面向初等数学的知识点关系提取研究

• 作者: 杨东明 杨大为 洪道诚 王晔 顾航 高明
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 知识体系构建 关系提取 注意力机制 远程监督 Transformer
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 数据驱动的计算教育学
• 页码范围: 53-65
• 页数: 13页
• 分类号: TP301.6
• 字数: 9452字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2019.05.004

摘要

随着互联网技术的发展,在线教育已经改变了学生的学习方式.但由于缺乏完整的知识体系,在线教育存在着智能化程度低和“信息迷航”的问题.因此,构建知识体系成为在线教育平台的核心技术.知识点间的关系提取是知识体系构建的主要任务之一,目前比较高效的关系提取算法主要是监督式的.但是这类方法受限于文本质量低、语料稀缺、标签数据难获取、特征工程效率低、难以提取有向关系等挑战.为此,基于百科语料和远程监督思想,研究了知识点间的关系提取算法.提出了基于关系表示的注意力机制,该方法能够提取知识点间的有向关系信息.结合了GCN和LSTM的优势,提出了GCLSTM,该模型更好地提取了句子中的多点信息.基于Transformer架构和关系表示的注意力机制,提出了适用于有向关系提取的BTRE模型,降低了模型的复杂度.设计并实现了知识点关系提取系统.通过设计3组对比实验,验证了模型的性能和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高明	华东师范大学数据科学与工程学院	14	151	5.0	12.0
2	王晔	华东师范大学数据科学与工程学院	14	5	1.0	2.0
3	洪道诚	华东师范大学数据科学与工程学院	2	2	1.0	1.0
4	杨东明	华东师范大学数据科学与工程学院	1	0	0.0	0.0
5	杨大为	华东师范大学数据科学与工程学院	1	0	0.0	0.0
6	顾航	华东师范大学数据科学与工程学院	2	2	1.0	1.0