基于学科知识图谱的高校教学模式研究

李春艳，王傲君（湖北经济学院法商学院，湖北 武汉 430205）

一、引言

在国家大力推进信息化与教育化“两化”融合、建设创新型国家和人才强国等一系列战略背景下，教育部印发了《教育部关于全面提高高等教育质量的若干意见》及《教育信息化十年发展规划（2011—2020年）》文件，要求将信息技术充分与高等教育教学融合，对教育教学模式进行改革，培养学生自主学习能力、应用能力和创新能力。

学科知识图谱在课程教学中的应用，较好地采用先进的信息技术手段解决教学资源共享、个性化学习服务、教育规模化与专业化、教育个性化的诸多问题，全面系统地为教育者提供多维度的知识，充实教育者的学习空间，有助于学习者在头脑中进行系统知识架构和关联，激发学习者的自主应用和创新能力，进而促进学习者主动进行相关知识的探索、学习、实践和创新，为面向系统的、过程的、多维度的、动态的教育评价提供可能。所以充分挖掘学科知识图谱在当前教育理念与教育学习方式变革中的潜在作用，以课程项目建设和教学实践为切入点，深化拓展其与终生学习、自主学习和创新能力人才培养演进相结合的研究空间。

二、学科知识图谱的教学内涵

2018年，教育部发布了《高等学校人工智能创新行动计划》(教技［2018］3号)，提出:“推进智能教育发展，推动学校教育教学变革，在数字校园的基础上向智能校园演进，构建技术赋能的教学环境”。基于学科知识图谱的课程教育教学模式有别于零散性的教学模式，传统教学模式以单独分割的离散知识结构组成的知识点为资源进行教学，例如课程的每个知识点的设置、多个教材章节的展示等包含文字、视频、音频等的知识组织结构[1]。而基于学科知识图谱的教学模式则基于一定的算法偏好进行数据的自动挖掘、深入抓取学习者的个人偏好、学习弱点和上升能力，并以此作为教育教学知识的组织框架，利用数据挖掘、界面多态化、人工智能等现代技术，实现课程教学内容、教学方法的智慧化和多元化，形成“课堂集体教学、线上自主学习、后台数据分析、学习轨迹分析、线下交流巩固”的个性化、智能化、泛在化教学新模式，推动开放课程资源的应用，助推教育、产业、人才和创新四大链接有机结合，从教师、教材、教法方面提升教育的发展水平，创建合理清晰的学科知识网络。

学科知识图谱作为一种大容积、在课程内容与教学多维度资源之间建立连接的语义网络，最终以可视化的技术实现各个知识的展示、知识节点之间关系的建立以及整体框架的架构，旨在对教育语义计算、教学内容的语义关联、教学模型架构、综合平台建立、智慧答疑系统开发、学习个性化服务等方面发挥重要的技术性作用。学科知识图谱将深刻影响教与学的流程，精准评估教与学的绩效，推动因材施教从而提高学生的创新精神和实践能力[2]。所以需要将学科知识图谱这一信息技术更好的应用到教育教学中，努力为学生和教师构建一个多维度知识呈现的教与学的环境，主动服务教师教学需求，实现对学生个性化学习内容、个性化学习路径、个体学习问题解决方案的系统支持，持续推进高校教学智能化建设和教学改革与发展。

三、学科知识图谱的技术构建

结合课程需求在技术层面构建基于双图模型的学生和教学资源的知识图谱，形成知识推理网络模型，为学生的个性化教学方法研究提供理论支撑和基础框架；采用知识搜索技术评估实体或链接之间的关联度，建立匹配规则，支持个性化的教学资源的推荐、学习路径的优化等[3]，具体包括如下方面。

基于双图模型建立学生与教学资源的知识图谱。首先，通过特征工程和表示学习的方法建立主题实体和关系的向量表示；其次，利用上位图结构表征学生实体及关联网络，下位图结构表征各类教学资源实体及关系；最后，建立上位图和下位图实体与链接的映射，形成学生和教学资源的组合知识推理网络模型。

针对不完备的知识图谱，通过多源知识库导入和链接预测对其进行增强，利用维基百科等相关领域的公开知识库，运用知识抽取技术，引入外部知识库的实体和关系；利用知识图谱嵌入模型预测实体和关系的匹配程度，基于链接预测技术利用多源知识库进行知识的有机融合和补全，进一步提高知识图谱的完备性和推理能力。

