基于课程知识图谱的智慧教学应用研究

马友忠

摘 要：课程知识图谱是实现智慧教学和教育数字化的重要途径，对改善教学效果、提高学生培养质量具有重要作用。当前，课程知识图谱的构建与应用仍面临课程资源多模态特性、课程资源更新频繁、质量控制要求严格、知识种类形式多样等诸多挑战。而基于课程知识图谱的智慧教学可以实现由“点状”知识教学向“网状”知识教学转变、由“顺序”知识教学向“非线性”知识教学转变以及由“平面式”知识教学向“立体式”知识教学转变。同时，基于课程知识图谱可以辅助新形态教材建设，实现智慧教学评价，支持个性化精准教学和实现智能问答服务，从而助力课程知识点查询、知识关联查询、课程知识资源推荐、个性化学习路径推荐等，推动以智慧教学为中心的育人模式创新性探索，构建个性化、多样化、终身化的智慧教学新生态。

关键词：课程知识图谱;智慧教学;教育新基建;精准教学

为全面贯彻落实《中国教育现代化2035》《教育信息化2.0行动计划》要求，《河南省“十四五”教育事业发展规划》明确指出，大力实施智慧教育示范引领工程，高质量推进本科高校智慧教学三年行动计划，充分发挥智慧教学在高等教育人才培养过程中的重要作用。课程知识图谱作为一种规模巨大、在知识点与教学资源之间建立连接的语义网络，可以实现知识点的充分细化和有效重组，既能改善教学效果，又能助力智慧教育体系的构建。智慧教学资源建设是智慧教学的核心和关键，以课程知识图谱为基础，对数字教材、教学大纲、讲义等教学资源进行信息化重构，可以有效实现课程知识点查询、知识关联查询、课程知识资源推荐、个性化学习路径推荐等目标，推动以智慧教学为中心的育人模式创新性探索，构建个性化、多样化、终身化的智慧教学新生态。

一、课程知识图谱的智慧教学研究现状

基于课程知识图谱的智慧教学是目前智慧教育领域的重要研究方向。在理论研究方面，北京师范大学李艳燕等人在分析学科知识图谱内涵、应用案例的基础上，重点讨论了学科知识图谱在智慧教育中的构建路径;清华大学许斌等人主要研究了基础教育知识图谱赋能智慧教育的若干关键问题;东北师范大学钟卓等人提出了能够建立知识、问题、能力三者之间映射关系的教育知识图谱KQA模型;武汉科技大学杨娟等人提出了包含知识内容、关联关系、映射关系、认知能力与学习路径五个基本要素的教育知识图谱KSCG理论模型。在应用方面，美国知名在线教育平台Knewton基于自己创建的教育知识图谱构建了连续性的自适应学习工具，以精准定位每个学生的当前知识盲点，在个性化学习应用中取得了较好的效果。而国内部分高校则围绕学科知识图谱进行了一系列的研究与探索，如清华大学知识工程研究室构建了中国第一个基础教育RDF知识图谱EduKG;北京师范大学互联网教育智能技术及应用国家工程实验室研发了“唐诗别苑——基于知识图谱的全唐诗语义检索与可视化平台”;立足于课程资源形式多样、种类丰富，具有多模态特性，祁晓慧对多模态课程知识图谱的数据模式、命名实体识别模型、关系分类、多模态实体链接等问题进行了深入研究，构建了基于知识图谱的课程多模态检索平台。虽然国内外进行了大量的理论研究和实践探索，但就高等本科教育领域而言，基于课程知识图谱的智慧教学尚缺乏系统深入的理论研究和实际有效的应用案例。

二、课程知识图谱面临的挑战

（一）课程资源的多模态特性

随着智慧教学的不断深入发展和教育数字化进度的不断加快，教学资源的种类日益丰富，已由传统的以文本为主要形式的教学资源转为集文本、图片、视频、音频于一体的多模态教学资源，提高了学生学习的积极性、主动性，提升了教学成效。然而，不容忽视的是教学资源的多模态特性也给课程知识图谱的构建带来了挑战，一是图片、视频、音频等资源中视觉（听觉）实体、概念、事件、关系等的抽取与文本资源相比难度较大，准确率较低，缺乏成熟的技术;二是由于音频、图片、视频等不同类型资源之间的语义表达存在鸿沟，造成不同模态下数据之间的相互关联、映射和融合存在较大困难;三是为了消除不同模态资源之间的语义鸿沟，需要统一多模态资源的学习方法，提高多模态课程知识图谱的构建效率和质量。

