| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 基于学习元的知识图谱构建技术研究的意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 知识图谱的国内外现状 | 第13-15页 |
| 1.2.2 学习元的国内外现状 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 研究流程和方法 | 第16-19页 |
| 2 基础理论和技术 | 第19-24页 |
| 2.1 基础理论研究 | 第19-21页 |
| 2.1.1 学习元 | 第19页 |
| 2.1.2 信息论 | 第19页 |
| 2.1.3 知识本体论 | 第19-20页 |
| 2.1.4 知识图谱 | 第20-21页 |
| 2.2 基于学习元的知识图谱schema设计 | 第21-22页 |
| 2.3 技术支持 | 第22-24页 |
| 2.3.1 知识图谱的构建技术 | 第22页 |
| 2.3.2 本文知识图谱自动构建所需技术解析 | 第22-24页 |
| 3 基于学习元的领域知识图谱自动构建方法 | 第24-34页 |
| 3.1 基于学习元的知识图谱构建技术描述 | 第24-26页 |
| 3.2 实体抽取 | 第26-27页 |
| 3.2.1 领域文本的获取和预处理 | 第26页 |
| 3.2.2 领域文本中术语提取 | 第26-27页 |
| 3.3 实体语义相似值计算 | 第27-29页 |
| 3.4 实体识别 | 第29-32页 |
| 3.4.1 重要实体计算方法 | 第30页 |
| 3.4.2 关联实体计算方法 | 第30-31页 |
| 3.4.3 核心实体计算方法 | 第31-32页 |
| 3.5 基于PageRank值的实体关系挖掘方法 | 第32-34页 |
| 4 基于学习元的知识图谱的自动构建算法设计与实现 | 第34-49页 |
| 4.0 文本资源获取与预处理实现 | 第35-37页 |
| 4.0.1 文本资源获取 | 第35-36页 |
| 4.0.2 文本资源预处理 | 第36-37页 |
| 4.1 领域文本实体抽取实现与验证 | 第37-39页 |
| 4.2 领域文本实体关系计算 | 第39-41页 |
| 4.3 实体识别 | 第41-45页 |
| 4.3.1 重要实体权重计算 | 第41-42页 |
| 4.3.2 关联实体权重计算 | 第42-43页 |
| 4.3.3 核心实体权重计算 | 第43-45页 |
| 4.4 知识图谱的可视化 | 第45-48页 |
| 4.4.1 知识图谱自动可视化原理 | 第45-46页 |
| 4.4.2 实体识别结果可视化 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 知识图谱在学习元平台中的应用实践 | 第49-66页 |
| 5.1 知识图谱和学习元平台的融合分析 | 第49-51页 |
| 5.1.1 学习元平台简介 | 第49-50页 |
| 5.1.2 知识图谱和学习元平台的融合分析 | 第50-51页 |
| 5.2 基于知识图谱的课程知识构建 | 第51-59页 |
| 5.2.1 基于知识图谱的课程知识本体自动抽取和分类 | 第51-53页 |
| 5.2.2 基于知识图谱的课程本体知识RDF/XML知识表征 | 第53-54页 |
| 5.2.3 课程学习元构建 | 第54-57页 |
| 5.2.4 课程知识群构建 | 第57-59页 |
| 5.3 知识图谱在学习元平台中的教学应用 | 第59-65页 |
| 5.3.1 教学设计思路 | 第59-60页 |
| 5.3.2 学习元平台中知识图谱的应用效果分析 | 第60-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66页 |
| 6.2 下一步的工作重点 | 第66-67页 |
| 6.3 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-83页 |
| 致谢 | 第83-84页 |
| 在校期间科研成果和奖励 | 第84页 |
