所有的概念知识。对基于本体的应用研究也都是假设本体中包含了所需的全部知识，系统对本体有很强的依赖性。

为了弥补教育技术领域的领域本体空白，急需构建教育技术领域本体库。教育技术领域本体库需要立足教育领域，面向教育资源；充分考虑教育资源分布的局域性、集中性和专业性；它不只是为高等教育研究服务，而且是高等教育事业的一个强有力的决策支持库，能使高等教育决策科学化、合理化提高到一个新水平。但是，如何高效率地构建教育技术领域本体库，是信息技术领域亟待解决的技术问题。

发明内容

本发明目的在于解决现有技术不足，提出了一种术语标注系统，以求辅助应用于教育技术领域的领域本体的构造。

本发明提供的技术方案为，一种用于构建教育技术领域本体库的术语标注系统包括用于提供教育技术领域本体库的领域语料数据库，以及用户登录模块、句子及标注模块、关系标注模块和标注统计模块；其中，句子及标注模块、关系标注模块和标注统计模块分别与领域语料数据库相关联；

用户登录模块，用于用户登录，并在用户要求进行句子标注时调用句子标注模块，在用户要求进行关系标注时调用关系标注模块；

句子及标注模块，用于支持用户从教育技术学电子教材中挑选句子，支持用户挑选句子中的术语，并且支持用户对句子和术语进行编辑；用户已挑选或编辑的句子和术语存入领域语料数据库；

关系标注模块，用于支持用户从领域语料数据库调用其中存放的术语并挑选构成术语对，支持用户为术语对挑选术语关系，并且支持用户对术语关系进行编辑；所述术语关系包括同义关系、类属关系或语义关系；用户已挑选或编辑的术语关系存入领域语料数据库；

标注统计模块，用于响应用户查询统计的请求，从领域语料数据库调用其中存放的与请求相应的句子、术语和术语关系，统计句子个数、术语个数和术语关系个数。

而且，句子标注模块支持用户从教育技术学电子教材中挑选出一个句子时为句子编号，支持用户通过编号调用句子后进行编辑修改。

本发明的术语标注系统是为《知识浓缩与融合关键技术》863项目提供元数据的系统，目的是将教育技术学核心教材中的专业术语标注出来，并为术语标明关系(包括同义关系、类属关系、语义关系)，从而形成教育技术学领域的术语库。利用本发明所提供辅助，能够高效率标准化地完成教育技术领域本体库构建工作。

附图说明

图1为本发明的术语标注系统；

图2为本发明的术语关系选择示意图；

图3为本发明实施例的前台用户系统用例图；

图4为本发明实施例的后台用户系统用例图；

图5为本发明实施例的领域语料数据库中数据结构示意图。

具体实施方式

为了提供教育技术领域本体库，本发明首先进行了分析：

(1)领域信息的收集和分析

我们知道，对于一个领域本体来说，真正只属于自己领域内的核心概念是不多的，大量的概念都来源于这个领域的上位学科和通用性质的概念。也就是说，要构建真正的领域本体，是不可能撇开其他领域概念不谈的。这好比是一座金字塔，没有深厚坚实的基础就不能建造起塔顶所以领域本体也决不可能是“空中楼阁”。虽然其他领域概念的定义不属于教育技术学领域，但是它们和教育技术学的关系却是构建教育技术学领域本体所无法回避的。面对这样的问题，我们在实践中不求大而全，以实用为目的，只要提出领域本体中比较重要的核心概念和关系，以便今后的扩展。教育技术学领域本体库主要由其八门主干课程及专业学术期刊构成。八门主干课程为：教育技术学、教学系统设计、教育技术学研究方法、远程教育学、教育信息处理、信息技术与教育、网络教育应用教程、教学媒体的理论与实践。专业学术期刊为：08年电化教育研究，共245篇论文。以保证该本体中收录概念的覆盖面、概念和关系的通用性。因此，本发明实施例采用八门主干课程及专业学术期刊的电子文本作为术语标注的基础来源，即教育技术学电子教材。

(2)判断概念对的层次关系

通过领域信息的收集和分析，得到教育技术学领域重要概念知识结构。其中，概念之间的关系我们主要考虑同义、层次分类、语义联系3种关系类型，参见图2。

术语是指在特定领域中约定俗成或者经过规定，被广泛使用来描述该领域中的某个概念的词语。教育技术领域本体库主要由术语构成。我们依照一定术语关系准则来判断术语对之间的关系：概念层级关系和概念非层次关系。

