CN112784019A - 基于知识图谱的课堂笔记系统 - Google Patents
基于知识图谱的课堂笔记系统 Download PDFInfo
- Publication number
- CN112784019A CN112784019A CN202110130957.8A CN202110130957A CN112784019A CN 112784019 A CN112784019 A CN 112784019A CN 202110130957 A CN202110130957 A CN 202110130957A CN 112784019 A CN112784019 A CN 112784019A
- Authority
- CN
- China
- Prior art keywords
- triple
- user
- triples
- module
- note
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于知识图谱的课堂笔记系统,包括笔记模块、查询模块和补全模块;所述笔记模块,用于供用户以思维导图的方式记载笔记,所述思维导图中相连的两个节点,以及两个所述节点之间的关联关系构成一个三元组;所述查询模块,用于供用户查询预置的三元组,并把查询到的三元组显示在用户当前的思维导图中;所述补全模块,用于对当前显示的思维导图进行补全。还包含记忆模块,用于根据用户当前的思维导图向用户推送问答题。所述记忆模块向用户推送问答题时,每个问答题对应一个三元组,推题顺序按照被推送的问答题对应三元组的等级,由高到低进行推送。本发明能够让学生以思维导图的方式记载笔记,有利于提升笔记记载的准确性和完整性。
Description
技术领域
本发明属于在线教育技术领域,尤其涉及一种基于知识图谱的课堂笔记系统。
背景技术
目前在线教育技术领域中,出现了许多笔记系统,如中国发明专利CN202010737284.8一种在线教学课堂笔记生成方法,公开了以下述方法生成笔记的方法:包括(1)创建索引;(2)存储授课信息:教师进行在线直播教学时通过分享屏幕授课,学生端获得教师端发送的对一页面的操作轨迹,判断对一页面的停留时间,并截取该时间段内语音信息,转成文字,操作轨迹和转成文字的语音信息存储在对应页面的索引之下;(3)关键字匹配:将语音文本中的关键字和电子书数据库中语句进行关键字匹配,将最符合条件的语句作为重点知识存储于所述一页面的索引下;(4)生成课堂笔记;其中,电子书数据库中存储有与授课信息相对应的课程电子书,电子书数据库提供关键字检索功能;使用该笔记生成方法可自动生成课堂笔记,提高教学效果。
又如中国发明专利CN201611151938.9课堂笔记获取方法及系统,方法包括:主控端和被控端分别获取课件内容,并对课件内容中的各个页面创建索引;被控端接收主控端发送过来的对应一页面的第一操作轨迹,并将所述第一操作轨迹对应存储在所述一页面的索引下;被控端接收对一页面的操作指令,并对应生成第二操作轨迹;存储所述第二操作轨迹至与其对应的所述一页面的索引下;被控端接收课堂笔记获取指令后,通过索引匹配各个页面对应的第一操作轨迹和第二操作轨迹;依据匹配后的页面内容生成对应的静态图片。该方法能够获取课堂笔记,方便学生在课后对感兴趣或存有疑问或难以理解的知识点进行查阅和复习,有利于学生对教学内容更好的掌握。
还有许多诸如此类的课堂笔记获取方法,其大体思想都是从在线教育提供的现场教学文件提取笔记。这种笔记直接提取的方式,是按照教学文件的知识逻辑建立关系,而不是基于学生用户的认知结构,学生记载笔记的过程,本身就是学生完善认知结构的一个重要过程,通过记载笔记,学生可按照自己的理解梳理知识体系,从而达到应用知识的目的,而现在这种直接将笔记提取的技术方法,无疑会让学生省略自己对知识的梳理过程,不利于学习。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于知识图谱的课堂笔记系统,其能够让学生自行以思维导图的方式记载笔记,让学生可梳理自己所学的知识体系,获得更好的学习效果。
