郭勝娟 董峰銘

（1.武漢城市職業(yè)學(xué)院 湖北 武漢 430070；2.武漢大學(xué) 湖北 武漢 430072）

“科學(xué)” 是師范類高等院校小學(xué)科學(xué)教育專業(yè)的師范生必須進(jìn)行的科學(xué)教育實(shí)踐課，旨在通過(guò)小學(xué)頂崗實(shí)習(xí)的模式來(lái)為小學(xué)培養(yǎng)合格的科學(xué)課教師，加強(qiáng)師范院校的 “科學(xué)” 教學(xué)實(shí)踐能力的培養(yǎng)，有利于培養(yǎng)合格的小學(xué)科學(xué)教師。因此，如何利用人工智能技術(shù)來(lái)構(gòu)建學(xué)生思維成為科學(xué)教育研究領(lǐng)域的熱點(diǎn)問(wèn)題。

作為人工智能的研究熱點(diǎn)之一，知識(shí)圖譜已經(jīng)由教育工作者融入課程教學(xué)，用于更好地構(gòu)建學(xué)生的思維。例如，武漢大學(xué)的徐雷教授與袁小群教授通過(guò)采用語(yǔ)義技術(shù)處理了歷史教育資源，實(shí)現(xiàn)了歷史教育知識(shí)庫(kù)的構(gòu)建，以此知識(shí)庫(kù)為基礎(chǔ)設(shè)計(jì)并實(shí)現(xiàn)了包含歷史知識(shí)可視化、歷史知識(shí)檢索以及在線歷史題庫(kù)等功能的歷史教育學(xué)習(xí)平臺(tái)[1]。此外，知識(shí)可視化在思政課程、語(yǔ)文課程、數(shù)學(xué)課程等均有相關(guān)的研究。但在科學(xué)教育領(lǐng)域，知識(shí)庫(kù)的構(gòu)建與可視化分析仍為空白。本文在借鑒前人的研究基礎(chǔ)上，在科學(xué)教育領(lǐng)域進(jìn)行了擴(kuò)展，探究基于知識(shí)圖譜的知識(shí)獲取、整合與可視化的方法。

1 知識(shí)圖譜概述

1.1 知識(shí)圖譜的概念

知識(shí)圖譜是Google基于本體論、圖理論等相關(guān)基礎(chǔ)學(xué)科而提出的概念，它采用知識(shí)獲取、知識(shí)整合、知識(shí)處理等技術(shù)將非結(jié)構(gòu)化和半結(jié)構(gòu)化知識(shí)組織起來(lái)，形成復(fù)雜的語(yǔ)義網(wǎng)絡(luò)，存儲(chǔ)并可視化知識(shí)。

知識(shí)圖譜的概念源于本體理論。本體 “Ontology” 在計(jì)算機(jī)領(lǐng)域可以看作描述某個(gè)知識(shí)領(lǐng)域的一個(gè)通用概念模型，該概念在1980年被引入人工智能領(lǐng)域，1998年德國(guó)學(xué)者Studer給出了本體的相關(guān)定義即 “本體是共享概念模型的形式化規(guī)范說(shuō)明”[2]，該定義闡釋了本體理論的 “概念特征、共享性、形式化和明確性” 四個(gè)特征。概念特征指從客觀世界中的一些現(xiàn)象中抽象出的模型，其所代表的含義獨(dú)立于具體的環(huán)境狀態(tài)；共享性指本體中的知識(shí)是共同認(rèn)可的，反映出的是領(lǐng)域中公認(rèn)的概念集合；形式化表示本體是可讀的，是可以被計(jì)算機(jī)識(shí)別處理的；明確性指本體中的術(shù)語(yǔ)、屬性等都有明確的定義[3]。

