文章編號：1672-5913(2008)12-0047-03

摘要：本文以認知科學(xué)中的知識建構(gòu)理論為基礎(chǔ)提出了一種結(jié)構(gòu)化知識表示方法，此方法以“單元”作為知識表示的基本結(jié)構(gòu)模塊，將單元劃分為十種類型，并定義了單元之間的關(guān)系。本文的工作是進一步研究面向人的知識表示方法的基礎(chǔ)。

關(guān)鍵詞：網(wǎng)絡(luò)課程；知識表示；智能輔助教學(xué)；知識工程

中圖分類號：G642

文獻標識碼：A

引言

隨著計算機、人工智能及相關(guān)技術(shù)的飛速發(fā)展，“知識表示”(Knowledge Representation)的研究已經(jīng)將來自于哲學(xué)和邏輯學(xué)的傳統(tǒng)知識表達方式發(fā)展為可以在機器中體現(xiàn)智能的多種知識表示方法，人們也從計算機的角度重新認識了“知識”所表達的意義。同時，在教育學(xué)的領(lǐng)域，網(wǎng)絡(luò)化教育和E-learning得到了飛速的發(fā)展，知識的載體也由書本逐漸轉(zhuǎn)變?yōu)橛嬎銠C和網(wǎng)絡(luò)，包括文字、圖片、圖像、多媒體等多種表達方式。目前，網(wǎng)絡(luò)化教育發(fā)展最迅速，應(yīng)用最廣泛的就是網(wǎng)絡(luò)課程建設(shè)。因此，開展有關(guān)網(wǎng)絡(luò)課程的知識表示顯得尤為重要。

現(xiàn)在科學(xué)界對知識表示的研究已延伸至多個領(lǐng)域，對概念(Concepts)進行定義、分層和分類的Canon[1]和本體論(Ontology)[2][3]方法，與概念圖[4]的結(jié)合對概念層次上的知識進行了比較完善的分析。智能輔助教學(xué)ICAI[5]的提出和發(fā)展為教學(xué)的智能化提供了一個很好的平臺。ICAI融合了專家系統(tǒng)、認知心理學(xué)、人工智能、數(shù)據(jù)挖掘等相關(guān)的技術(shù)。高質(zhì)量的ICAI系統(tǒng)的關(guān)鍵技術(shù)是如何組織知識、表達知識和運用知識，知識的表達方法是ICAI的核心和基礎(chǔ)。

本文針對網(wǎng)絡(luò)課程建設(shè)的任務(wù)和目標，提出了一種新的結(jié)構(gòu)化的知識表示方法，以提高人對知識的學(xué)習(xí)和運用效率為目的，并可以以計算機為工具來實現(xiàn)。

1知識表示的理論基礎(chǔ)

從60年代認知學(xué)說的提出，到近代認知心理學(xué)與信息論、計算機科學(xué)和人工智能的結(jié)合而產(chǎn)生出的認知科學(xué)，已逐步成為目前被普遍接受的學(xué)習(xí)理論。認知科學(xué)認為，對每個人來說，他的大腦中都有一個屬于自己的個人知識體系，并通過學(xué)習(xí)、交流、探索在不斷地豐富和發(fā)展這個知識體系。這個知識體系通常不是完備的，也不是完全正確的，它包含的是自己對世界的認知。

這些知識是怎樣保存在大腦中又是怎樣浮現(xiàn)出來的吶？按照建構(gòu)主義的思想，被人類學(xué)習(xí)了并理解了的知識并不是孤立地、文本式地存在于腦中，而是組成了具有個人特色個人知識體系，是結(jié)構(gòu)化地存儲著的；在進行思維的時候，也并不是孤立地對一個知識點進行思考，而是一種聯(lián)系思維。比如回憶一個定理時，不但會回憶到這個定理本身，還會回憶到這個定理的推廣、定理的證明、定理的應(yīng)用等等。而當(dāng)理解一個新概念的時候往往同自己已有的知識經(jīng)驗或認知結(jié)構(gòu)中的相關(guān)概念結(jié)合，理解了新概念的關(guān)鍵特征，使原有認知結(jié)構(gòu)發(fā)生變化。

由美國哈佛大學(xué)的發(fā)展心理學(xué)教授霍華德和加德納提出的多元智能理論認為教育要承認和滿足人的智能差異性，因人而異地提供個性化的教育。每個學(xué)生都有自己的優(yōu)勢智能和弱勢智能，每個學(xué)生都有自己的學(xué)習(xí)方式和認知風(fēng)格，每個學(xué)生都有自己的智力發(fā)展傾向等等，這就

要求教育要針對不同智力特點的學(xué)生，對癥下藥。對于知識的表征形式，由于受到傳統(tǒng)智力理論的影響，課程內(nèi)容只是注重了語義表征，強調(diào)知識的系統(tǒng)性，邏輯性等，而很少與情境、動作、音樂、空間等建立聯(lián)系，這使學(xué)生的智力培養(yǎng)僅限于語言智力和邏輯智力發(fā)展上，摒棄了人的其他智力的發(fā)展。因而，課程內(nèi)容應(yīng)該給學(xué)生呈現(xiàn)多元表征形式。那么，計算機多媒體技術(shù)的發(fā)展正迎合了這種需要。