为解决上述技术问题,本发明采用的技术方案是:基于知识图谱的课堂笔记系统,包括笔记模块、查询模块和补全模块;
所述笔记模块,用于供用户以思维导图的方式记载笔记,所述思维导图中相连的两个节点,以及两个所述节点之间的关联关系构成一个三元组;
所述查询模块,用于供用户查询知识库中的三元组,并把查询到的三元组显示在用户当前的思维导图中;
所述补全模块,用于对当前显示的思维导图进行补全。
上述基于知识图谱的课堂笔记系统,所述查询模块在运行时包括以下步骤:
步骤1、获取用户选择的节点X;
步骤2、以当前笔记中包含所述节点X的三元组A为条件子句,查询预置的三元组B;
步骤3、将查询到的若干三元组B显示,让用户可以自行判断是否更新到当前思维导图中。
上述基于知识图谱的课堂笔记系统,所述查询模块在运行时还包括以下步骤:
步骤4、获取用户输入的进一步查询指令;
步骤5、以当前笔记中包含所述节点的三元组A为条件子句,进行模糊查询;
步骤6、将查询到的若干三元组B显示,让用户可以自行判断是否更新到当前思维导图中。
上述基于知识图谱的课堂笔记系统,所述步骤2中每个三元组A查询时包括以下步骤:
步骤2-1、判断所述知识库是否有与所述三元组A相同的三元组B,所述三元组的表达式为“节点X-关联关系Z-节点Y”;若是,则返回结果“匹配”;若否,则进入下一步;
步骤2-2、判断所述知识库中是否存在包含有“节点X和关联关系Z”、“节点X和节点Y”或“关联关系Z和节点Y”的三元组B;若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将多个所述三元组B中最新收入知识库中的三元组B高亮显示;若否,则进入下一步;
步骤2-3、判断所述知识库中是否存在包含有“节点X”的三元组B,若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将一个或多个所述三元组B高亮显示;若否,则返回“无查询结果”。
上述基于知识图谱的课堂笔记系统,所述补全模块,还用于对所述当前思维导图中新增的三元组进行等级标记,针对每个新增的三元组标记包括以下步骤:
步骤a、判断三元组中任一节点是否为通过所述查询模块查询所得;若是,则标记该三元组等级为高区间;若否,则进入下一步;
步骤b、启用校验功能,对当前三元组进行校验,校验时以当前三元组为条件子句,调用查询模块进行查询操作,并将查询出的三元组与当前三元组进行比对,若不存在差异,则标记当前三元组等级为低区间;若存在差异,则进入下一步;
步骤c、将查询出的三元组发送至所述笔记模块,并在当前思维导图中进行显示供用户查看;
步骤d、当用户在查看查询出的三元组后,若对所述当前三元组进行修改,则标记当前三元组等级为中高区间;若对所述当前三元组未进行修改,则标记当前三元组等级为中低区间。
上述基于知识图谱的课堂笔记系统,还包括记忆模块,所述记忆模块,用于根据用户当前的思维导图向用户推送问答题。
上述基于知识图谱的课堂笔记系统,所述记忆模块向用户推送问答题时,每个问答题对应一个三元组,推题顺序按照被推送的问答题对应三元组的等级,由高到低进行推送。
上述基于知识图谱的课堂笔记系统,所述三元组的表达式为“节点A-关联关系-节点B”,其中节点A和节点B均为实体,关联关系代表两个所述实体之间的关系;或者,其中节点A为实体,关联关系为该实体的属性名,节点B为该实体的属性值。
上述基于知识图谱的课堂笔记系统,知识库中的多个所述三元组构成了一个知识图谱;还包括更新模块,所述更新模块用于将用户笔记中未存储在知识库中的三元组更新到知识图谱中。
上述基于知识图谱的课堂笔记系统,所述更新模块根据用户的思维导图更新知识图谱时包括以下步骤:
获取经过补全模块操作后的用户笔记;
将所述笔记中未存储在知识库中的三元组更新到知识图谱中。
本发明与现有技术相比具有以下优点:
1.本发明基于用户的认知维度,通过知识图谱技术拓展学习者的认知广度,相较于传统笔记系统,从知识本体结构出发,更能达到知识迁移的作用。通过以思维导图的方式记载笔记,使学生可以在梳理笔记时,将内在的认知结构具象化,借由知识图谱技术从而得到一张全面相关的、有内在联系的知识架构图,并且可以让笔记的拓展符合认知结构迁移理论,达到有意义的学习。3、本发明可以让用户直接借鉴已有的三元组,让用户在笔记记载过程中,能够帮助用户更加准确的描述出自己的认知结构,有利于提升笔记记载的准确性和完整性。