知識(shí)圖譜在表現(xiàn)上呈現(xiàn)的是圖結(jié)構(gòu)的網(wǎng)狀有向圖，它可以采用資源描述框架表示實(shí)體之間的語(yǔ)義關(guān)系，采用 “實(shí)體―關(guān)系―實(shí)體” 三元組（SPO）來(lái)表示實(shí)體與關(guān)系。SPO是知識(shí)圖譜中知識(shí)表示的基本單位，用來(lái)表示實(shí)體與實(shí)體之間的關(guān)系，或者用來(lái)描述實(shí)體的某個(gè)屬性的屬性值[4]，這種SPO關(guān)系由RDF進(jìn)行數(shù)據(jù)存儲(chǔ)和交換。RDF由節(jié)點(diǎn)和邊組成，節(jié)點(diǎn)表示實(shí)體及屬性，邊則表示了實(shí)體和實(shí)體之間的關(guān)系以及實(shí)體和屬性的關(guān)系。OWL（Web Ontology Language）網(wǎng)絡(luò)本體語(yǔ)言是W3C開(kāi)發(fā)的一種網(wǎng)絡(luò)本體語(yǔ)言，用于對(duì)本體進(jìn)行語(yǔ)義描述[5]，其構(gòu)建在RDF的頂端之上，被設(shè)計(jì)為供計(jì)算機(jī)進(jìn)行解釋。OWL網(wǎng)絡(luò)本體語(yǔ)言使用XML編寫，通過(guò)使用XML，OWL信息可在使用不同類型的操作系統(tǒng)和應(yīng)用語(yǔ)言的不同類型的計(jì)算機(jī)之間進(jìn)行交換，實(shí)現(xiàn)知識(shí)圖譜的存儲(chǔ)與傳輸。

1.2 知識(shí)圖譜構(gòu)建過(guò)程

如圖1，知識(shí)圖譜的主要構(gòu)建過(guò)程分為數(shù)據(jù)獲取、知識(shí)抽取、知識(shí)存儲(chǔ)、知識(shí)推理和知識(shí)應(yīng)用等幾個(gè)階段[6]。知識(shí)獲取階段是從相關(guān)領(lǐng)域獲取結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)；以這些數(shù)據(jù)為基礎(chǔ)，采用自然語(yǔ)言處理、知識(shí)規(guī)則算法或者人工手段對(duì)實(shí)體、關(guān)系和屬性進(jìn)行知識(shí)提?。徊捎肗eo4j等NoSQL數(shù)據(jù)庫(kù)對(duì)知識(shí)進(jìn)行存儲(chǔ)，采用實(shí)體對(duì)齊、關(guān)系對(duì)齊算法對(duì)知識(shí)進(jìn)行融合；采用本體推理、規(guī)則推理和路徑推理的基本算法或者模型對(duì)知識(shí)進(jìn)行推理；最后將知識(shí)應(yīng)用于推薦系統(tǒng)、語(yǔ)義搜索和問(wèn)答系統(tǒng)。

2 “科學(xué)” 課程圖譜方案設(shè)計(jì)

2.1 “科學(xué)” 課程知識(shí)圖譜的構(gòu)建方法

課程知識(shí)圖譜首先需要設(shè)計(jì) “科學(xué)” 課程的知識(shí)模塊，確定知識(shí)模塊間的關(guān)系。在知識(shí)模塊確定后，確定每個(gè)知識(shí)模塊的知識(shí)點(diǎn)，形成主要知識(shí)點(diǎn)。采用知識(shí)提取的理論與方法，手動(dòng)或者程序化提取實(shí)體及其屬性，分析知識(shí)點(diǎn)間的關(guān)聯(lián)關(guān)系，設(shè)計(jì)知識(shí)點(diǎn)層級(jí)和順序關(guān)系，確定知識(shí)與知識(shí)之間的圖譜關(guān)系，構(gòu)造知識(shí)圖譜，并將知識(shí)圖譜可視化。構(gòu)建后的知識(shí)圖譜需要專業(yè)教師進(jìn)行審核，并根據(jù)審核結(jié)果對(duì)知識(shí)點(diǎn)、知識(shí)實(shí)體、知識(shí)屬性及知識(shí)關(guān)聯(lián)關(guān)系進(jìn)行修改。被學(xué)科教師審核通過(guò)的知識(shí)圖譜可用于課程教學(xué)（見(jiàn)圖2）。

2.2 知識(shí)點(diǎn)抽提

課程標(biāo)準(zhǔn)和教材是課程知識(shí)點(diǎn)提取的主要依據(jù)，任課教師可以根據(jù)教學(xué)內(nèi)容、教學(xué)對(duì)象和教學(xué)目標(biāo)，從中提取課程主要知識(shí)點(diǎn)，形成教學(xué)的知識(shí)點(diǎn)體系。

本文以教科版小學(xué) “科學(xué)” 五年級(jí)下冊(cè)《環(huán)境與我們》單元的知識(shí)點(diǎn)為例，提取涉及的 “環(huán)境問(wèn)題” “大氣污染” “工業(yè)開(kāi)采” “水資源” “霧霾” “酸雨” “富營(yíng)養(yǎng)化” “垃圾處理” 等領(lǐng)域的29個(gè)知識(shí)點(diǎn)。每個(gè)知識(shí)點(diǎn)以陳述句形式呈現(xiàn)。 “垃圾處理” 所涉及的知識(shí)點(diǎn)描述如下。

