知识图谱在老年教育中的应用

孙涵 齐悦

（太原广播电视大学 山西省太原市 030027）

随着近年来大数据和人工智能技术的不断发展，知识图谱技术也得到了长足发展，越来越多的人参与进来构建专业领域或者通用领域的知识图谱。国务院办公厅印发的《关于推进养老服务发展的意见》也鼓励各类教育机构通过多种形式举办或参与老年教育,有效满足老年人多样化、多层次养老服务需求[1]。在人工智能时代背景下数字信息技术和老年教育的深度融合推能够有效推动老年教育的变革与创新发展[2]，老年教育是一个数据密集型行业，而知识图谱是把事物和概念通过它们之间的关系连接成网，二者结合应用有着天然的优势，将各种关于老年的概念体系和关系网络化就可以构建以老年教育为基准的知识图谱，并精确地刻画学员画像和课程画像，支持和服务老年教育，例如：专家图谱、课程设计、专业培训等方面。知识图谱可以围绕为老年人需求进行构建，帮助老年教育在课程管理、资源管理、学员管理等多方面提升效率。

1 知识图谱技术

知识图谱（Knowledge Graph）于2012年5月17日由谷歌公司设立，其目的是为增强其搜索引擎而设计的基于语义网络的知识图库，前身是上世纪五六十年代的语义网络（Semantic Network）到1998年的语义网（Semantic Web）再到2006年提出的关联数据（Linked Data）[3]。随着近几年的发展知识图谱技术已经成为人工智能领域的重要技术之一，大规模的应用于智能搜索、智能问答、个性化推荐、内容分发等方面。在众多知识表示方式中，知识图谱作为一种语义网络拥有极强的表达能力和建模灵活性。首先，知识图谱是一种语义表示，可以对现实世界中的实体、概念、属性以及他们之间的关系进行建模；其次，知识图谱是其衍生技术的数据交换标准，其本身是一种数据建模“协议”，相关技术涵盖知识抽取、知识集成、知识管理和知识应用等各环节。知识图谱是一种特殊的图数据，它是语义的和可复用的，知识图谱数据一经获得即可被多领域应用和重复使用，这也是知识图谱服务的构建动机。知识图谱采用节点来对实体、属性进行描述，采用边来对实体间、实体与属性间的语义关系进行描述。实体是指现实中存在的事物，实体的特征由属性来描述，各个实体间的互联通过知识图谱的关系特征来实现，这样就能为语义理解、情报检索等功能的实现提供支持[4]。

知识图谱的的数据结构是一种多关系图，主要有边和点构成。一般在知识图谱中包含多种类型的点和多类型的边。在构建过程中根据业务逻辑将点和边映射到具体的数据中形成一个互相关联的数据网络。映射后的点为实体，边为关系。而实体可包含众多属性来表示实体的性质。图1 为一个简单的知识图谱结构。

图1：知识图谱结构示意图

图2：知识图谱构建流程

图3：安卓学习路线

知识图谱作为一种数据的集合形式，其基础环节便是知识图谱的构建。在不同的垂直领域中，数据包含关系型数据库存储的结构化数据，以及大量的半结构、非结构化数据。其中，结构化数据可通过本体的映射或者规则配置进行知识抽取，而非结构化数据也可以通过自然语言处理算法、深度学习算法等人工智能技术进行处理，实现知识的抽取。并在此基础上进行实体对齐和实体消歧，进而构建知识图谱。其构建流程图如图2所示。

随着老年教育信息化和现代化建设的不断发展，目前老年教育已经积累大量数据和内容，在信息化背景下，并没有建立统一标准的数据规范，涉及文本、视频等多种类型的结构化和非结构化数据。大量的数据无法形成有效的管理和应用挖掘。因此，将知识图谱应用在老年教育行业，可对老年教育过程中多领域、多类型的数据进行集中的分析和管理，进而在保证老年教育品质提升的基础上建设智能化的老年教育。