举例：“教学系统设计”这一词语表达“信息技术”领域的某一个专属概念，因此我们说“教学系统设计”是“信息技术”领域的一个术语，“教学系统设计”与“信息技术”领域是概念层级关系。

术语标注就是标注人员依照标注规范从给定的文本中选出属于某一领域的术语，并将其标记出来的过程。

标注举例：

所属学科：教育技术学

文本内容：为了保证教学目标的可操作性，通常采用ABCD方法编写教学目标。

在上面所示文本内容中，依照标注规范有两个术语信息技术领域的术语，标注人员所做的工作就是判断出该段文本中术语信息技术领域的术语有“教学目标”、“ABCD方法”两个，并用适当的方法将其标注出来。

术语关系标注：给定某一领域内一定语境中的术语集合，给定定义好的术语关系类型，判断术语间是否存在某种类型的关系。为便于理解起见，三种关系的标注分别举例说明如下：

a.同义关系：

若概念之间为概念层级关系，则继续判断概念对之间是否为同义关系。

同义关系是指在给定领域内，用来表述同一概念的不同词语之间所具有的关系。在给定领域内，两个或多个词语如果它们在任何时候任何地方的出现都具有相同的内涵和外延，那么这些词语具有同义关系。

举例：

通俗的讲：“智力技能”也可以称为“智慧技能”，构成同义关系。

b.类属关系

若概念之间为概念层级关系，然后又判断概念之间并非为同义关系，则继续判断概念对之间是否为类属关系。

类属关系是指在给定领域内，用来表述不同概念的术语之间所具有的层次关系，其中概念C′是概念C外延的一部分。这种关系也可以称为从属/上属关系，子集/超集关系，或ISA关系。

通俗的讲，有“概念C′是一种概念C”命题成立。

举例：

“认知策略是学习者用来我把和调节自己的注意、学习、记忆和思维方式等内部过程的一种特殊的智力技能。”

通过对“认知策略”的定义，更进一步揭示它的内涵：是一个“智力技能”。“认知策略”为上属词，“智力技能”为从属词，构成类属关系。

c.语义联系

若概念之间为概念非层级关系，则继续判断概念对之间是否为语义联系关系。

语义联系是指在给定领域内，用来表述不同概念的术语之间所具有的包含关系，概念C′是概念C的组成部分。

举例：

位于“经验之塔”的中间部位的那些视听教材和视听经验。“经验之塔”为整体，“视听教材”为其中部份，构成语义联系关系。

因此，为了提供辅助构建教育技术领域本体库的工具，本发明提供了术语标注系统。参见图1，这种术语标注系统包括用于提供教育技术领域本体库的领域语料数据库，以及用户登录模块、句子及标注模块、关系标注模块和标注统计模块；其中，句子及标注模块、关系标注模块和标注统计模块分别与领域语料数据库相关联；

用户登录模块，用于用户登录，并在用户要求进行句子标注时调用句子标注模块，在用户要求进行关系标注时调用关系标注模块；

句子及标注模块，用于支持用户从教育技术学电子教材中挑选句子，支持用户挑选句子中的术语，并且支持用户对句子和术语进行编辑；用户已挑选或编辑的句子和术语存入领域语料数据库；

关系标注模块，用于支持用户从领域语料数据库调用其中存放的术语并挑选构成术语对，支持用户为术语对挑选术语关系，并且支持用户对术语关系进行编辑；所述术语关系包括同义关系、类属关系或语义关系；用户已挑选或编辑的术语关系存入领域语料数据库；

标注统计模块，用于响应用户查询统计的请求，从领域语料数据库调用其中存放的与请求相应的句子、术语和术语关系，统计句子个数、术语个数和术语关系个数。

为了便于修改起见，还可以由句子标注模块支持用户从教育技术学电子教材中挑选出一个句子时为句子编号，支持用户通过编号调用句子后进行编辑修改。

设置领域语料数据库，句子标注模块所记录的句子、术语和关系标注模块所记录的术语关系都存入领域语料数据库，则可以直接由领域语料数据库向外提供教育技术领域本体库。这种数据库存储方式非常便于管理，本领域技术人员采用数据库技术即可实现领域语料数据库，可参考图5设置数据库结构，其中各标识说明如下：

a.在用户数据表中

user：用户

user_id：系统自动给用户分配的一个ID号。

user_name：用户登录时的名称。

user_realname：用户的真实姓名，使用户注册，和方便管理使用。

user_pwd：用户登录时所用的密码。

b.在句子数据表中

sentence：标注的句子

sentence_id：系统自动给句子分配的一个ID号。

words：用户所标注的术语。

c.在术语关系数据表中

relation：标注的术语关系。

pre_word：术语关系中的第一个词。

post_word：术语关系中的第二个词。

user、sentence、relation，三者共用一个user_id，即用户登录后即可进行句子及术语标注又可进行术语关系标注。

用户挑选术语时，关系标注模块可以从标注统计模块或领域语料数据库中提取已记录的术语，供用户挑选。标注统计模块提供的统计功能，有助于了解本体构建工作进程，每个用户均可查询自己多次工作得到的所有句子个数、术语个数和术语关系个数。