研究启发式实体与关系的匹配算法，启发函数基于上位图实体与关系向量的语义距离，在下位图中搜索对应实体与关系的图结构，搜索相似的节点和路径，反之亦然。首先，将主题实体映射到知识空间维度的向量以及知识库的实体向量，再通过启发函数对相似度进行评价，最后利用语义搜索方法计算实体与关系向量的语义距离，求解损失函数，寻找最优的相似节点和路径。通过知识图谱的实体与关系最优匹配，实现学生的个性化教学资源优化配置。

技术构建协同演变进程，研究学科知识图谱及服务平台，对学习者的学习行为和学习内容进行有效预测，推荐学习路径，解决课程教育规模化与学生学习个性化矛盾的机理与路径，研究创建与课程结合紧密的合理清晰的学科知识网络，构建学习兴趣迁移路径，促进多学科知识融合的人才培养。

四、知识图谱驱动的高校教学应用

以笔者所在的学院为例，学院目前所开设的三门跨专业综合实验课程，通过仿真企业运作的真实经营环境，让学生运用已经掌握的专业知识，应用到企业的运作中，这些综合仿真实习课程仿真了市场环境基本要素和主要特征[4]。三门课程内容上相互关联逐层递进，能够形成学科知识图谱与教育教学融合的完整跟踪；另一方面，三门课程都是混合式智慧教学环境，有利于搭建学科知识图谱在智慧教育中的构建流程与应用场景。

在课程教学中，同属一个模拟实习环境的有16家生产制造公司，未来面临不定的经营和竞争环境。教学模拟生产制造公司多方面的环境构建、基础数据与业务规则的设计、业务流程的规范，16家生产制造公司自主选择经营战略和决策，针对不同的操作经营、外部环境，体现模拟的真实性和实战性，其中涉及各种业务规则。

课程教学中，要求生产制造公司必须按照本规则组织公司的生产经营活动，规范公司的生产经营行为，制定公司的各项规章制度，开拓市场，研发新产品；签订购销合同；制定经营计划和经营方针；制定各项经营决策，安排生产，协调公司运作；组织会计核算，提供财务信息。但是课程教学大纲对于这个部分只规定了较少的专题培训课时，学生对于知识的掌握和理解是远远不够的，所以利用图谱提前把这一类知识关联起来进行线上教学，以结构化的网状形式集成在一起，提供多元准确的学习资料[5]，初步简约构建适用于课程教学的部分知识图谱知识体系，以电子制造有限责任公司各种规则的章程知识点为例。学习者通过点击平台界面进入，根据自己的知识掌握情况决定学习内容、时间、播放频率，经授课教师检查，即使部分知识点在课上没有进行详细讲解，学生也能自主理解完成学习。

五、知识图谱助力教学创新的应用规划

在研究课程教学模式与学科知识图谱融合应用的过程中，剖析两者之间的内在关联和作用，从教育教学视角切入分析学科知识图谱与课程的适切性，并讨论学科知识图谱在课程教学中的构建和应用，期望从学科知识图谱的角度来推动智慧化、个性化以及终身化的教育服务体系的发展。

精选课程知识点，采用特征工程和表示学习相结合的方法，提取学生和教学资源的关键特征，利用图模型表征多类主题实体之间的映射链接关系，研究学科知识图谱模型的技术构建，同时建立知识图谱搜索路径和主题实体之间的最优匹配规则，面向学生个体提供搜索。进行数据属性值抽取和多模态资源的收集，以图形的形式构建知识点之间的关系，形成系统集中、准确完整、简洁清晰的知识网络图，展示相关知识点的个体知识含义、相互的逻辑关系和多维度联系。

为学生和教师之间创建多模态互动的教学环境，对学习者之间知识关联、资源浏览记录、学习情况等行为进行分析，精准评估教与学的绩效，实现对学生个性化学习内容、个性化学习路径、个体学习问题解决方案的系统支持，遵循以学习者为中心，以建设系统化的学科知识图谱，丰富学习内容为重点，研究学科知识图谱资源的优化整合和开放共享，更好地促进智慧教育生态的构建。

创建合理清晰的跨专业多学科课程体系，知识图谱结合课程特点，对课程教学体系中的内容建立关联，形成资源库[6]。知识图谱将该课程所有的知识点清晰地呈现在使用者面前，学生可以通过可视化界面查找到每一个知识点的详细内容（包括预习内容、复习内容、扩展内容）。

沪江CCtalk作为一款语言类教学直播平台APP，主打课程是日语。据笔者统计，日语课程在所有语言课程中比重约占66%。下文中，笔者将从三个方面通过具体数据来探讨CCtalk日语课程现状。

