基于本体的语义检索在网络教育资源中的应用研究

这篇计算机网络管理论文发表了基于本体的语义检索在网络教育资源中的应用研究，随着信息技术的高科技化，本体已经广泛的应用于计算机工程领域，用来实现知识上的共享和交互。本文主要研究的是描述特定领域中的概念和概念问的关系的领域本体。
 

关键词：计算机网络管理论文,网络教育资源

在教育领域数字化步伐迅速加快，数字化的教育资源呈现井喷式增长的今天，越来越多的用户通过网络来学习和研究，这种教育方式也呈现出无限性和复杂性的特征。传统的信息检索是采用基于关键字的匹配方式的方法，这种检索在覆盖率与检索精度等方面存在一定的缺陷，检索结果的准确率比较低，不能很好地满足用户的个性化信息需求。如何能让用户快速高效检索到符合需求的信息成为网络学习领域中急需解决的问题。具体研究内容如下所述。

1 领域本体构建研究

对本体论和语义检索进行深入学习，结合网络的教育资源建设元数据规范，构建领域本体，为语义检索奠定坚实基础。

1.1 对本体的基本概述

1.1.1 本体概念

本体的概念是把现实客观存在的事物经过分解成基本的组成部分之后研究它抽象的本质特征。

1.1.2 分类

本体按照功能领域，根据由低到高的程度，把本体分成如下四类：

1)顶级本体

2)领域本体

3)任务本体

4)应用本体

1.2 如何构建领域本体

由于不同学科领域的具体工程不同，构建本体的方法也各有不同，本体的构造方法有很多种都是可行的，其中得到广泛应用的有骨架法、七步法、IDEF-5方法、TOVE企业建模法。另外，在实际工程构建本体时，通常在构建规则的指引下，根据具体情况的需求，寻求探索出符合自身要求的具体方法。

1.3 构建教育资源本体的过程

无论本体采用什么样的方法都基本符合Gurber提出的5条本体构造的规则：

1)明确性与客观性：在自然语言的描述下给出术语较为明确和客观的语义概念。

2)完整性：本体中的概念是能表达特定术语集合的完整含义。

3)一致性：知识推理所产生的结果与术语含义达到基本的语义一致。

4)最大单向可扩展性：在向本体中增加通用术语和专用术语的过程中，不轻易修改原有术语及其含义以保证原有文件的敏感性。

5)最少约束：应尽可能减少对建模对象的约束条件。

同时，本文在网络教育资源本体的构造中，结合软件工程思想和问题的实际情况，设计出本体构建的实际步骤。实际构造步骤分为：设计与准备阶段、本体构造阶段、测试阶段、维护与进化阶段。

2 语义相似度计算方法的研究

2.1 语义相似度的概念

语义相似度是指两概念在意义上的一致程度，在本体树中可以利用两个概念间的语义距离来进行衡量。在本文知识点本体中，知识点间相似度主要是通过蕴含关系体现。由于所有知识点位于本体概念树的最底层，因此上述构建的知识层次网络中，影响语义相似度的因素我们主要考虑如下几点：语义距离、关系类型、节点密度、语义重合度。

2.2 语义相似度的算法

语义相似度算法的语义检索的核心，是进行语义匹配的基础。其主要是利用本体理论对检索词进行语义化处理形成查询向量，通过对查询向量与资源向量相似度进行计算实现语义检索的匹配。设计一种词语间的语义相似度的计算方法，并将算法用在构建本体阶段，计算候选名词词条之间的语义相似度，由此确定本体中的概念，辅助本体的构建过程。

3 语义检索模型的设计及优化

3.1 语义检索概念

语义检索是在语义网上进行查询检索的技术，又把语义检索称为概念匹配，在语义网中传输、存储的数据不但要给用户显示出来，而且还要求让机器进行“理解、分析”，即匹配在语义上相同、相近、相包含的词语。例如，用户需要检索“操作系统”，“UNIX、LINUX、WINDOWS”也是与之相匹配的词语。与传统的检索技术相比，它能提高检索的精度和覆盖率，减少了不相关冗余的返回结果。

3.2 语义检索模型的设计及优化

本文在研究知识点本体构建、语义关联度计算方法相关技术的基础上，结合教学领域，建立一个基于本体的教育资源语义检索模型。同时，理论与实践相结合，初步设计实现了教育资源语义检索系统，并将之投入到实际平台应用中，预期会取得了较好的检索效果。

通过分析教育资源知识点本体的语义相关性特点提出了一种基于知识点本体的语义相似度的计算方法。该方法通过将概念间关系进行分离，利用概念层次结构和关联关系并考虑多种影响因素(如语义距离、节点密度等)分别计算语义相似度，进而综合量化成语义关联度。利用前两步的成果，设计一个语义检索模型，将准确的查询结果反馈给用户。

转载请注明来自：http://www.uuqikan.com/jisuanjiwangluolw/16803.html