具体实施时，术语标注系统采用计算机技术实现即可，各模块采用软件模块化设计方案实现。实施例采用一台web服务器实现术语标注系统中各模块，硬件要求Intel P4 1.8G以上/20G硬盘/512M内存，可以预装windows server2000以上/Linux/Unix/Moc、Tomcat 5.0、JDK1.5等；采用一台数据库服务器实现领域语料数据库，硬件要求Intel P4 1.8G以上/20G硬盘/512M内存，可以预装windows server 2000以上/Linux/Unix/Moc、Mysql5.0。web服务器与数据库服务器建立通信，以便进行存如或调用。建议术语标注系统各模块使用JSP页面(可提供标题页、导航页、未登录界面、登录成功欢迎界面、退出页面等)和Servlet技术实现，Tomcat使用apache-tomcat-5.5.25，数据库采用MySQL，使用版本为mysql-5.0.67-win32。

为便于实施参考起见，本发明提供了实施例的用例设计方案供参考：

实际应用时，一个系统总会针对普通用户和管理员分别提供不同功能，例如只有管理员才能对用户的操作结果进行编辑修改。本发明的实施例也进行了这种设定，参见附图3所提供前台用户系统用例图，用户(user)的用例包括登录、句子及术语标注、术语关系标注和统计查看。参见附图4所提供后台用户系统用例图，管理员(admin)的用例包括登录管理、句子及术语修改、术语关系修改和统计查看。具体实施时，可由本领域技术人员根据这种用例设定进行软件实现。为便于实施参考起见，本发明提供其中部份用例具体说明如下：

用例名称：登录
	参与者：用户
简要说明：用户登录，以方便记录该用户标注的术语及术语关系。
	前置条件：该用户账户和密码已在数据库user表中有此记录
基本事件流：1.用户输入用户名2.用户输入密码3.点击“登录”按钮
	其他事件流：在按″登录″按钮之前，用户随时可以按″重置″按钮重新填写用户信息
异常事件流：1.用户名或是密码不正确将提示错误信息2.返回到系统主页面
	注释：无

用例名称：句子及术语标注
	参与者：用户
简要说明：用户从电子教材中填写句子号并为句子编号，选出句子中的专业术语
	前置条件：用户已经成功登录并要求进行句子标注

用例名称：句子及术语标注
	基本事件流：1.用户输入句子编号
2.用户输入句子3.选出句子中的专业术语，添在术语栏4.点击“提交”按钮
	其他事件流：在按″登录″按钮之前，用户随时可以按″清空″按钮重新填写用户信息
异常事件流：1.若句子编号、句子、术语任一栏位空提交提示不能为空2.返回到系统主页面
	注释：无

用例名称：句子及术语修改
	参与者：管理员
简要说明：管理员选择导航栏中句子标注的浏览结果，选择要修改的句子编辑，修改内容，提交
	前置条件：管理员已经成功登录管理
基本事件流：1.点击导航栏中句子标注的浏览结果2.选择要修改的句子，点击对应的超链接“编辑”
	3.修改句子或是句子术语4.点击“保存”按钮5.弹出对话框“操作成功”

用例名称：句子及术语修改
	其他事件流：在按″保存″按钮之前，管理员随时可以按″清空″按钮重新填写修改信息
异常事件流：1.若句子编号、句子、术语任一栏位空提交提示不能为空，或是若该句子在数据库中已存在，则提示数据库中已有该记录2.弹出对话框“操作失败”3.返回到系统主页面
	注释：无

用例名称：术语关系标注
	参与者：用户
简要说明：用户选择导航栏中关系标注的关系标注，标明两个术语之间的关系
	前置条件：用户已经成功登录
基本事件流：
	1.点击导航栏中关系标注的关系标注2.输入术语1和术语2(若术语之间关系为概念层级关系，即上下位关系，则术语1为上位概念，术语2为下位概念。若术语之间关系为概念非层级关系，即整体与部分关系，则术语1为整体概念，术语2为部分概念。)3.选择术语间关系(同义关系、类属关系或语义关系)4.点击“确定”按钮5.弹出对话框“操作成功”