知識(shí)點(diǎn)1：垃圾處理是重要的環(huán)境問(wèn)題，要充分認(rèn)識(shí)垃圾處理的方式及危害，了解生活垃圾的產(chǎn)生，進(jìn)而減少垃圾產(chǎn)生。

知識(shí)點(diǎn)2：垃圾處理的方法主要有焚燒與填埋，這兩種方法對(duì)于環(huán)境保護(hù)都有一定危害。

知識(shí)點(diǎn)3：垃圾填埋場(chǎng)會(huì)對(duì)周圍的環(huán)境產(chǎn)生嚴(yán)重的危害，例如：垃圾散發(fā)惡臭，進(jìn)而會(huì)污染空氣；地下填埋的垃圾會(huì)對(duì)土壤造成污染，從而影響農(nóng)作物的生長(zhǎng)，影響農(nóng)業(yè)；填埋的垃圾會(huì)招引并滋生蚊蠅，從而引發(fā)疾病等。

2.3 知識(shí)實(shí)體抽提

知識(shí)實(shí)體提取是采用自動(dòng)化jieba分詞工具對(duì)中文知識(shí)點(diǎn)進(jìn)行分詞，或者手工方式提取課程內(nèi)容中的主要詞匯。比如，上述 “知識(shí)點(diǎn)1” 中，采用jieba工具可以提取到 “垃圾處理” “方式” “危害” 以及 “產(chǎn)生” 等4個(gè)詞匯，但在句意中 “方式” “危害” 以及 “產(chǎn)生” 存在上下文語(yǔ)義，需采用上下文語(yǔ)義補(bǔ)全的方式對(duì)語(yǔ)義進(jìn)行補(bǔ)全為 “垃圾處理方式” “垃圾危害” 以及 “垃圾產(chǎn)生的原因” 。

2.4 關(guān)系抽提

關(guān)系是知識(shí)實(shí)體之間的聯(lián)系，它從知識(shí)點(diǎn)語(yǔ)義表達(dá)中進(jìn)行獲取。知識(shí)點(diǎn)可采用jieba進(jìn)行詞性標(biāo)注，獲取句子中的謂詞屬性，整合人工校驗(yàn)技術(shù)，分析知識(shí)實(shí)體之間的包含、屬于、進(jìn)階、基礎(chǔ)、并列、同義關(guān)系。根據(jù)這些關(guān)系在課程教學(xué)的特征，抽象出 “知識(shí)涵蓋” “措施” 等知識(shí)點(diǎn)關(guān)系，形成關(guān)系抽提。

本文以 “環(huán)境問(wèn)題與垃圾處理” 為研究對(duì)象，采用SPO邏輯表示方法，構(gòu)建三元組。在環(huán)境問(wèn)題中涵蓋垃圾相關(guān)的知識(shí)，而垃圾相關(guān)知識(shí)又涵蓋 “垃圾處理” ，即 “如何處理垃圾” “生活垃圾的分類” “如何減少垃圾” 這三個(gè)知識(shí)點(diǎn)。這樣，本文構(gòu)建的SPO三元組如下：(環(huán)境問(wèn)題，知識(shí)覆蓋，垃圾）、(垃圾，知識(shí)覆蓋，垃圾處理）、(垃圾，知識(shí)覆蓋，生活垃圾）、(垃圾，知識(shí)覆蓋，減少垃圾）。

知識(shí)點(diǎn)除了層次關(guān)系外，還有自己的屬性。在知識(shí)庫(kù)構(gòu)建中，主要的屬性有 “舉例” 。比如，在 “垃圾處理” 的方法中，有 “回收” “填埋” 和 “焚燒” 等列舉屬性。這些關(guān)系采用SPO三元組表示方法如下：(垃圾處理，舉例，回收）、(垃圾處理，舉例，填埋）、(垃圾處理，舉例，焚燒）。

3 課程圖譜存儲(chǔ)和可視化

3.1 知識(shí)本體構(gòu)建方案

本體是知識(shí)表示的重要方式，Protégé是重要的本體構(gòu)建工具，它是斯坦福大學(xué)開(kāi)發(fā)的免費(fèi)且開(kāi)源的本體編輯器，其由Java語(yǔ)言編寫，具有圖形化構(gòu)建本體、對(duì)各實(shí)體間隱含屬性進(jìn)行自動(dòng)化推理以及對(duì)本體的一致性進(jìn)行檢測(cè)的功能[6]。