2 知识图谱在教育领域的应用分析

目前，知识图谱在教育领域中的应用已是研究热点，王琛琛[5]等结合大学物理知识图谱，构建了智慧课程应答系统，其主要是针对学生对学习的情况形成评价并结合课程资源和建立知识图谱，根据不同学生的学习情况推荐相应的课程资源提高学习效率。李小平[6]等研究了基于知识图谱的VR 教学资源构建，主要是通过知识图谱对VR 教育资源进行分析和聚合，分析了不同教学场景和模式下的教学资源和内容，并阐述了基于知识图谱的体验式教学模式。同时，在教育行业也有众多教育机构应用知识图谱设计出众多教育领域的应用。

2.1 CSDN知识库

CSDN 作为国内最大的软件开发者社区，是服务IT 行业的专业社区，提供知识分享、知识传播、在线学习、职业发展等知识内容服务，具有海量的专业论坛数据和专业技能数据、培训数据。在知识图谱的应用领域也进行了大量的探索与尝试，主要应用在课程管理和知识搜索等应用，在课程管理方面针对不同的技术体系构建领域知识图谱，主要是涵盖该技术体系众多的知识点，形成有结构有逻辑的学习路线，帮助开发人员有计划有层次进行在线学习和技能补充，通过大量的技术知识积累形成CSDN 知识库。CSDN 知识库建设初期构建了可视化的专业知识图谱，如图3所示。

图3 和图4 为CSDN 的知识库可视化，主要是通过图谱的结构梳理不同方向的专业内容进行聚合分析建立图谱结构，让用户可以直观的了解到自己的学习情况，并提供相关的学习服务。实现平台内海量的数据和学习资料的体系化划分，帮助用户根据自身需求定制学习路线。另一个重要的应用便是CSDN 基于知识图谱实现的站内资源搜索引擎。如图5所示。

通过搜索引擎实现平台内部的数据聚合，并提供两个级别的内容推荐，在第一次搜索后的内容推荐主要有博客、CSDN 学院以及互联网的检索内容（包括外站内容）；在进入CSDN 学院或博客内容后根据搜索命中的内容，基于知识图谱结构进行二次推荐。推荐内容主要是按照图3 和图4 的知识网络结构进行关联推送；主要目的就是将平台内容的数据内容进行梳理和聚合，有效的将系统资源应用到技能培训和交流业务中，提高用户的意图匹配度和使用体验。

2.2 科大讯飞“知识图谱型”AI教育在K12的应用

图4：JAVA 学习路线

图5：CSDN 资源搜索引擎

图6：科大讯飞学习实例

科大讯飞是中国专业的人工智能技术公司之一，其将知识图谱应用在K12 中构建了智能教育应用，应用的主要逻辑是将K12 教育中的关键要素和课程内容及知识点的关联性构建知识图谱，以课程知识点为基础通过基础理论判断学生的学习情况和效果，给出相应的判定。通过知识图谱构建个性化学习效果画像，并给予科学、高效的学习计划方案。以课程知识点出发不断的推进学生的学习进度，逐步攻克基础理论问题，以少量的学习覆盖大量的试题。极大的提升学生的学习效率和学习兴趣。图6 为科大讯飞学习机效果图：

以课程知识点为基础构建学生学习效果知识图谱，并通过可视化技术对学生的学习情况进行标注，建立学生学情的可视化分析，通过知识点之间的依赖和关联特性形成完整的知识网络图，实时的关注知识点的掌握情况，并有针对性的推荐薄弱知识点的学习计划和与之对应的试题。在复杂的知识点网络结构中，每个学生都可根据自身学习情况形成不同的知识图谱，制定有针对性的学习路线，实现千人千面的学习计划。通过知识图谱实现教育领域的AI 赋能。

3 知识图谱在老年教育中的应用场景

随着我国近些年人工智能技术的快速发展，知识图谱已在众多领域实现大量成功应用案例。为老年教育智能化创新带来机遇。老年教育作为我国智慧养老、全民终生学习的重要方式之一，在信息管理、课程设计、教育服务等方面充分利用知识图谱技术，从老年人需求出发以现有教育基础设施为基础，不断提升老年教育的智能化说，对老年教育的创新和发展有着重要意义。

