Page 121 - 201909数码世界9.9
P. 121

科技交流

                   操作简单，考虑到《中国分类主题词表》需要维护变动，                             本文资源标注主要分为三个阶段完成，分别是初始关联确
                我们对标签库进行单独存储，从而便于对标签库进行修改。                           定、关联程度值处理和关联程度值更新。 初始关联确定阶段主
                   实用性强，本体构建工具 Protégé 是基于 Java 语言开发的                要由学科老师根据以往的教学经验分析教学资源并给出与教学
                开源本体编辑和知识获取软件，可以免费下载，并且具有良好                          资源相关的知识点以及相应的相对关联程度。关联程度值处理
                的扩展性，更为可贵的是它支持中文的输入，具有很强的实用性。                        阶段主要是利用层次分析法对初始标注结果进行处理，获得资
                因此，本文选用  Protégé4.2[9] 作为本体开发工具用来构建标                 源与相关知识点的关联程度值。在完成资源标注后，还需要对
                签库。                                                  资源标注信息进行维护更新以保持标注信息的准确性以及稳定
                2.2 标注信息表示                                           性，关联程度值增量更新阶段是系统根据用户评价增量完成关
                   定义 2 这里将标注信息 (Information  of  Annotation，        联程度值的更新。
                IA) 定义为一个三元组，IA=(R,L,β)。其中，R 代表学习资源，                 3.2.1 初始关联确定
                实际上是资源的抽取信息；L 代表标注标签，即是由领域本体                             由多位领域专家对学习资源进行分析，判断矩阵指标评分
                抽取出的元知识点；β 代表标签 L 与该资源 R 的关联程度。标                     标准标示出与资源相对应的知识点，然后综合领域专家的初始
                注信息即资源标注的结果，标注信息表示是决定资源标注成功                          标注，获得与资源相对关联程度最大的若干个知识点作为资源
                与否的关键因素。标注信息按保存形式分为内嵌式和非内嵌式                          的 标注标签并依照相对关联程度进行排序，进而可以获得资源。
                两种，其中内嵌式是把标注信息作为本体内容一起存储，而非                          3.2.2 关联程度值处理
                内嵌式是把标注信息独立存储于数据库中。由于学科知识具有                              本文采用层次分析法来处理关联程度值，重点是如何构建
                相对不变性，也就意味着知识本体不需经常维护，而教育资源                          阶梯层次结构。这一步需要认真分析资源与标签的关联确定问
                需要根据实际情况进行经常性的增删改查。因此，本文标注信                          题，充分考虑问题的影响因素，根据层次分析法原理构造如下：
                息选择非内嵌式的保存形式具有以下三个方面好处：                              第一层：目标层只有一个元素，就是问题的实现目标，即确定
                   1）可以减少对标签库的操作，保持标签库的稳定性，节省                        资源与标签的关联程度值。
                部分不必要的系统开销。                                              第二层：准则层包括所有实现目标所涉及的资源与标签关
                   2）在教育资源改变时，不需要对标签库进行操作与维护，只                       联程度的评价问题，考虑到不同领域专 家的知识深度及广度的
                需对标注信息库进行相应的增删修改即可，可减少系统的维护开                         差异性，由此考虑以不同领域专家作为准则层。
                销。                                                       第三层：方案层包括实现目标的方案，即与资源相关的标
                   3）在进行资源标注时，由于不需要针对标签库和资源本身                        签的确定。
                进行操作，可以很容易地实现跨媒体资源标注。                                3.2.3 关联程度值增量更新
                   2.3 多标签资源标注                                           在资源使用过程中，需要对资源标注信息时时维护以保证
                   之前学者研究的资源标注方法都是单一标签标注，然而很                         资源标注信息的准确性。这就要求系统能够定期对用户投诉较
                多资源并不是仅关于单一主题的，这就使得在使用单一标签标                          多的资源重新进行标注并对资源标注信息进行更新，由此本文
                注资源时不能充分描述资源信息而造成资源信息的丢失。为解                          提出了关联程度值增量 AHP 更新方法。
                决这个问题，本文提出了学习资源多标签资源标注模型。多标                              首先，邀请新一批领域专家针对该资源 Rk 进行初始标注，
                签标注模型就是利用多个知识点作为标签去标注同一个资源，                          获得资源 Rk 的 C-P 判断矩阵 E’。  然后，分析比较历史标注
                从而尽可能准确完整的描述资源信息。在对资源完成标注之后，                         权向量与重新标注权  向量的差异，可得出权向量增量值，  其
                即在标注信息库中构造了该资源的标注信息组。                                中 β’k 为更新后的权向量。最后，在构建更新规则的过程中，
                3 基于增量                                               既要考虑到重新标注的信息，也要考虑历史标注信息。
                   AHP 的多标签标注方法学习资源多标签标注模型建立后，                       4 结束语
                一个重要的问题是如何确定关联程度值。对于某一学习资源，                              本文提出的基于增量 AHP 的学习资源多标签标注方法同时
                可能包含的多个标签与资源的关联程度值可能不同，而且随着                          考虑了资源的多关联性以及标签贡献度的问题，很好地解决了
                资源信息的丰富，关联程度值也需要进行更新维护。基于以上                          资源标注过程中信息丢失的问题，同时完成了对学习资源的精
                问题，本文提出了基于增量 AHP 的多标签标注方法。                           确标注，能够使用户快速准确地检索到所需的资源，从而可以
                3.1 层次分析法                                            极大地提高用户的检索效率。进一步的研究中，我们将会深入
                   层次分析法（AHP 方法）是美国著名运筹学家 T.L.Saaty[10]              研究并改进增量更新算法并在资源标注中尽可能的减少主观因
                提出的一种定性分析与定量分析相结合的系统分析方法，它充                          素对关联程度值的影响。
                分利用了人的分析、判断和综合能力，能够有效分析目标准则
                体系层次间的非序列关系 , 有效地综合测度决策者的判断和比                        参考文献
                较。                                                   [1]Tim  Berners-Lee,  Hendler  James  and  Ora  Lassila.  The
                   层次分析法的基本思想是：首先根据多目标评价问题的性                         Semantic Web [J]. Scientific American, 2001, 284(5):28-37
                质和总目标将复杂的问题按层次进行分解，形成阶梯层次结构，                         [2] 张沪寅 , 张铭洋 , 李鑫 . 基于领域本体的电子学习资源库
                通过两两比较的方式确定层次中影响因素的相对重要性，然后                          模型 [J]. 计算机应用 ,2012,32(1):191-195
                综合领域专家的主观判断，对层次结构中影响因素的相对重要                          [3] 张沪寅 , 李鑫 , 陆春涛 , 等 .LMOD: 一种基于本体描述的电
                性进行排序。                                               子学习资源库模型 [J]. 计算机应用研究 ,  2011,28(4):1001-
                3.2 基于增量 AHP 的学习资源多标签标注                              3695


                   124...                                                                                                                                                                                                                ...125
   116   117   118   119   120   121   122   123   124   125