2.本发明可根据用户个性化的笔记自动生成练习题,解决用户记载了笔记但缺乏匹配的练习题做巩固记忆的问题,对学习者的学习效果有较好的提升。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的架构图。
图2为本发明一种笔记的示意图。
图3为本发明另一种笔记的示意图。
具体实施方式
如图1所示,基于知识图谱的课堂笔记系统,包括笔记模块1、查询模块2、补全模块3、记忆模块4、更新模块5和知识库6;
所述笔记模块1,用于供用户以思维导图的方式记载笔记,所述思维导图中相连的两个节点,以及两个所述节点之间的关联关系构成一个三元组。
所述查询模块2,用于供用户查询知识库6中的三元组,并把查询到的三元组显示出来,让用户可以自行判断是否更新到当前的思维导图中。
所述补全模块3,用于对当前显示的思维导图进行补全。
所述记忆模块4,用于根据用户当前的思维导图向用户推送问答题。
所述更新模块5,用于将用户笔记中未存储在知识库6中的三元组更新到知识图谱中。
所述知识库6,用于存储预设的若干三元组,知识库6中的多个所述三元组可构成了一个知识图谱,所述知识图谱包含知识点与知识点间的概念关系,可以通过领域专家设计本体、手工标注三元组,或者通过机器学习抽取实体和关系自动构建,按此结构存储的数据内容保存在服务器中供远程多端调用。具体来说,从文本中的实体使用机器学习分类的算法进行实体抽取、关系抽取、属性抽取,最后得(实体,关系,实体)、也可以是(实体,属性名,属性值)这些三元组形式,只要知识库是一种图形数据结构,节点为概念或事物,边为概念或事物之间的关系,按此种结构存储的数据内容即可,本发明对此不作限定;知识图谱的一种样式,如图2和图3所示。
本实施例中,所述笔记模块1中可预先存储思维导图中多个三元组模板,例如针对教学内容预先设置好知识图谱,将知识图谱中的部分节点内容留空,让用户选择模板后,可以直接在留空的节点内补上内容,完成笔记的记载。或者将整个知识图谱除去几个起始节点外的其他节点都留空,让用户可参考整个知识图谱的架构去记载笔记。
本实施例中,所述查询模块2在运行时包括以下步骤:
步骤1、获取用户选择的节点X;
步骤2、以当前笔记中包含所述节点X的三元组A为条件子句,查询预置的三元组B;具体地,每个三元组A查询时包括以下步骤:
步骤2-1、判断所述知识库6是否有与所述三元组A相同的三元组B,所述三元组的表达式为“节点X-关联关系Z-节点Y”;若是,则返回结果“匹配”;若否,则进入下一步;
步骤2-2、判断所述知识库6中是否存在包含有“节点X和关联关系Z”、“节点X和节点Y”或“关联关系Z和节点Y”的三元组B;若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将多个所述三元组B中最新收入知识库6中的三元组B高亮显示;若否,则进入下一步;
步骤2-3、判断所述知识库6中是否存在包含有“节点X”的三元组B,若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将一个或多个所述三元组B高亮显示;若否,则返回“无查询结果”。
步骤3、将查询到的若干三元组B显示处理,让用户可以自行判断是否更新到当前思维导图中。
需要说明的是,用户的笔记是一个图数据,在所述节点X,也就是图数据的一个节点,和这个节点相连接的有多个关系和所述关系所连接的另一个节点,因此所发出的查询信号是多个条件字句。具体地,可以使用SPARQL、Cypher和Gremlin查询语言,只要按照上述的步骤操作能返回查询结果,都在本申请的保护范围。步骤2中的查询结果可以每查询一个三元组A显示一次结果,也可以所有三元组A一次查询完成后,将查询结果统一显示。