3.1 老年教育知识库

知识库是老年教育中最重要的基础资源库，涉及到老年教育的各个环节。从学员信息、教师信息、课程信息、活动信息等方面都有大量的数据，在日常的教学活动中都离散的分布在不同环节和不同人员中，数据的管理和组织也依赖参与人员的经验进行管理，同时由于老年教育的特殊性，其形成的数据包含了文本、表格、图像、视频等大量的非结构化数据，无法形成有效的整体。知识图谱可以作为知识库的内容组织框架结构，将各类资源链接到相应的知识图谱节点上，构建老年知识网络，将离散的数据形成有效的链接。在知识库的应用上可构建基于知识图谱的知识推荐、知识问答、知识检索等多种功能，服务老年学员、教师以及老年教育机构。

3.2 自适应学习

对老年教育的教学资源和内容进行梳理并通过技能培训、活动信息、知识点、教师信息等维度基于知识图谱面向老年学员画像进行课程设计，有效的组织老年教育参与者各个维度的信息，建立有效的教学过程机制，将学员和课程、课程和教师、教师和学员进行关联，并建立基于知识图谱的评价和反馈机制，增加学员和课程的互动以及教学机构对教学活动整体的把控能力提高教学效率和效果。

同时，基于知识图谱构建的老年学员画像，通过算法从知识图谱中获取全部学员的数据和反馈信息，结合已有的教学资源知识图谱，针对不同的老年学员建立个性化的课程和活动，实现老年学员的自适应学习。根据学员的背景、兴趣、喜好以及其他个人信息，通过知识图谱提供符合学员能力和时间的课程。并根据老年学员的活动范围推荐周边的老年活动。老年教育机构依据老年学员的反馈和评价，通过知识图谱不断的迭代和更新教学方式和教学内容。有效的满足老年人多样化的学习需求。

3.3 虚拟学习助手

老年教育中的虚拟学习助手是针对老年人的特性提供老年百科类的全方位学习辅助、知识问答等服务，也是智能化教育发展的主要方向之一。基于知识图谱聚合老年人相关的数据信息，实现低成本的为老年学员提供学习辅助功能，老年学员在学习过程中因其生理和心里原因在接收教学的过程中会遇到比传统教育更多的困难，在现实情况中，老年人遇到问题往往很难有效的找到相关的人员提出问题并获得相应的帮助，将知识图谱结合语音技术大大的降低老年人的学习和使用门槛，同时可以获得大量的用户数据，能够积极的迭代和优化虚拟学习助手形成良性循环，为老年人提供更优质、更科技的智能化服务。

3.4 专家系统

老年教育作为我国全民终身教育的重要组成部分，其本身是公益服务和社会服务的结合，因老年人受教育的背景不同导致他们对教育的需求也千差万别，主要有医疗、艺术、养生、技能等多个行业。在现行的老年教育中也主要依赖大量的社会专业人员参与。专家系统的建设正好满足社会专业人员的信息管理，有效的安排和设计相应的老年教育课程。老年教育专家系统主要是针对老年教育涉及的各个领域，具有专业经验、知识、技能、时间安排等多个维的专家画像系统，全方位的通过数据实现专家信息的画像。基于知识图谱精准的实现专家的定向寻找、过人才跟踪等，精准的把握专家情况。更好的组织和设计老年教育课程，服务老年学员，提高老年人的幸福感。

4 总结

综上所述，基于知识图谱在老年教育中的应用主要是基于老年教育的业务进行梳理和分析，建立相关的领域知识图谱，并根据不同角色的业务需求构建相应的应用。老年教育由于其领域多、数据多、人员情况复杂等情况更适应通过知识图谱来管理和分析数据。能够有效的将知识图谱强大的关联能力应用到老年教育中，极大的提高老年教育的教学水平和管理效率，帮助相关教育机构进行智能化创新和发展。