建设综合实验教学平台，从硬件环境和软件配置多方面进一步完善智慧学习环境，为学生在教学中开展探究性学习提供先进方法，促进实验教学理念、模式、方法及手段的完善。

六、学科知识图谱在教学中的应用意义和挑战

（一）学科知识图谱在教学中的应用意义

学科知识图谱作为智慧教学的技术之一，一方面促进教育认知多元化发展，一方面又能应用于智慧教育体系框架的构建，助力智慧学习综合资源的建设、重塑、共享和服务。

1.促进个性化课程教学模式的深度生成

在对3年课程中多源学生学习数据记录、教师教学数据记录和学生综合成绩数据等多个数据分析的基础上，建立针对性强的高校学科知识图谱课程，将学生需求、教师教学要求、课程教学大纲要求和其他相关信息记录关联起来，通过架构各种业务知识和进行大数据收集，为学生提供专业和个性化的学习内容，提高教学的完整性和个性化发展。

班级授课的教学方式往往容易忽视学生个性发展，学科知识图谱的相关功能为教师展示了学生学习情况的个性化信息，并作为教学过程中的参考，同时为教师提供针对不同学生的技术引导，为个性化教学提供辅助。学生个体知识图谱形成之后，教师更能整体了解把握其学习状况，合理安排授课时间、内容，高效率完成课堂活动，提升课堂质量。

2.创建合理清晰多元化的学科知识网络展示

3.促进个性化教育的智能化发展

完整的学科知识图谱可以的清晰地呈现各种学习轨迹、知识点的学习记录和最终学习结果，打破了传统的固定化的学习模式，学生可根据课程需要和特点以及个人知识点掌握情况选择性学习，提高学习效率和课程成绩。教师通过查看学生对知识图谱的使用轨迹和频率，掌握每位学生的学习兴趣、知识掌握情况，从而可以进行有针对性的教学，为培养学生的职业学习能力和判断能力奠定基础。在教育领域，智慧化将是未来发展趋势，通过多种教学方式提升学生的逻辑思维能力和自学能力，最终形成教师教学质量、学生学习成绩、课程教学效果互相提高的良性循环[7]。

（二）学科知识图谱在教育应用中的挑战

学科知识图谱在课程中的辅助应用，助力高校教育教学走向智慧化、个性化以及多专业的融合发展，但其在课程具体教育应用中仍面临多方面的问题。

1.学科知识图谱全方面完整构建难度较大

多领域的学科知识图谱的构建和应用、所有知识点的数据来源需要专业教师的提炼和总结，强调知识的广度、深度和精确度，同时现在对于课程没有成熟的学科知识图谱的模型和算法框架，需要自己架构。

2.学科知识融合挑战大

课程中不同的供应公司、制造公司、客户公司等公司组织和管理机构，组成针对多学科、多教学目标、多教学内容、多教学班级的学科知识图谱框架，需要进行知识本体的融合以及知识点层面的融合，同时针对课程教学大纲深入浅出，与学习者熟悉的知识体系建立关联，为学生创造直观的知识情境，实现知识由浅及深的聚合与内化和各种开放性思维方式有效融合，支持学习者和教育者自身知识体系的动态演进。

3.学科知识图谱的可视化实现

学科知识图谱的可视化教学技术的实现可以使抽象、复杂、多专业、跨学科的复杂知识、规律或模型简单化和具体化，让教学过程变得更加的简单、直观、容易，同时可视化方式可以进一步将学生学习的各种历史数据和记录，通过各种图像、表格的形式反馈给任课教师，为教师对学生进行适当的引导和启发提供数据支持。但是由于参与者的认知方法和学习习惯等方面的差异，学科知识图谱可视化的实现需要从多方面考虑，要尽可能地为学生创造直观的知识点情境展示，促进多种可视化表征方式和方法组合的研究。

七、结语

文章以综合仿真实习相关课程为核心开展学科知识图谱的教学应用，以知识图谱为技术基础、构建应用流程与场景，主要包括基于课程的学科知识图谱的在线微课教学、知识点展示、视频音频资源等，充分将学生掌握的理论知识和企业运行相结合，领悟科学的经济发展规律与企业管理方法，全方位体验和实践企业的管理理念和发展目标，检验学生掌握知识的宽度、深度和对知识的综合运用能力。从教育教学需求和软件开发的技术角度将复杂的跨专业课程和知识图谱技术模型构建有机结合起来，同时需要研究团队加强跨领域合作，深入交叉学科研究，从技术、专业内容、教学方法等多方面将学科知识图谱与高校教育教学模式融合。