期刊专题

10.11925/infotech.2096-3467.2018.0066

面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究

引用
[目的]对高校学生深度辅导这一特定领域知识进行建模,提出一个支持小规模知识获取和建模的框架.[方法]采用LDA模型识别出文档集合所包含的主题及标识主题的词组;对“文档-主题”矩阵进行概念层次分析,获取主题之间的上下位关系;并将建模结果统一编码为本体的形式存入知识库,以便进行知识检索.[结果]本研究面向深度辅导具体应用,引入概念层次分析法,在LDA建模基础上进一步细化主题知识的粒度,改善了LDA主题建模结果难以表达主题之间关联关系的难题.[局限]未考虑新的深度辅导文档带来的知识库增量更新问题.[结论]本研究框架能够很好地支持深度辅导领域中诸如学生问题、交流方式、引导技巧等多粒度知识的建模与检索.

LDA、形式概念分析、知识建模、本体

2

TP393(计算技术、计算机技术)

中央高校基本科研业务费专项资金资助项目“基于数据融合的高校学生行为建模及其应用研究”2017YJS081;国家自然科学青年基金项目“多维情景本体构建与协同研究”项目61703032的研究成果之一

2018-09-05(万方平台首次上网日期,不代表论文的发表时间)

共10页

92-101

相关文献
评论
暂无封面信息
查看本期封面目录

数据分析与知识发现

1003-3513

11-2856/G2

2

2018,2(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