在知識(shí)層次的劃分基礎(chǔ)上，在Protégé中構(gòu)建本體，需要?jiǎng)?chuàng)建類與子類，分析類與子類的繼承關(guān)系的知識(shí)關(guān)系，再對(duì)類與子類進(jìn)行屬性定義。protégé中屬性分為對(duì)象屬性與數(shù)據(jù)屬性，其中對(duì)象屬性指兩個(gè)對(duì)象以及他們之間的關(guān)系，即前文在知識(shí)分層時(shí)所整理的 “關(guān)系” ；數(shù)據(jù)屬性指某個(gè)對(duì)象的屬性，即前文在知識(shí)分層時(shí)所整理的 “個(gè)體屬性” 。

本文在分析29個(gè)知識(shí)點(diǎn)的基礎(chǔ)上，構(gòu)建了 “環(huán)境問(wèn)題” “資源” 等2個(gè)主題， “垃圾” “能源” 等8個(gè)類別， “酸雨” “霧霾” 等32個(gè)實(shí)體，以及實(shí)體之間呈現(xiàn)出類與子類之間的關(guān)系。

3.2 知識(shí)圖譜存儲(chǔ)方案

知識(shí)圖譜屬于非關(guān)系型數(shù)據(jù)，需要采用圖數(shù)據(jù)進(jìn)行存儲(chǔ)。圖數(shù)據(jù)庫(kù)允許數(shù)據(jù)以圖的方式存儲(chǔ)，實(shí)體在圖數(shù)據(jù)庫(kù)中作為頂點(diǎn)，而實(shí)體間的關(guān)系在圖數(shù)據(jù)庫(kù)中作為邊，可以用NoSQL數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)。由于NoSQL數(shù)據(jù)庫(kù)去掉了關(guān)系數(shù)據(jù)庫(kù)的關(guān)系特性，因而數(shù)據(jù)非常容易擴(kuò)展。

Neo4j是由Java和Scala寫成的一個(gè)NoSQL數(shù)據(jù)庫(kù)，專門用于網(wǎng)絡(luò)圖的存儲(chǔ)，它用節(jié)點(diǎn)、邊、屬性來(lái)高效的存儲(chǔ)知識(shí)及關(guān)系。 本體模型導(dǎo)出的OWL文件可以借助于擴(kuò)展插件Neosemantics可以將OWL/RDF文件導(dǎo)入到Neo4j中，通過(guò)在Neo4j上創(chuàng)建唯一約束，來(lái)通過(guò)URL確保資源的唯一性，并通過(guò)將資源添加到索引中來(lái)加速獲取過(guò)程。

3.3 知識(shí)圖譜可視化方案

為了加快查詢速度，根據(jù)案例中提取的實(shí)體關(guān)系，將 “環(huán)境問(wèn)題” “資源” “能源” “垃圾分類” 等實(shí)體設(shè)置不同標(biāo)簽，這樣，既起到頁(yè)面美觀的作用，又方便管理圖數(shù)據(jù)庫(kù)中的節(jié)點(diǎn)與關(guān)系。Neo4j同一節(jié)點(diǎn)標(biāo)簽下的多個(gè)節(jié)點(diǎn)可視作同一類節(jié)點(diǎn)，從而實(shí)現(xiàn)了實(shí)體與實(shí)體之間的關(guān)聯(lián)性問(wèn)題。

Neo4j數(shù)據(jù)庫(kù)支持Cypher查詢語(yǔ)句，可以采用 “MATCH(n)RETURNn” 查詢語(yǔ)句來(lái)查詢知識(shí)庫(kù)。Cypher是圖數(shù)據(jù)庫(kù)Neo4j的聲明式查詢語(yǔ)言，其通過(guò)匹配數(shù)據(jù)庫(kù)中的節(jié)點(diǎn)與關(guān)系，來(lái)提取信息或修改數(shù)據(jù)。從而Neo4j數(shù)據(jù)庫(kù)支持由業(yè)務(wù)邏輯層傳遞，如節(jié)點(diǎn)id、節(jié)點(diǎn)標(biāo)簽、關(guān)系標(biāo)簽、節(jié)點(diǎn)名等組成的關(guān)鍵字查詢。例如采用 “MATCH(n:`垃圾`)RETURNn LIMIT 25” ，可以返回如圖3所示的知識(shí)實(shí)體 “垃圾” 的知識(shí)圖譜。