假设步骤1中用户选择如图2中的节点“倒装句”,当前思维导图中只有“倒装句-类别-宾语前置”“倒装句-类别-空值”“倒装句-空值-主谓倒装”;则步骤2中的条件子句为“倒装句-类别-空值”和“倒装句-空值-主谓倒装”“空值-空值-倒装句”“倒装句-类别-宾语前置”;步骤3查询到的若干三元组B包括“倒装句-类别-宾语前置”、“倒装句-类别-状语后置”、“倒装句-类别-定语后置”、“倒装句-类别-主谓倒装”“文言文特殊句式-类别-倒装句”。其中“倒装句-类别-状语后置”、“倒装句-类别-定语后置”和“倒装句-类别-主谓倒装”三个中节点更新日期较新的三元组高亮显示,例如,“状语后”节点的更新时间比“定语后置”和“主谓倒装”节点的更新时间更晚,则“倒装句-类别-状语后置”为最新收入知识库6中,“倒装句-类别-状语后置”进行高亮显示。
进一步需要说明的是,在步骤1中若用户的笔记写出了抵抗派后没有与其相连接的关系和另一个节点,选择如图3中的节点“抵抗派”触发查询信号,则此时通过查询语句将在知识库6执行检索,在检索完成后,将检索结果组装成三元组形式(抵抗派,代表,林则徐)返回用户,用户可以在笔记中填上抵抗派的代表是林则徐。
步骤4、获取用户输入的进一步查询指令;
步骤5、以当前笔记中包含所述节点的三元组A为条件子句,进行模糊查询;
步骤6、将查询到的若干三元组B显示,让用户可以自行判断是否更新到当前思维导图中。
本实施例中,所述补全模块3,还用于对所述当前思维导图中新增的三元组进行等级标记,针对每个新增的三元组标记包括以下步骤:
步骤a、判断三元组中任一节点是否为通过所述查询模块2查询所得;若是,则标记该三元组等级为高区间;若否,则进入下一步;
例如,若图2中的“定语后置”和“状语后置”均为查询模块2查询后用户更新了其笔记,则三元组“倒装句-类别-状语后置”和“倒装句-类别-定语后置”的等级为高区间;
步骤b、启用校验功能,对当前三元组进行校验,校验时以当前三元组为条件子句,调用查询模块2进行查询操作,并将查询出的三元组与当前三元组进行比对,若不存在差异,则标记当前三元组等级为低区间;
例如,若用户自行记载有“倒装句-类别-宾语前置”,则在校验无差别后,将“倒装句-类别-宾语前置”的等级标记为低区间。
步骤c、若存在差异,将查询出的三元组发送至所述笔记模块1,并在当前思维导图中进行显示供用户查看;
步骤d、当用户在查看查询出的三元组后,若对所述当前三元组进行修改,则标记当前三元组等级为中高区间;若对所述当前三元组未进行修改,则标记当前三元组等级为中低区间。
对于标记中低区间的三元组,将这些三元组通过更新模块5更新到知识库6中。
当用户对于查询结果跟其思维导图笔记不一致的三元组,采取保留用户的思维导图笔记的三元组,该三元组通过更新模块5更新到知识库6中。具体地,查询结果组装成三元组形式返回笔记页面,以利用户检查并修正笔记。用户没有进行修正,就说明用户认为此三元组是正确的。三元组在更新到知识库6的过程中还需要经过一层或多层的专家审查,审查通过后才可以更新到知识库6中,专家通过对候选三元组做数据分析,也能给专家完善被查询图带来启发,形成一个闭环的生态体系结构。
在图3中,若没有“鸦片战争-发生于-清朝道光20年~22年间”这一三元组,则从用户笔记中将该三元组经过专家验证后更新到知识库6中,具体地,三元组“鸦片战争-发生于-清朝道光20年~22年间”会先放置在一个三元组池中,三元组池用于积聚新产生三元组,专家对三元组池中的三元组进行验证,验证通过后的三元组更新到知识库中。当“鸦片战争-发生于-清朝道光20年~22年间”更新到知识库6中,则在其他用户的笔记只记录“鸦片战争-发生于-空值”时,查询鸦片战争相关的笔记时,可查出“鸦片战争-发生于-清朝道光20年~22年间”,方便其他用户将清朝道光20年~22年间添加到自己的笔记中。
需要说明的是,假设用户记载有一个三元组“倒装句-类别-宾语+动词或介词”,而校验时发现与该三元组最接近的三元组为“倒装句-类别-宾语前置”,则将“倒装句-类别-宾语前置”显示出来,并将“倒装句-类别-宾语+动词或介词”高亮;若用户查看后,将“倒装句-类别-宾语+动词或介词”修改为“倒装句-类别-宾语前置”,则将“倒装句-类别-宾语前置”的等级标记为中高区间,若查看后,用户保留了“倒装句-类别-宾语+动词或介词”,则将“倒装句-类别-宾语+动词或介词”的等级标记为中低区间。