以知識建構(gòu)理論為基礎(chǔ)，結(jié)合人類自身操作知識的規(guī)律，充分利用現(xiàn)代計算機的儲存、計算和檢索等方面的優(yōu)勢，本文擬針對著人類學(xué)習(xí)運用知識的需要，提出一種輔助于人學(xué)習(xí)的知識表達方法。這一知識表達方法由于接近人的思維方式，或者說，這種知識表現(xiàn)形式更接近人腦存儲知識的方式，人們會更有效地獲取知識、理解知識、運用知識。如果應(yīng)用于網(wǎng)絡(luò)課程建設(shè)過程中，針對不同讀者的需要，設(shè)計不同的學(xué)習(xí)模式，靈活組織與表示學(xué)習(xí)者需要學(xué)習(xí)的知識，那么，將極大提高學(xué)習(xí)者的學(xué)習(xí)效率。

2科學(xué)與技術(shù)領(lǐng)域中專業(yè)知識的特征

在本文的研究中，我們將針對科學(xué)和技術(shù)領(lǐng)域中的專業(yè)知識，簡單地說就是理工科知識，來探討新的知識表示方法。理工科知識只是人類知識體系中相對較窄的一個側(cè)面，但同時也是理工科高等教育的核心內(nèi)容，也是當(dāng)前高新技術(shù)發(fā)展的基礎(chǔ)。理工科知識與其他學(xué)科相比具有鮮明的特征，結(jié)構(gòu)化和邏輯性更強，更適合于我們所提出的新方法。這里知識的特征可以歸納如下：

① 屬于科學(xué)理論，或應(yīng)用技術(shù)

② 邏輯性強，結(jié)構(gòu)清晰

③ 可以檢驗或驗證其正確性

④ 可以表示為文字、公式、圖形、圖像、聲音等等，可以存儲在計算機中

可重復(fù)使用，供普遍交流和理解

3面向人的結(jié)構(gòu)化知識表示方法

3.1知識表示的基本模塊——單元

人工智能中的各種知識表示方法以及面向?qū)ο蟮南到y(tǒng)分析方法都是建立在最基本的結(jié)構(gòu)單元基礎(chǔ)之上的。例如產(chǎn)生式規(guī)則中的規(guī)則、框架表示中的框架、概念圖表示中的概念節(jié)點等等。這些基本結(jié)構(gòu)單元有時被稱做原子知識。在面向?qū)ο蠓治鲋凶罨镜幕締卧菍ο?，一個系統(tǒng)不論多么復(fù)雜龐大都是由一組對象復(fù)合、聯(lián)結(jié)組成的。在本文所提出的知識體系表示中，最重要的也是要抽象出知識表示的基本結(jié)構(gòu)單元。

人在學(xué)習(xí)知識的過程中，通過對所接受知識的分析和理解，在大腦中有意識地將其劃分為相對獨立的便于理解的小模塊。在認識一個事物時，需要分析它有什么樣的性質(zhì)，或是什么功能，與其他事物有什么關(guān)系，等等。把這個事物概括抽象出來，就可以是這里所定義的原子知識模塊，它的性質(zhì)、功能、類別等等就被包含在這個知識模塊的“屬性”里；在認識一個規(guī)律時，需要分析它發(fā)生的條件與結(jié)果，它的作用與意義，所有這些構(gòu)成了這一規(guī)律的知識模塊。

基于上述對知識結(jié)構(gòu)單元的基本認知，在這里我們把表示知識的最基本的元素定義為“單元(Unit)”。

知識的單元體現(xiàn)了知識體系組成的模塊性。簡單的單元可以組成更復(fù)雜的單元，具體的更關(guān)注細節(jié)的單元可以由抽象的更關(guān)注宏觀的單元來概括。通過這樣的層次化和概括模式，由知識的單元匯聚形成整個知識體系。這是對知識建構(gòu)的反映，同時細節(jié)與抽象相對應(yīng)的單元也反映了目前認知心理學(xué)研究中關(guān)于初學(xué)者和專家的兩種不同的認知模式。

人們在理解知識時，根據(jù)自身的需要采用了不同的表示形式，所以不存在一個單一形式的通用的單元定義方式。在這里我們將最基本的單元定義為一個六元組：

恢復(fù)單元 = {名稱，關(guān)鍵字，類別，內(nèi)容，屬性，關(guān)聯(lián)}

其中“類別”和“內(nèi)容”分別表示了知識單元隸屬于什么類型和要表示的知識具體內(nèi)容是什么。關(guān)鍵字定義了查詢和使用知識的內(nèi)容。屬性給出了當(dāng)前知識單元的特性，如標識號，媒體形式(即文字、聲音、圖片還是圖像等)，注釋和表達式等，可根據(jù)需要設(shè)定。關(guān)聯(lián)體現(xiàn)知識單元間相互關(guān)系。它包括因果、支持、引用、組成、父子、例、引入、推廣、類比、相關(guān)等。

