基于本體知識庫的教學(xué)資源自動采集技術(shù)研究.pdf

1、Web信息資源已十分豐富,利用技術(shù)手段對Web上的教育資源進行自動采集,從而形成各種教學(xué)資源庫,為教學(xué)活動提供信息資源服務(wù),這無疑對促進教育信息化建設(shè)起到巨大的促進作用。但面對日益龐大的Web規(guī)模和越來越復(fù)雜的頁面結(jié)構(gòu),研究如何在有限的網(wǎng)絡(luò)資源和采集規(guī)模下,高效地從Internet采集教學(xué)資源,具有重要的學(xué)術(shù)意義和實踐價值。
　　 本文對主題信息資源自動采集技術(shù)進行了系統(tǒng)研究,討論了主題爬行技術(shù)、文本自動分類技術(shù)、文本自動抽取技

2、術(shù)、本體及本體知識推理技術(shù)等,并深入討論了這些技術(shù)在Web教學(xué)資源自動采集中的應(yīng)用。
　　 本文以生態(tài)學(xué)的視角分析了Web主題資源的分布規(guī)律,提出了網(wǎng)絡(luò)生態(tài)鏈(Network Ecological Chain)理論,并據(jù)此設(shè)計了網(wǎng)絡(luò)生態(tài)鏈算法。提出了把網(wǎng)站的主題特性判斷與具體的鏈接目標預(yù)測相結(jié)合的自上而下的主題信息資源采集方法:即通過網(wǎng)絡(luò)生態(tài)鏈算法,輔以文本自動分類、文本自動抽取和本體知識推理等技術(shù),首先從Web中發(fā)現(xiàn)主題網(wǎng)站群

3、,然后結(jié)合網(wǎng)站、頁面及鏈接鄰近塊文本的主題特性,再用主題爬行算法對具體的鏈接目標進行選擇性采集。這樣,可以有效地解決主題爬行中的方向迷失問題,提高主題信息資源采集的收獲比(Harvest Rate)。
　　 為了提高主題爬行中對鏈接目標的預(yù)測能力,本文重點研究了本體(Ontology)技術(shù)及其在Web教學(xué)資源自動采集中的應(yīng)用。討論了本體語言、本體的構(gòu)建方法及本體開發(fā)技術(shù),嘗試性地構(gòu)建了教育本體知識庫,開發(fā)了教育本體知識推理引擎,

4、探索了教育本體知識推理引擎的具體應(yīng)用。由于本體具有開放性和標準化的特點,因而教育本體知識庫的構(gòu)建可以通過共建共享的方式實現(xiàn)知識復(fù)用。
　　 最后,設(shè)計開發(fā)了一個Web教學(xué)資源自動采集原型系統(tǒng),并以德育教學(xué)資源自動采集為例,驗證了各種技術(shù)的有效性。
　　 本文的主要工作和創(chuàng)新之處主要有:系統(tǒng)研究了主題信息資源自動采集技術(shù)；提出了網(wǎng)絡(luò)生態(tài)鏈理論,設(shè)計了網(wǎng)絡(luò)生態(tài)鏈算法,并通過實驗數(shù)據(jù)驗證了其有效性；把本體技術(shù)應(yīng)用于教育知識庫的