所述补全模块3用于检查对比笔记中三元组的写法和知识库6中三元组的写法,参考检索结果对笔记做修正并且挖掘出已存在的认知,但笔记没有表达的知识关系。第一方面,用户手动触发实体的查询,当用户检查后的三元组,该三元组的优先级设置为高区间,这一类的知识可以视为用户比较不确定,需要进行巩固的,第二方面,用户离开笔记页面前,会触发自动校验功能,由系统发出查询信号,经过检索和比对,返回用户思维导图笔记和知识库6有差异部分的三元组。这样能够帮助用户笔记在完整性和准确性方面提高。所述补全模块执行校验功能时,具体地,包括以下步骤:
步骤A、对笔记中尚未校验过的每个三元组与知识库进行逐个对比;
步骤B、对笔记中残缺的三元组进行节点查询如图3所示,用户记载的笔记中林则徐和虎门销烟缺失了事件这一个关系,虎门销烟和南京条约缺失了导火线这一个关系,,通过补全模块3即可进行补全“林则徐-事件-虎门销烟”和“虎门销烟-导火线-南京条约”。
本实施例中,还包括记忆模块4,所述记忆模块4,用于根据用户当前的思维导图向用户推送问答题。所述记忆模块4向用户推送问答题时,每个问答题对应一个三元组,推题顺序按照被推送的问答题对应三元组的等级,由高到低进行推送。
需要说明的是,所述记忆模块4用于将所述笔记通过问答模板出题,让用户可以方便地背诵笔记内容。初始出题的顺序根据三元组所对应的优先级,从高区间、中高区间、中低区间到低区间的顺序,第二轮开始的顺序则按答案错误的时间,从远到近,再根据优先级出题。
具体地,问答模板是三元组“实体-关系-实体”(参考图3)或者“实体-属性名-属性值”(参考图2)形式的各种组合,用户回答结果可以直接跟用户笔记中的三元组做匹配,得出正误判断,出题的形式可以是记忆卡片,也可以是文字填空或语音方式,在此不做限定。
用户回答结果通过与用户笔记进行匹配,当匹配结果为错误时,用户可得知记忆错误或笔记记载有误,可在一定程度上对笔记进行自我校验。
进一步的,问答模板可以是一类关系的组合,也就是说通过实体,属性名的问题,要求回答多个属性值。当一类三元组的优先级区间不同,按较高级别的区间为一类区间值,也就是说,当一类三元组有高区间和低区间多种优先级,一类区间是较高级别高区间。
在图3的实施例中,根据一种问答模板问题为(实体,关系)答案是(实体),用记忆卡片的出题的形式,则出题时先显示问题:鸦片战争签订什么?用户答案为南京条约则判为正确,否则为错误;进一步的,在图2中,根据一种一类关系的组合的问答模板,用记忆卡片的出题的形式,则出题时先显示问题:文言文特殊句式有哪些类别?用户答案应为判断句、被动句、省略句、倒装句。
如上所述,所述三元组的表达式为“节点A-关联关系-节点B”,其中节点A和节点B均为实体,关联关系代表两个所述实体之间的关系;或者,其中节点A为实体,关联关系为该实体的属性名,节点B为该实体的属性值。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。
Claims (9)
1.基于知识图谱的课堂笔记系统,其特征在于,包括笔记模块、查询模块和补全模块;
所述笔记模块,用于供用户以思维导图的方式记载笔记,所述思维导图中相连的两个节点,以及两个所述节点之间的关联关系构成一个三元组;
所述查询模块,用于供用户查询知识库中的三元组,并把查询到的三元组显示在用户当前的思维导图中;
所述补全模块,用于对当前显示的思维导图进行补全。
2.按照权利要求1所述的基于知识图谱的课堂笔记系统,其特征在于,所述查询模块在运行时包括以下步骤:
步骤1、获取用户选择的节点X;
步骤2、以当前笔记中包含所述节点X的三元组A为条件子句,查询预置的三元组B;
步骤3、将查询到的若干三元组B显示,让用户可以自行判断是否更新到当前思维导图中。
3.按照权利要求2所述的基于知识图谱的课堂笔记系统,其特征在于,所述查询模块在运行时还包括以下步骤:
步骤4、获取用户输入的进一步查询指令;
步骤5、以当前笔记中包含所述节点的三元组A为条件子句,进行模糊查询;