（二）课程资源更新频繁

随着大数据时代及大语言模型时代的到来，新技术新知识不断涌现，课程资源每天都在更新，如何高效地将最新的知识、技术、资源融入已有的知识图谱中，成为当前极具挑战性的难题。一方面可以采取知识图谱重构的方式，其优势在于简单直观，不足主要是重构代价较大、效率较低;另一方面可以采取增量更新的方式，在已有知识图谱的基础上，將最新的技术、知识、资源融入进去，提高增量更新策略的效率和准确性。

（三）质量控制要求严格

课程知识图谱以服务学习者学习知识、提高学习效率、改善学习效果为目的，保证内容准确无误是其基本要求，也是开展基于课程知识图谱教学的前提。由于数据源的多源、异构、多模态等特性，使得课程知识图谱的质量控制面临着巨大挑战。可从以下三个方面严格把控课程知识图谱的质量：一是优先选择权威教材、大纲、课件等数据源，对其他数据源的质量和可信度进行严格审核，确保数据源内容的准确性;二是提高知识抽取、知识融合、知识消歧等算法的有效性，确保课程知识图谱内容的准确性;三是借助于众包、强化学习等策略，进一步提高课程知识图谱的质量。

（四）知识种类形式多样

随着自然语言处理技术的不断发展，基于文本的实体抽取、关系抽取等相关技术的不断完善，抽取准确率逐步提高，基本能够满足实际应用的需求。但是，课程中的知识点除了以文本形式表示的概念，还有很多其他形式，如公式、命题、定理等。不同形式知识点的抽取技术、方法各不相同，其抽取难度较大，抽取准确性仍面临着较大挑战。

三、基于课程知识图谱的智慧教学创新之处

（一）由“点状”知识教学向“网状”知识教学转变

传统的教学方法以知识点讲解为核心，对知识点之间的关联关注不够，往往注重局部知识的讲授，却忽略知识点在全局中的地位和作用。以学科知识图谱为基础，以课程核心知识点为对象，对其关联知识点进行系统分析，找出以核心知识点为中心的“知识团”，实现由以知识点为核心的“点状”知识教学向以“知识团”为核心的“网状”知识教学转变，让学生不仅能够掌握知识点本身，还能够充分了解知识点在整个知识体系中的地位，提高学习成效。

（二）由“线性”知识教学向“非线性”知识教学转变

传统的教学方法一般按照教材内容的先后顺序进行讲解，没有充分考虑知识点之间的联系，一定程度上影响了教学效果。基于课程知识图谱，可以探索由单一的“线性”知识教学向“非线性”知识教学转变，以当前知识点为核心，分析已学知识点和未学知识点之间的关联，对已学知识点复习巩固，对未学知识点进行适当讲解，优化课程知识点讲授顺序和讲授策略，改善总体教学效果。

（三）由“平面式”知识教学向“立体式”知识教学转变

传统的教学方法由任课教师按照各自承担课程的教材内容进行讲解，涉及课程知识点以外的内容和其他课程相关的知识一般不会讲解，只注重单一课程的“平面式”知识教学，不能充分融合不同课程的相关知识点。以课程知识图谱为基础，可以找出不同课程知识点之间的相互关系，打破课程与课程之间的知识边界和壁垒，开展“立体式”知识教学。同时，基于课程知识图谱，任课教师可以发现与课内知识点相关联的其他课程知识点，加强不同课程任课教师之间的沟通与协作，通过协同备课、协同教学等多种途径，提高学生的知识综合运用能力和水平。

四、课程知识图谱在智慧教学中的应用

（一）辅助新形态教材建设

随着智慧教学应用的不断深化，教学资源的种类日益丰富、形式日益多样，传统的以文本为主要形式的教材已经无法完全满足智慧教学的需要。以云教材、网络教材、数字化教材等为代表的新形态教材应运而生。新形态教材以媒体性、交互性、社交化为主要特点，其内容的组织方式与传统的教材有着较大差别。而课程知识图谱的特性与新形态教材的要求大体一致，新形态教材可以辅助课程知识图谱对教材内容进行设计，使其更加科学合理。同时，基于新形态教材的使用数据可以对课程知识图谱进行补充和完善。