用例名称：术语关系标注
	其他事件流：在按″确定″按钮之前，用户随时可以按″清空″按钮重新填写术语关系信息
异常事件流：1.若句子术语1、术语2、术语关系任一栏位空提交提示不能为空，或是若该术语之间关系在数据库中已存在，则提示数据库中已有该记录2.弹出对话框“操作失败”3.返回到系统主页面
	注释：无

用例名称：术语关系修改
	参与者：管理员
简要说明：管理员选择导航栏中关系标注的浏览结果，对术语之间关系进行修改
	前置条件：管理员已经成功登录
基本事件流：1.点击导航栏中关系标注的关系标注2.输入术语1和术语2(若术语之间关系为概念层级关系，即上下位关系，则术语1为上位概念，术语2为下位概念。若术语之间关系为概念非层级关系，即整体与部分关系，则术语1为整体概念，术语2为部分概念。)3.修改术语间关系(同义关系、类属关系或语义关系)4.点击“确定”按钮5.弹出对话框“操作成功”

用例名称：术语关系修改
	其他事件流：在按″确定″按钮之前，管理员随时可以按″清空″按钮重新填写修改信息
异常事件流：1.若句子术语1、术语2、术语关系任一栏位空提交提示不能为空，或是若该术语不在数据库中或是术语之间关系在数据库中已存在，则提示数据库中无此术语或是数据库中已有该记
	录2.弹出对话框“操作失败”3.返回到系统主页面
注释：无

用例名称：统计查看
	参与者：用户、管理员(以任一用户身份登录)
简要说明：以用户身份登录，选择导航栏中标注统计的个人统计，查看该用户标注的术语与关系个数
	前置条件：用户已经成功登录
基本事件流：1.点击导航栏中标注统计的个人统计2.显示统计结果，该用户标注的句子个数、术语个数和术语关系个数
	其他事件流：无
异常事件流：无

用例名称：统计查看
	注释：无

应用本发明所提供术语标注系统完成相关概念的分析、提取，可以根据国家标准GB/T 13745-92(《学科分类与代码》)确定教育技术学学科的知识体系结构，参考《教育技术术语词典》以及《中国图书馆分类法(第四版)》，确定需要建立的教育技术学领域核心本体概念。实施例共标注术语8511个，关系为595例。例如，我们将教育技术学基础理论类划分为教育技术学基础和教育技术研究方法等。如表1所示，教育技术学基础主要概括为两个对象五个范畴，约30多个核心词汇集。表2表示教育技术学研究方法的核心词汇集，包括经验方法、理论方法、系统科学方法和专门研究法，包括30多个核心词汇集。

表1教育技术学理论核心概念

表2教育技术研究方法核心概念

利用本发明所得教育技术领域本体库，能够实现多种用途，例如将教育技术领域本体库加入到中科院分词词典中，就能提高分词的精确度。首先，用分词工具，根据加入教育技术领域本体库后的中科院分词词典对文献进行分词，并将分词结果进行统计分析。最后对统计的结果建立索引，统计出每个词出现的总次数，并从高频到低频进行排序。通过词频分析能够描述专题学术研究状况，进而揭示教育技术学的研究热点和发展趋势。

Claims (2)

1.一种用于构建教育技术领域本体库的术语标注系统，包括用于提供教育技术领域本体库的领域语料数据库，以及用户登录模块、句子及标注模块、关系标注模块和标注统计模块；其中，句子及标注模块、关系标注模块和标注统计模块分别与领域语料数据库相关联；

用户登录模块，用于用户登录，并在用户要求进行句子标注时调用句子标注模块，在用户要求进行关系标注时调用关系标注模块；

句子及标注模块，用于支持用户从教育技术学电子教材中挑选句子，支持用户挑选句子中的术语，并且支持用户对句子和术语进行编辑；用户已挑选或编辑的句子和术语存入领域语料数据库；

关系标注模块，用于支持用户从领域语料数据库调用其中存放的术语并挑选构成术语对，支持用户为术语对挑选术语关系，并且支持用户对术语关系进行编辑；所述术语关系包括同义关系、类属关系或语义关系；用户已挑选或编辑的术语关系存入领域语料数据库；

标注统计模块，用于响应用户查询统计的请求，从领域语料数据库调用其中存放的与请求相应的句子、术语和术语关系，统计句子个数、术语个数和术语关系个数。

2.根据权利要求1所述的术语标注系统，其特征在于：句子标注模块支持用户从教育技术学电子教材中挑选出一个句子时为句子编号，支持用户通过编号调用句子后进行编辑修改。

Images