步骤6、将查询到的若干三元组B显示,让用户可以自行判断是否更新到当前思维导图中。
4.按照权利要求2或3所述的基于知识图谱的课堂笔记系统,其特征在于,所述步骤2中每个三元组A查询时包括以下步骤:
步骤2-1、判断知识库是否有与所述三元组A相同的三元组B,所述三元组的表达式为“节点X-关联关系Z-节点Y”;若是,则返回结果“匹配”;若否,则进入下一步;
步骤2-2、判断所述知识库中是否存在包含有“节点X和关联关系Z”、“节点X和节点Y”或“关联关系Z和节点Y”的三元组B;若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将多个所述三元组B中最新收入知识库中的三元组B高亮显示;若否,则进入下一步;
步骤2-3、判断所述知识库中是否存在包含有“节点X”的三元组B,若是,则将一个或多个三元组B返回;或者在一个或多个三元组B返回后,在步骤3中将一个或多个所述三元组B高亮显示;若否,则返回“无查询结果”。
5.按照权利要求1所述的基于知识图谱的课堂笔记系统,其特征在于,所述补全模块,还用于对所述当前思维导图中新增的三元组进行等级标记,针对每个新增的三元组标记包括以下步骤:
步骤a、判断三元组中任一节点是否为通过所述查询模块查询所得;若是,则标记该三元组等级为高区间;若否,则进入下一步;
步骤b、启用校验功能,对当前三元组进行校验,校验时以当前三元组为条件子句,调用查询模块进行查询操作,并将查询出的三元组与当前三元组进行比对,若不存在差异,则标记当前三元组等级为低区间;若存在差异,进入下一步;
步骤c、将查询出的三元组发送至所述笔记模块,并在当前思维导图中进行显示供用户查看;
步骤d、当用户在查看查询出的三元组后,若对所述当前三元组进行修改,则标记当前三元组等级为中高区间;若对所述当前三元组未进行修改,则标记当前三元组等级为中低区间。
6.按照权利要求5所述的基于知识图谱的课堂笔记系统,其特征在于,还包括记忆模块,所述记忆模块,用于根据用户当前的思维导图向用户推送问答题。
7.按照权利要求6所述的基于知识图谱的课堂笔记系统,其特征在于,所述记忆模块向用户推送问答题时,每个问答题对应一个三元组,推题顺序按照被推送的问答题对应三元组的等级,由高到低进行推送。
8.按照权利要求1所述的基于知识图谱的课堂笔记系统,其特征在于,预置的多个所述三元组构成了一个知识图谱;还包括更新模块,所述更新模块用于根据用户的思维导图更新知识图谱。
9.按照权利要求8所述的基于知识图谱的课堂笔记系统,其特征在于,所述更新模块根据用户的思维导图更新知识图谱时包括以下步骤:
获取经过补全模块操作后的用户笔记;
将所述笔记中未存储在知识库中的三元组更新到知识图谱中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110130957.8A CN112784019A (zh) | 2021-01-30 | 2021-01-30 | 基于知识图谱的课堂笔记系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110130957.8A CN112784019A (zh) | 2021-01-30 | 2021-01-30 | 基于知识图谱的课堂笔记系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112784019A true CN112784019A (zh) | 2021-05-11 |
Family
ID=75760084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110130957.8A Pending CN112784019A (zh) | 2021-01-30 | 2021-01-30 | 基于知识图谱的课堂笔记系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112784019A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969695A (zh) * | 2022-05-31 | 2022-08-30 | 广东工业大学 | 一种综合智能笔记系统 |