3.2知識單元的分類

本文在總結(jié)一般知識講授的要素的基礎(chǔ)上，將知識單元分為10種：情景、概念、命題、語法(程序語言)、示例、方法/步驟、問題/練習(xí)、結(jié)論/評論、參考資料、復(fù)合單元。為明確單元所屬的類別，我們將一個單元以“類別|名稱”的方式來標識。

3.3計算機實現(xiàn)

采用上升單元的知識表示方法，可方便用數(shù)據(jù)庫或者XML語言定義并管理網(wǎng)絡(luò)課程的知識。

3.4知識表示示例

本文以“計算機網(wǎng)絡(luò)基礎(chǔ)”課程中IP知識為例，探討用本文的知識單元表示計算機網(wǎng)絡(luò)中重要的基礎(chǔ)知識IP地址。圖1是一個IP地址概念的知識單元。圖2為相應(yīng)的練習(xí)知識單元，圖3為IP地址子網(wǎng)分割的復(fù)合知識單元。在復(fù)合單元中，我們可以根據(jù)知識單元的分類，任意組合新的復(fù)合知識單元，這樣可實現(xiàn)不同的學(xué)習(xí)者定義不同的學(xué)習(xí)模式。例如，有的學(xué)習(xí)者習(xí)適應(yīng)情景|示例|操作|練習(xí)|概念的學(xué)習(xí)模式，有的學(xué)習(xí)者習(xí)慣在練習(xí)中學(xué)習(xí)，有的學(xué)習(xí)者適應(yīng)按照知識邏輯體系學(xué)習(xí)，采取概念|分類|示例|操作|練習(xí)的學(xué)習(xí)模式。

由于復(fù)合單元是由多個更細化的知識單元復(fù)合而成，即它的內(nèi)容域包括了多個更細化的知識單元。因此，復(fù)合單元又稱為父單元，其內(nèi)部的更細化的知識單元稱為子單元。這種由父子單元構(gòu)成的復(fù)合關(guān)系形成了知識的層次化表示。

4小結(jié)

本文基于認知科學(xué)知識建構(gòu)的基本思想，提出了面向網(wǎng)絡(luò)課程的結(jié)構(gòu)化知識表示方法。即定義了知識表示的基本模塊——“單元”，進而定義了單元的類別和單元間的關(guān)系，由此可以構(gòu)成一個結(jié)構(gòu)化的知識體系表達。力圖以這種新的知識表示方法打破信息時代以來海量的知識對人學(xué)習(xí)知識和運用知識的效率制約。

這種知識表示方法從根本上改革了書本知識內(nèi)容結(jié)構(gòu)固定的缺陷。學(xué)習(xí)同樣的知識，不同的學(xué)習(xí)者學(xué)習(xí)的內(nèi)容、順序與知識量可完全不一樣。那么，本文的知識表示方法應(yīng)用于網(wǎng)絡(luò)課程建設(shè)中的課程內(nèi)容的表示，可充分照顧學(xué)習(xí)者素質(zhì)的差異性，為學(xué)習(xí)者提高多種適合他們自身學(xué)習(xí)規(guī)律或興趣的學(xué)習(xí)模式，以提高其學(xué)習(xí)效率。

參考文獻

[1]Philip H.P. Nguyen， Dan Corbett. A Basic Mathematical Framework for Conceptual Graphs[J]. IEEE transactions on knowledge and data engineering，2006，18(2):261-271.

[2]Nicola Guarino. Semantic Matching:Formal Ontological Distinctions for Information Organization， Extraction， and Integration[J]. Lecture Notes In Computer Science.，1997，(1299):139-170.

[3]T. Gruber. A Translation Approach to Portable Ontology Specifications[J]. Knowledge Acquisition，1993，5(2):199-220.

[4]M. Chein， M.L. Mugnier. Concept Types and Coreference in Simple Conceptual Graphs[J]. Conceptual Structures，2004.

[5]J M Fritz. Provides Intelligence in Web-based Tutors[C]. North American Web Developers Conference，1998-10.

[6]John F. Sowa. Knowledge Representation: Logical， Philosophical， and Computational Foundation[M]. Brooks/Cole Publishing Co.， Pacific Grove， CA， 2000.

Network Courses Orientied Knowledge Structural Representation Approach

ZHANG Ping-An

(Shenzhen Institute of Information Technology， Shenzhen 518029， P.R.China)

Abstract: In this paper， based on the idea of knowledge constructionism， a structural knowledge representation approach is proposed.The “Unit” is defined as the essential knowledge component， and ten types of units and relations between units are suggested. This work is a basis of future research of human oriented knowledeg description approach.

Key words: Network Courses， Knowledge representation， ICAI， Knowledge engineering