公开(公告)号：CN117371523A

公开(公告)日：2024-01-09

申请号：CN202311388715.4

申请日：2023-10-24

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  王灏澜 ,  蔡志伟 ,  任波 ,  唐晓铭

IPC: G06N5/02 ,  G06F40/295 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/047

Abstract: 本发明涉及一种基于人机混合增强的教育知识图谱构建方法与系统，属于知识图谱技术领域。该方法设计了基于产出的多层次教育知识图谱本体模型；设计了深度学习算法，包括融合领域词典、双向长短期记忆网络和条件随机场的教育实体识别模型，以及深度融合全词掩码中文预训练模型、双向门控网络与注意力机制的教育实体关系抽取模型，实现命名实体与关系的高效自动抽取。该系统通过计算机集成实体识别与关系抽取模型，自动完成教育实体识别、关系抽取及图谱构建；教育专家利用领域知识和经验，进一步对教育实体、关系及图谱进行调整与优化；通过反复的人机交互过程，实现人机混合增强智能，构建高性能教育知识图谱。

公开(公告)号：CN119691263A

公开(公告)日：2025-03-25

申请号：CN202411692200.8

申请日：2024-11-25

Applicant: 重庆邮电大学

Inventor： 阮昆 ,  任波 ,  蔡林沁 ,  黄容 ,  储雯 ,  熊余

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N5/022 ,  G06N3/042 ,  G06N3/045 ,  G06F16/28 ,  G06F16/901 ,  G06F40/30 ,  G06Q50/20

Abstract: 本发明涉及一种基于学科知识图谱和图神经网络的个性化学习资源推荐方法，属于教育内容推荐领域。该方法包括：提取教材中的关键实体以及关键实体之间的关系，构建学科知识图谱；根据学生在学习过程中的行为数据，建立初步的学习记录表；通过知识追踪模型整合、预测学生对于学习记录表中的每个知识点的掌握程度分布，构建学生画像；将学科知识图谱中的知识点及其关联关系嵌入学生画像中，并通过图神经网络更新学生画像中的知识嵌入表示；构建个性化推荐模型，采用协同过滤和内容推荐的混合推荐方法推送符合学生当前学习状态的学习资源。本发明能够在多维度上准确捕捉学生的个性化需求，有效提高推荐内容的准确性、泛化性和可解释性。