4 教學(xué)設(shè)計(jì)與驗(yàn)證

本文采用主題探究教學(xué)模式，將教學(xué)內(nèi)容整合成知識(shí)圖譜[7]。主題探究是建構(gòu)主義教學(xué)理論的分支，在分析學(xué)生自我認(rèn)知的基礎(chǔ)上，以場(chǎng)景教育為錨點(diǎn)，以明確的教學(xué)目標(biāo)為依據(jù)，通過(guò)自主學(xué)習(xí)、實(shí)驗(yàn)觀察、獨(dú)立思考、小組協(xié)同等多種模式展開(kāi)新課程內(nèi)容的學(xué)習(xí)，從而構(gòu)建知識(shí)體系。它以 “認(rèn)知理論” 發(fā)展為基本規(guī)律，采用 “需求定位、實(shí)驗(yàn)探究、總結(jié)分析、知識(shí)驗(yàn)證” 為核心流程的學(xué)習(xí)模式，構(gòu)建學(xué)習(xí)者的認(rèn)知規(guī)律。

在課程設(shè)計(jì)上，教師以 “垃圾” 為主題，以知識(shí)圖譜的方式展示 “垃圾” 主題，讓學(xué)生展開(kāi)討論。通過(guò)可交互式知識(shí)圖譜，讓學(xué)生掌握 “減少垃圾的方法” “垃圾處理的方式” 等知識(shí)點(diǎn)。通過(guò)實(shí)體關(guān)系分析，引出并動(dòng)態(tài)展示 “生活垃圾” 知識(shí)圖譜，討論垃圾分類問(wèn)題。整個(gè)教學(xué)過(guò)程，以知識(shí)圖譜構(gòu)建 “知識(shí)錨點(diǎn)” ，探究知識(shí)要點(diǎn)，構(gòu)建學(xué)生的思維過(guò)程，形成思維邏輯方法。

基于以上教學(xué)策略，本文選擇武漢市某小學(xué)的 “科學(xué)” 教學(xué)班為研究對(duì)象，采用對(duì)比分析方法，對(duì)教學(xué)效果進(jìn)行實(shí)驗(yàn)分析。為了驗(yàn)證教學(xué)策略效果，本項(xiàng)目隨機(jī)選擇了小學(xué)五年級(jí)實(shí)驗(yàn)班和對(duì)照班各43人進(jìn)行對(duì)比實(shí)驗(yàn)，教學(xué)效果如表1所示。本文從學(xué)生課堂參與度、學(xué)生滿意度和學(xué)生知識(shí)增益程度三個(gè)方面評(píng)估教學(xué)效果。課堂參與度由任課教師在課堂上觀察并記錄，評(píng)估積極參與課堂教學(xué)的學(xué)生人數(shù)占總?cè)藬?shù)的百分比。學(xué)生滿意度是課后通過(guò)問(wèn)卷調(diào)查獲取學(xué)生對(duì)課堂教學(xué)是否滿意的人數(shù)占總?cè)藬?shù)的百分比。學(xué)生知識(shí)增益程度是通過(guò)課前測(cè)試和課后測(cè)試，評(píng)估學(xué)生科學(xué)知識(shí)的提高程度。對(duì)同一知識(shí)點(diǎn)通過(guò)課前和課后測(cè)試，評(píng)估學(xué)生在本課堂學(xué)習(xí)了新知識(shí)后，對(duì)該知識(shí)點(diǎn)得分提高的平均值。實(shí)驗(yàn)表明：課前進(jìn)行學(xué)生知識(shí)測(cè)試的對(duì)照班和實(shí)驗(yàn)班平均成績(jī)分別為32.32分和33.12分，課程學(xué)習(xí)后對(duì)照班和實(shí)驗(yàn)班的平均成績(jī)分別為92.52分和96.46分。

表1 教學(xué)效果表

5 總結(jié)

知識(shí)圖譜是人工智能領(lǐng)域中的重要研究?jī)?nèi)容，它通過(guò)圖結(jié)構(gòu)對(duì)學(xué)科知識(shí)進(jìn)行存儲(chǔ)并可視化表示，能夠清晰表示學(xué)科知識(shí)點(diǎn)之間的關(guān)聯(lián)關(guān)系，從而構(gòu)建學(xué)生的思維邏輯。

本文采用知識(shí)圖譜的方式，以 “科學(xué)” 課程為例，探究了知識(shí)圖譜在教學(xué)中的應(yīng)用。通過(guò)實(shí)驗(yàn)分析表明該方法能有效提高學(xué)生的參與度和學(xué)生課程滿意度。對(duì)比實(shí)驗(yàn)表明采用知識(shí)圖譜的教學(xué)策略后，學(xué)生獲取知識(shí)的增益度比對(duì)照班級(jí)高5.26分。