（二）实现智慧教学评价

现有的教学质量评价形式比较单一。大多数是在期末结课，由学生对教师的教学效果进行评价。而对学生的考核仍以传统的笔试为主，以分数高低评价学习成效，很难考核学生对知识的系统化掌握程度以及培养学生利用所学知识分析问题、解决问题的能力。基于知识图谱的智慧教学大数据平台，可以实现智慧教学研究成果、智慧教学资源共享以及教学过程、学习行为、学习效果等全过程的实时跟踪与管理。在此基础上，可以设计以学科知识图谱为基础的立体化、多维度的教学质量评价体系、确保评价对象的多元化、评价指标的全面化，评价过程的全程化和评价效果的最大化。

（三）支持个性化精准教学

基于课程知识图谱可以实现完整的教学资源画像、教师教学画像和学生学情画像。在此基础上，可以从以下两个方面实现个性化精准教学。一是个性化知识点推荐。通过对学生学情画像的分析，可以充分了解学生的学习兴趣、学习规律以及学生对各知识点的掌握情况，再结合教学资源画像，根据学生的学习需求和学习现状推荐个性化的学习资源，从而提高学生学习的积极性，改善学习效果。二是个性化学习路径推荐。通过对学生的学习行为、学习过程的分析，利用协同过滤、深度学习等算法实现个性化学习路径推荐，从而提高学生的学习效率。

（四）实现智能问答服务

师生互动是提高学生学习效率、改善学习效果的重要途径，尤其是针对疑难知识点的学习。然而在现实学习中，由于学生与教师的交流机会较少，大多数学生遇到问题不善于向教师求助，问题越积越多，最终积重难返。基于课程知识图谱，尤其是课程知识图谱与大语言模型的有机结合，可以实现基于语义的智能问答服务，学生通过智能问答服务，将学习过程中遇到的知识难点、问题等进行交互式提问，以递进的方式逐步解决问题，不断提高学习的自信心和积极性，有效改善学习效果。

课程知识图谱构建是数字资源新型基础设施建设的重要组成部分，也是教育新基建中支撑教育高质量发展的核心。各地各级教育部门已把知识图谱建设写入“十四五”教育事业发展规划中，加快推进知识图谱的建设与应用，把知识图谱作为深化智能时代教育教学方式改革的重要手段迫在眉睫。但当前课程知识图谱在构建效率、内容质量、应用方式等方面仍面临着诸多挑战，未来需要进一步加强课程知识图谱关键技术的研发以及知识图谱在智慧教学中的应用研究，尤其是将知识图谱与大语言模型技术相结合。同时，除技术因素外，课程知识图谱的构建和应用是一个系统工程，涉及课程知识图谱构建、教学方式改革、新形态教材建设、立体化教学资源建设、教学评价方式改革等诸多方面，这就需要成立专门的工作小组或组织机构，统筹推进课程知识图谱的构建与应用。

参考文献：

[1]赵宇博，张丽萍，闫盛，等.个性化学习中学科知识图谱构建与应用综述[J].计算机工程与应用，2023（10）.

[2]单佩佩.基于核心课程知识图谱的学习路径推荐研究[D].昆明：云南师范大学，2021.

[3]陈瑶，胡旺，王娟.基于知识图谱的智慧教育研究热点与趋势分析[J].中国远程教育，2016（9）.

[4]郭宏伟.基于智能教育的高校在线课程知识图谱构建研究：以中国医学史为例[J].中国电化教育，2021（2）.

[5]马燕，陈敏，廖家利.基于知识图谱的智慧教育研究热点及发展趋势探析[J].数字教育，2023（3）.

[6]王璐.智慧教育背景下教育资源知识图谱的构建与应用研究[D].大连：大连海事大学，2021.

[7]李艳燕，张香玲，李新，等.面向智慧教育的学科知识图谱构建与创新应用[J].电化教育研究，2019（8）.

[8]许斌，苏伟杰，刘阳.基础教育知识图谱赋能智慧教育[J].人工智能，2019（3）.

[9]鐘卓，唐烨伟，钟绍春，等.人工智能支持下教育知识图谱模型构建研究[J].电化教育研究，2020（4）.

[10]杨娟，杜旭，李浩.自适应学习系统中教育知识图谱模型构建研究[J].中国教育信息化，2021（24）.

[11]李玲静，汪存友.Knewton：学习分析支持下的自适应学习平台[J].成人教育，2019（7）.

[12]余胜泉，彭燕，卢宇.基于人工智能的育人助理系统：“AI好老师”的体系结构与功能[J].开放教育研究，2019（1）.

[13]祁晓慧.多模态课程知识图谱构建与应用研究[D].长春：吉林大学，2020.

责编：应 图