-
2021
- 2021-01-30 CN CN202110130957.8A patent/CN112784019A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969695A (zh) * | 2022-05-31 | 2022-08-30 | 广东工业大学 | 一种综合智能笔记系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399457B (zh) | 一种智能问答方法和系统 | |
CN111475623B (zh) | 基于知识图谱的案件信息语义检索方法及装置 | |
CN110489538B (zh) | 基于人工智能的语句应答方法、装置及电子设备 | |
Guest et al. | Applied thematic analysis | |
US11631338B2 (en) | Deep knowledge tracing with transformers | |
CN110991645A (zh) | 一种基于知识模型的自适应学习方法、系统及存储介质 | |
CN109947952B (zh) | 基于英语知识图谱的检索方法、装置、设备及存储介质 | |
CN106156354A (zh) | 一种学习资源推荐系统 | |
CN111738002A (zh) | 基于Lattice LSTM的古文领域命名实体识别方法和系统 | |
CN110110090A (zh) | 搜索方法、教育搜索引擎系统及装置 | |
CN110866089A (zh) | 基于同义多语境分析的机器人知识库构建系统及方法 | |
CN112148890A (zh) | 基于网络群体智能的教学知识点图谱系统 | |
CN104881480A (zh) | 基于数据库的批注方法和装置 | |
Nguyen et al. | Design intelligent educational chatbot for information retrieval based on integrated knowledge bases | |
Agarwal et al. | Autoeval: A nlp approach for automatic test evaluation system | |
CN116070599A (zh) | 智能化题库生成及辅助管理系统 | |
CN115599899A (zh) | 基于飞行器知识图谱的智能问答方法、系统、设备及介质 | |
CN111858962A (zh) | 数据处理方法、装置及计算机可读存储介质 | |
CN111666374A (zh) | 一种在深度语言模型中融入额外知识信息的方法 | |
Atapattu et al. | Automated extraction of semantic concepts from semi-structured data: Supporting computer-based education through the analysis of lecture notes | |
CN112784019A (zh) | 基于知识图谱的课堂笔记系统 | |
CN114707000A (zh) | 一种基于知识图谱的问答库生成方法、装置、电子设备和存储介质 | |
KR101794547B1 (ko) | 단어장 자동 생성 및 학습훈련 시스템 및 방법 | |
Ashour et al. | Ontology-based course teacher assignment within universities | |
CN116595188A (zh) | 一种基于人工智能和大数据的教育知识图谱系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |