（计算机软件与理论专业论文）基于本体的计算机支持协同学习关键技术研究.pdf

摘要 计算机支持的泌同学习是计算机信息技术和协作学习相结合的产物，它使小 同时间、地点的人们丌展高效率的协作学习成为可能。而学习参与者田绕某个问 题的合作交流以及基于语义的学习资源查询是决定学习效率的关键因素。这两项 任务的完成都要求语义采用明确、一致的方式表达。为此，本文研究用本体来解 决协同学习中合作交流和基于语义的学习资源查找问题。主要研究如下： ( 1 ) 合作交流的语义表示。用三层模型对学习中基于问题的组成员合作交流进行 描述，用言语行为理论对发生在两人之间的问题讨论过程进行分析。根据分析结 果，提出用本体来解决人与人讨论时语义的明确表达。为具体实现，进一步提出 了本体知识导航，对其中的角色和操作以及状态进行了定义，并给了本体知识 导航的体系结构。 ( 2 ) 本体的描述逻辑分类以及框架表示。通过对本体的框架表示和逻辑表示进行 比较分析，提出用本体的描述逻辑表达来解决知识导航过程中概念的自动分类问 题。通过采用模型理论，以本体概念的解释是否可满足为基础，研究了描述逻辑 中概念的自动分类，并给出了将描述逻辑本体转换为框架表示的算法。 ( 3 ) 学习资源的语义标注。提出了基于本体的资源语义标注以及将标注资源描述 文件和原始资源分开的标注方法，实现了标注的灵活性。为解决资源标注时采用 不同本体库带来的推理问题，研究了本体集成中的不匹配类型并给出了解决方 法，提出了用关联本体库和全局本体库生成集成本体库。 ( 4 ) 学习资源的语义查询。具有半结构化特点的学习资源没有固定的库模式，用 户对其语义难以产生清晰的认识，无法有效地查询所需的内容。提出了基于本体 的柔性查询，用户通过了解数据库本体语义信息而发出的查询不必遵循严格的数 据库模式也能得出结果。重点研究了描述半结构化数据语义信息的概念本体库的 提取，以及为提高查询效率将具有图结构的本体转化为树的算法。 ( 5 ) c s c l 系统原型。从协同学习的功能需求出发，对当前正在丌发的c s c l 平台 作了介绍。该平台突出了协同学习中本体和语义的支持，使高效率的协作学习成 为可能。 关键词：c s c l ，c s c w ，本体，语义查询，资源管理，半结构化数掘 a b s t r a c t t h e c o m p u t e rs u p p o r t e d c o l l a b o r a t i v e l e a r n i n g i sat e c h n o l o g yt h a tc o m b i n e d c o m p u t e r i n f o r m a t i o n t e c h n o l o g y w i t hc o l l a b o r a t i v e l e a r n i n g ，w h i c h e n a b l e p e o p l e sc o l l a b o r a t i v el e a r n i n gf r o md i f f e r e n tp l a c ea n d a td i f f e r e n tt i m ee f f i c i e n t l y k e yt ol e a r n i n ge f f e c t i v e n e s sa r ep a r t i c i p a n t s c o l l a b o r a t i v ep r o b l e ms o l v i n ga n d s e m a n t i c b a s e di n f o r m a t i o nr e t r i v e l t h e s er e q u i r es e m a n t i c st ob ee x p r e s s e di na f o r m a la n du n a m b i g u o u sw a y i nt h i sp a p e r ，t h eo n t o l o g yw a su s e di nc o l l a b o r a t i v e p r o b l e ms o l v i n g a n ds e m a n t i c b a s e di n f o m a a t i o nr e t r i v e lo fc s c l t h em a i n r e s e a r c hi sf o c u s e da sf o l l o w i n g ： 1 s e m a n t i ce x p r e s s i o no fc o l l a b o r a t i v ep r o b l e ms o l v i n g at h r e e l a y e r e dm o d e l w a su s e dt od e s c r i b et h ec o l l a b o r a t i v ep r o b l e ms o l v i n gi na l e a r n i n gg r o u p ，t h e d i s c u s s i n gp r o c e d u r eb e t w e e n t w o p a r t i c i p a n t sw a sa n a l y z dw i t ht h es u p p o r to f s p e e c ha c tt h e o r y a c c o r d i n gt ot h er e s u l to fa n a l y s i s ，w ep r o p o s e dt h eu s eo f o n t o l o g y t oo v e r c o m et h e a m b i g u o u s s e m a n t i c e x p r e s s i o n b e t w e e n h u m a n - h u m a ni n t e r a c t i o n s w ea l s op r e s e n t e dt h es c e n a r i oo fo n t o l g y - b a s e d k n o w l e d g en a v i g a t i o na n di t sc o r r e s p o n d i n ga r c h i t e c t u r eb yc a r e f u l l yd e f i n i n g i t sr o l e ，o p e r a t i o na n d s y s t e ms t a t u s 2 c o n c e p t c l a s s i f i c a t i o na n df l a m e e x p r e s s i o n b yc o m p a r i n g t h ef r a m e e x p r e s s i o na n dl o g i ce x p r e s s i o n ，w ea d o p td e s c r i p t i o nl o g i cf o ra u t o m a t i c a l l y c l a s s i f yt h ec o n c e p t sd u r i n gk n o w l e d g en a v i g a t i o n b yi n t r o d u c i n gm o d e l t h e o r y w ei n v e s t i g a t et h ec o n c e p tc l a s s i f i c a t i o ni nd e s c r i p t i o n l o g i ca n dp r e s e n t t h e a l g o r i t h mt h a tt r a n s f o r m i n gt h eo n t o l o g yd e f i n e di nd e s c r i p t i o nl o g i ct of r a m e e x p r e s s i o nb a s e do n t h es a t i s f i a b i l i t yo f c o n c e p ti n t e r p r e t a t i o n 3 l e a m i n gr e s o u r c ea n n o t a t i o n w ep r o p o s e dt h es e m a n t i cr e s o u r c ea n n o t a t i o n b a s e do no n t o l o g y t om a k et h ea n n o t a t i o nf l e x i b l ee n o u g h ，an e wm e t h o dt h a t s e p a r a t e s t h ea n n o t a t i o na n dr a wr e s o u r c ei sa l s o j n t r o d u c e d t os o l v et h e s e m a n t i ci n f e r e n c ep r o b l e nw h e nd i f f e r e n t o n t o l o g yl i b r a r yb eu s e di ns a m e a n n o t a t i o nf i l e ，w ea l s o i n v e s t i g a t et h ed i f f e r e n to n t o l o g ym i s m a t c h e sd u r i n g o n t o l o g yi n t e g r a t i o na n dp r e s e n tt h e i rs o l u t i o n s ，m e a n w h i l e ，w ef u t h e rp r e s e n t t h ei n t e g r a t i o no n t o l o g yl i b r a r yd e f i n i t i o nt h a tc o n s i s t so fc o m m o no n t o l o g y 2 l i b r a r ya n d a s s o c i a t i o no n t o l o g yl i b r a r y 4 s e m a n t i c b a s e di n f o r m a t i o nr e t r i v e l d u et ot h el a c ko fs t a b l e s c h e m ai n s e m i s t r u c t u r e dd a t a b a s e i ti sh a r df o ru s e r st oo b t a i nac l e a rv i e wo ft h e s t r u c t u r ea n de m p l o ye f f i c i e n tq u e r i e s t b i sp a p e rp r e s e n t sa no n t o l o g y b a s e d f l e x i b l eq u e r ym e t h o d b a s e do nt h eu n d e r s t a n d i n go ft h eo n t o l o g ys e m a n t i co f d a t a b a s e ，u s e r sc a np o s ec u s t o m i z e dq u e r yw i t h o u tf o l l o w i n gt h es t r i c td a t a s c h e m a w ef u r t h e rd e v e l o p e da c o n c e p to n t o l o g yl i b r a r yt h a tr e p r e s e n t st h e s c h e m ao ft h eo r i g i n a ld a t a b a s ea n da na l g o r i t h mt h a tt r a n s f o r m st h ec o n c e p t o n t o l o g yl i b r a r y f r o m g r a p h t ot r e eu n d e rf l e x i b l e s e m a n t i c st os o l v en p p r o b l e m w h e nd i r e c tq u e r yo n g r a p h c s c l p l a t e f o r mp r o t o t y p e t h eo n - g o i n gc s c lp l a t f o r mw a si n t r o d u c e d ，t h e p l a t e f o r mh a v eb e e nf o c u s e do no n t o l o g ye x p r e s s i o na n ds e m a n t i cp r o c e s s i n g ， a n dc a n s u p p o r t s t u d e n t s c o l l a b o r a t i v el e a r n i n gh i g h e f f i c i e n t l y k e y w o r d s ：c s c l ，c s c w , o n t o l o g y , s e m a n t i cq u e r y , r e s o u r c el r l a n a g e n l e l l t s e m i s t r u c t u r e dd a t a 3 1 1 研究背景 第一章前言 计算机支持的协同学习( c o m p u t e rs u p p o r tf o rc o l l a b o r a t i v el e a r n i n g ， c s c l ) 是由计算机支持的协同工作( c o m p u t e r s u p p o r t e dc o l l a b o r a t i v ew o r k ， c s c w ) 与协作学习( c o l l a b o r a t i v el e a r n i n g ，c l ) 的理论与方法相结合的产物， 它集计算机技术、信息技术、教育学、心理学、社会学等为一体，使不同年龄、 时间、地点的人们开展协作学习成为可能。协作学习理论指出，协同学习中合 作交流和学习资源查找这两个基本活动是至关重要的2 。这两个活动顺利进行的 关键是用户交流的语义及学习资源包含的语义能否用一种明确的方式表示。，它 直接关系到协同学习的效果。语义的表达可以借助于当前本体研究所取得的成 就。本体是对共享概念的形式化、明确的狲述“。这里共享概念指多个主体所感 兴趣的某特定领域的抽象，形式化是指可以被机器处理，明确的说明指概念、属 性、关系、函数、约束、公理都有明确的定义。也就是用适当的本体语言显式地 将信息的内涵表示出来。 学生合作交流的时候希望自己所表述内容的含义能被他人理解这是交流顺 利进行的必要条件，但是这在网络环境下不一定能够达到。网上协同学习与传统 的协作学习的不同就是协作参与者具有不同的年龄、文化和专业背景，他们在讨 论问题的时候对他人的表述可能会理解不同，相互之间不能真正了解他人所阐述 概念的内涵，从而阻碍了交流的顺利进行。为保证协作顺利，必须有一种机制保 证他们在协作中对他人所表述的内容理解一致5 。而本体作为知识和概念描述的 重要工具，具有领域对象描述手段和描述方法，能以明确、一致的方式表达概念 的内涵6 。采用本体来解释用户表述的知识点，该知识点的语义就具有明确的、 统一的解释，从而不同学习背景的用户在讨论同一个知识点的时候就能形成统一 的理解。 学生查找学习资料的时候希望找到满足其个人语义需求的学习材料。但当前 的搜索引擎主要基于关键词的，没有太多的语义支持。为了使基于语义的查询可 能，合理的选择是在添加过语义标注的学习资源上查询或者在具有半结构化形式 的学习资源上提取语义后查询。对于具有语义联系的文章或文章中的内容，如果 希望这些具有语义联系的内容被查询到，就必须添加语义标注。但是语义标注符 本身的语义必须被不同的学习团体理解，因此标注符本身需要用本体来表示，而 引用不同本体库的标注符语义因为综合查询的需求也需要进行集成。另外，对于 具有半结构化数据形式的学习资源，资源本身在创建时已经隐含了创建者所采用 的语义，为了对这些学习材料语义查询，需要对它们提取结构信息，这些结构信 息包含了语义。学生了解其中包含的语义信息后，就能发出所需要的语义查询。 1 2 相关研究分析 1 2 1c , s c l 的相关工作 c s c l 是由计算机支持协同工作与合作学习的理论与教育方法结合而成的一 种新学习环境。在此环境中，教师提出一个明确的任务，学生以小组的形式组织 分工合作。有的用计算机查资料，有的进行一部分计算与信息处理，形成文档， 小组共同完成该任务；教师观测学习的进行过程，并组织小组的交流，相互帮助 与竞争，保证教学目标的实现。这种学习方法不仅让学生象专业人员从事工作 一样利用计算机环境解决问题、进行学习有关知识和培养解决问题的能力；而且 以小组形式组织，分工合作、既有合作与相互帮助的面，又有竞争与达到目标 的一方面，它的发展正引起广泛注意。 目前对协同学习的研究，主要包括：以特定学科为知识对象的研究、基于一 般用户协同学习的研究、学习系统支撑技术研究等。在这些研究中，充分利用了 信息技术在相关领域的研究成果，如：w e b 技术、协同技术、人工智能、知识库 和数据库技术等，取得了一定的成果。这些研究项目基本可以分为两种主要类别： 收敛学习效果的协同学习支持和发散学习效果的协同学习支持7 。以学生自学为 主的协同学习模式比较适合于高级知识的学习，学生不易达成共识，其学习结果 往往是“发散”的，其意义是注重学生在创新能力方面的实际效果；而以合作学 习为主的协同学习模式适合于基础知识的学习学生很容易达成共识，其学习结 果是能够“收敛”的。研究普遍认为，以上两种不同的学习效果具有不同的应用 场合和用户群体，c s c l 应该满足这两种不同的用户群。 以b s c w8 为代表的系统就属于发散式b s c w 是德国g m d 和f i t 合作的大型研 究项目，它是一个基于w e b 的组件系统，其研究核心是共享工作空间。它主要包 括：用户身份验证，用户论坛，访问权限控制，内部资源搜索服务，文档格式转 换版本控制，多语言支持，感知笥洲- 服务。它的个娃蔷特正i 足列资源的箭：f l i 和服务有较强的支持，用户可以方便地在服务器上存取资料，用户感觉就象在本 地操作。其管理学习资料采用的是目录方式，不同用户根据个人的理解将资源存 放的共享区的某个目录下，他人可以在该目录下访问此文件。在b s c w 的资源共 享区，随着时间推移将积累学生保存的许多学习资料。但如何有效利用系统已经 拥有的大量学习资料在b s c w 的研究中没有考虑到，在系统中的学习者在需要资 料时只能逐个在不同的目录下查找。这样学习的效率很低，学生花了许多精力在 资料的查找方面。在收敛式协同学习中，经常要面对不同层次、不同要求的学习 者，学习系统应该因人施教，对不同要求的学生，采用不同的教学剧情。并且， 对于同一个用户，在其不同的学习阶段，系统亦应该提供不同的服务。如在e s h i r l a n d 9 、j c a d i z “和k s i n g l e y “等开发的c s c l 系统在这方面做了尝试，但 并没有将用户特定的知识背景和相应的语义服务有机结合，从而给用户的学习带 来了不便。 以实时交流为主的会议系统属于收敛式的c s c l 。s t sw e b c o n f e r e n c e 有个版 本就专门用在协同学习，它提供了资源共享，分组讨论，共享白板，会议预约， 资源协同创建等功能。m i c r o s o f te x c h a n g e ”是满足消息和协作需求的全新的通 信与协作平台，非常适合构建小规模的协同学习，它将即时通信、实时数掘和视 频会议等强大功能集成一个统一的消息平台，令协同工作参与者随时随地可获得 切有关信息，彼此紧密连接，大大提升工作效率。同样y a h o om e s s e n a g e r 以及 m s nm e s s e n g e r 在实时通信方面做得非常成功，能够实现文件图片传递、音视频 传递、会议组织和访问控制适合小组学习。然而，当前这些实时交流软件还不 能真正满足协同学习环境的需要，只能满足简单的、小范围的学习需求。在网络 上协同学习与传统的协作学习的不同就是协作参与者具有不同的年龄和文化背 景，他们在讨论问题的时候人对同一问题的理解可能不一致，导致相互之间不能 真正了解他人所阐述概念的内涵从而阻碍了交流的顺利进行。当前系统只适应 同时分别对应某一领域知识的学习，系统的知识框架也是针对某一特定学科的， 这主要是由于系统的知识体系在设计时没有一个统一的知识描述机制，如m s a n t o r o ”、w e b c t “和a p a t e l 5 等开发的系统，这些系统不适用于协同学习中 用户可能同时跨多个学科学习的应用需求。 国外c s c l 项目研究比较成功的有瑞士的u p p s a l a 大学，o h i o 州立大学，弗 吉尼亚州t i d e w a t e rc o m m u n i t y 大学，荷兰的m a a s t r i c h t 大学。但是，这些大 都是采用组合多个现有的软件工具来实现，主要为远程的协作学习提供基础性支 持，在对学习者的语义支持方面并没有特色。 6 1 2 2 本体表示的相关工作 本体的表示有多种：有仅表示词汇集的简单表示，有表示概念和属性关系的 框架和语义网络表示，还有能表达丰富语义的逻辑表示，如o n t o l i n g u a ，k i f ， o k b c o c m l 。f l o g i c ，x o l ，s h o e ，o i l ，d a m l + o i l 等”，e r 模型和u m l 类图”也可认为 是本体的表达。总的来讲，这些本体表示基本上属于两类：非逻辑和逻辑本体表 达。从概念的分类来看，非逻辑表达直观方便但推理必须由用户自己实现，逻辑 表达可以通过谓词演算自动分类。一般通用的一阶谓词逻辑的推理要通过定理 证明器实现，而文献 2 0 指出：定理证明器的运行时间是不确定的，因此在实用 中存在一定问题；另外它的表达能力太强，反而没有真正抓住概念及其关系的本 质”。描述逻辑是一阶谓词逻辑的子集，它只有概念和角色两个基本成分，较好 地和本体的定义相对应”。描述逻辑不像一阶谓词逻辑那样用定理证明器，它通 过专门的过程来推理，降低了推理的复杂度”。研究发现，推理的不确定性和计 算复杂性和逻辑语言的表达能力密切相关，表达能力越强推理的不确定性和计算 复杂性越大，但表达能力太弱可能使其无法充分表达领域的概念“，因此必须权 衡好。用描述逻辑表示的每个概念都使用逻辑公理来定义，所有定义的概念组成 了t b o x 。这些概念需要被分类才能有价值，主要的分类方法为s t r u c t u r e s u b s u m p t i o na l g o r i t h m “和t a b l e a u xa l g o r i t h m ”。前者的运行速度比较快，但 只能对简单的概念表达式分类；而后者能处理复杂的表达式，但如果表达式采用 的构造符太复杂，计算复杂性可能指数级的”。 1 2 3 资源标注的相关工作 在资源标注方面，比较传统的方法是采用元数据，例如描述电子图书资源的 d u b l i nc o r e “，代理软件可以在元数据支持下完成用户的资源检索”，文献 3 0 在这方面作了详细的探讨。文献 3 1 从地图资源的角度讨论了元数据标注问题， 它首先定义了包含公共属性的基本资源描述模式，然后通过扩充基本的模式来实 现对其他不同地理资源的标注。然而，由于普通的元数据表示缺乏语义，用途有 限。因此文献 3 2 则在分析了电子图书标注的发展趋势后指出，如果这些元数掘 据有丰富的语义，那么代理就可以在这些拥有丰富语义的元数据上推理，支持用 户的语义查询。在人们对网上信息语义查询的需求日益扩大情况下，语义w e b 的研究逐渐受到重视”，当然，语义w e b 必须在资源标注的基础上工作“。w e b 的 发明者t i m b e r n e r s l e e 指出：通过语义标注，网上的智能代理就可以自动处理 信息内容、进行精确搜索、资源发现、信息代理以及信息过滤等工作“。著名的 原型系统是s h o e “，它采用在网页上加标注的方式为网页中的内容添加可以被识 7 别的语义信息，其中用r d f 为资源的定位和表示提供了有力的支持3 6 。然而，s h o e 必须对网页本身修改，也就是说要么在创建网页时赢接添加语义标注，要么对已 经创建的网页语义编辑，而这种方式由于访问权限问题决定是不灵活的。另外， 每次都让推理机先输入整个文件资源然后再分析处理影响了系统性能。当前，语 义w e b 中采用资源标注的主要目的是为语义查询服务，因此语义的异构问题也必 须解决，文献 3 7 通过语义代理完成语义的互操作。文献 3 8 分析了当前的语义 w e b 研究成果后认为，由于目前一些新开发的语义w e b 的标注符采用本体库，这 样就存在标注某一文档时候因为语义表达的范围比较广而必须引用不同本体库， 而用户的语义查询是建立在这些本体库的集成基础上的，这是一件必须解决但又 很困难的事情。 1 2 4 半结构化数据语义查询的相关工作 随着i n t e r n e t 技术的迅速发展和同益成熟，人们积聚了越来越多的半结构 化数据，如s g m l 、x m l 文件，具有一定结构的网页等。同那些结构化数据相比， 这些数据通常都是没有固定模式的，并且是不完整的。半结构化数据是一种自描 述型数据，其中每个对象都可能有自己的模式或结构。图5 - 2 给出了一个半结构 化数据对象的例子。另外。半结构化数据与那些非结构化数据( 如图像、声音等) 也存在缀大差别。在半结构化数据中，不同的对象之问还存在着一些媳型的结构 或模式( 如图5 - 2 中r e s t a u r a n t 对象之间都有n a m e 和a d d r e s s 属性) ，而非结 构化数据中的对象可能是完全没有结构可言的。因此，半结构化数据的查询有 其自身的特点。当前，半结构化数据的查询方法有多种。有些采用正规表达式， 有些采用一阶谓词逻辑。有些采用d a t a l o g ”，但基本上属于严格匹配查询。比 较典型的查询语言是l o r e “和u n q l ”，前者是基于o e m 数据模型，用路径表达式 和通配符来解决数据库结构的不确定性问题，但用户书写的查询表达式中结点和 标记的前后顺序必须和数据库中的相应的结点和标记对应。后者是基于和o e m 图类似的带根的标记图，其查询能力比路径表达式要强，但存在和前者同样的问 题。yk a n z a 提出了半结构化数据的柔性查询”，它使用户的查询表达式不需要 遵循严格的匹配条件，该方法直接在o e m 数据库上查询。而o e m 数据库可能非 常大又不存在固定的模式。许多情况下是不存在查询结果，但它仍旧遍历了整 个数据库，因此查询效率低。为了对半结构化数据进行有效查询不少文献对这 些数据的组织结构，也就是数据模式进行了研究“，并试图找出隐含在半结构化 数据中的模式信息“，这些模式信息代表了数据库包含的语义。为提高查询的效 8 率，文献 4 6 n 寸论了在半结构化数据库卜而提取d a t a g u i d e 模式，它针对的是树 状的结构，没有对图的结构加以讨论。 1 3c s c l 中语义的处理 在c s c l 系统中，学习效率在很大程度上取决于系统对语义的支持能力”。 本文主要解决c s c l 中语义相关的三个问题：描述逻辑本体库转换为框架本 体库，为学习资源添加语义标注以及标注本体的集成，半结构化数据的语义信息 提取和柔性查询。具体如下； 1 3 。1 描述逻辑本体库转换为框架本体库 框架本体库可以表示概念的层次结构，因此其数据结构非常适合知识导航模 块的直接使用，但对概念的分类能力比较弱，必须由用户自行实现分类。通过描 述逻辑表达的本体其概念的分类可以由专门的分类算法实现，但数据结构不适合 用户的知识导航。因此，研究了相应的算法将描述逻辑本体库中的概念分类，先 形成具有层次的词汇网，然后再生成框架的表示。分类过程可通过对词汇定义式 的语法结构比较来确定相互的包含关系，也就是上位词和下位词的关系，该方法 速度快，但不能处理复杂的概念表达式。通过采用模型理论，得出当某个概念定 义式有相应的模型解释，那么该定义式就是可以被满足的( 存在对应的实例数 据) 。因此要判断一个概念a 是否包含于另一个概念b ，可将a c b 重新改写为 p = 口n 1 6 ，如果a c b 那么p 就不存在对应的解释，也就是p 是不满足的。整个 算法就是以这个思想为基础对用户定义的本体库中的概念冲突进行检查、分类并 转化为框架本体库。 1 3 2 资源语义标注及标注本体集成 资源添加语义标注的目的是服务于资源的语义查询、自动的资源发现。虽然 s h o e 可以对网页添加语义标注，然而它必须要将标注信息本身加入了网页资源 原始文件，还有s h o e 不能处理反向关系、负( n e g a t i o n ) 概念定义、传递关系， 从而使s h o e 只支持有限的推理。r d f 是用来描述资源间相互关系的简单模型， 并且通过模式r d f s 来说明定义描述性元素的机制，但如果不加本体，语义推理 将非常有限。本文将r d f 、描述逻辑本体和s h o e 的思想结合，设计了相应的标 注体系，能够满足语义自动推理、高吞吐量以及灵活性好的要求。对某一文档的 语义标注可能需要采用不同本体库中的词汇，般采用不同的名字空间米区分本 体库，现有资源标注的研究很少讨论采用不同本体库后带来的语义查询问题。查 询前需要知道本体的集成信息，从而可以发出合理的查询。当前对不同本体集成 可能产生的不匹配以及解决方法研究很少，因此难以对异构的本体库集成。本文 首先从本体工程的角度入手，将本体分解为概念层和语言层，然后分析了各种不 匹配的问题，并给出了有效解决方法。在此基础上，进一步定义了公共本体库和 关联本体库，两者共同构成了集成本体库。公共本体库解决了同类概念的组合和 整合语义类似但处于不同概念层次的词汇问题，而关联本体库解决了不同本体库 的概念之间的依赖关系问题。 1 3 3 半结构化学习资源的语义信息提取和柔性查询 采用严格匹配的方法来处理具有半结构化数据形式的学习资源的语义查询 将很难得到结果，用户还必须记住数据库的结构信息，增加了额外的负担。因此， 要求系统提供半结构化数据库的语义信息，用户了解语义信息后，可发出自己的 语义查询。为了避免传统严格匹配查询的缺点，文章通过采用柔性查询语义来克 服。但这样还存在查询效率低下的问题，因为在半结构化数据库没有模式信息的 前提下必须对数据库遍历。文献 4 9 讨论了在研究了在半结构化的数据库上面 提取结构信息生成视图，用户对数据库可以了解并发出遵循严格匹配的查询。本 文进一步研究了在提取的本体库结构是图的情况下，将图在柔性语义下转化为等 价树的算法，从而避免了算法复杂度中的n p 问题。 1 4 本论文的工作及论文的组织 学生自学和合作交流是协同学习过程中密不可分的两个方面。自学过程中的 学习资源查找以及合作交流过程中语义的相互理解都涉及到了本体表示的问题。 本文试图用本体为协同学习中的语义处理提供支持。除了绪论和总结，全文主要 包含5 个部分： 1 第二章是合作交流及语义的研究 针对团体协同学习的特点，设计了三层协作模型。通过对每个层次的详细分 析，给出了协同学习中协作任务处理的憋个过程。结合整个协同学习身l 的效 率问题，得出人人交流的顺利进行是建立高效的协同学习系统的保障。凶此， 进一步提出了基于本体的合作交流的概念。试验结果表明，通过本体的支持， 不同学习背景的人可以对同一讨论的问题具有一致的理解，提高了工作效 率。 2 第三章是本体分类及转换 合作交流的语义可通过本体来支持，而具体的实施则通过知识导航系统。知 识导航系统要用到本体库但框架表示的本体库不能提供标准统一的推理 机，必须要用户自己实现。因此考虑到应用灵活性，采用逻辑本体库。从推 理的复杂性和现有的技术支持条件考虑，采用描述逻辑表示本体，从模型论 的角度研究了本体的分类问题，给出了从描述逻辑到框架表示的转换算法。 3 第四章是学习资源的语义标注 从是否真正满足用户潜在、复杂的语义需求看，当前国内外c s c l 平台在协 同环境下对共享学习资源的查找并没有太高的效率。通过借鉴语义w e b 的研 究，提出了将标注和资源本身分开原则，一方面克服了必须修改资源本身的 缺陷，另一方面使标注资源的处理更加灵活。给出了资源标注方法，该方法 能够灵活地对多种不同内容粒度以及多种格式的学习资源标注。研究了采用 本体库中的概念作为元数据，提出了以描述逻辑为基础的标注体系结构，从 而增强了语义推理的能力。对于标注文档中引用多个本体库问题，为使语义 查询顺利进行，对本体的集成进行了研究，分析了不同本体库的概念之间不 匹配问题，给出了解决方法。提出了用关联本体库和公共本体库生成集成本 体库。 4 第五章是学习资源的语义提取及柔性查询 许多场合，学习资源的组织结构呈现半结构化特点。半结构化数据库没有固 定的库模式，用户对其结构难以产生清晰的认识，从而无法有效地查询所需 的内容。提出了基于本体的柔性查询，用户通过了解数据库本体语义信息而 发出的查询不必遵循严格的数据库模式也能得出结果。由于在半结构化数据 库上直接查找效率很低，故在共上生成描述库模式的概念本体库。查询模块 先在本体库上评估能否得出查询结果再在数据库上执行查询。然而由于本 体库可能是图的形式，其查询代价仍然很高，本质上是n p 问题，进一步研 究了将图转化为树的方法，并给出了相应的算法。 5 第六章介绍了c s c l 系统原型 本章介绍了目前正在开发的c s c l 平台，它主要用来对协同学习提供基础性 的支持，能够方便地扩充为适应不同行业和场合的学习平台，并且注重了对 学生学习中语义处理能力的支持。它支持用户在协同学习过程中具有的多种 交互，包括人人交互和人与资源的交互。整个协作学习过程就是由这些基本 的交互支持模块提供支撑。对平台的功能和体系结构作了介绍，设计了三级 逻辑结构保证了高可靠性、可伸缩性、可管理性和灵活性。对合作交流、讨 论信息合成、白板知识点操作以及学习资源管理子系统做了详细介绍。 全文共分7 部分，图1 1 为本文各章的逻辑结构。 ， 第2 章合作交流及语义j 第4 章学习资源的语义标注 1 r1r l 第3 章奉体分类及框架表永转换 第5 章芈结构化学习资_ i 嘏的莱性盘咖 士 第6 章c s c l 系统域型l 土 ( 总结及展望 ) 图1 - 1 本文各章的逻辑结构 第二章合作交流及语义 2 1c s c l 中的合作类型 教学理论认为，协同学习的过程是由多种协同学习模式组合而成，不同的教 学阶段应采用不同的学习模式”。不同的学习模式对应不同的合作类型。例如： 对于基于问题的学习采用完全协同型，对注重学生单独思考问题的场合可采用协 同与自私共存型。不管采用哪种类型的合作交流，语义的表示是至关重要的”2 。 以下先对合作交流作简要介绍，从而可以对协同学习中的协作有个概念性的了 解，然后对合作交流过程进行深入分析，研究交流的语义表示方式以及实际的支 持方式。 c s c l 中的合作交流是指多个参与者围绕一个共同的问题而相互配合协作解 决的过程。根据参与者之间目标关系以及协作的程度，将协作分为如下5 种类型。 ( 1 ) 完全协同型：系统中的参与者都围绕一个共同的全局目标，其参 与者没有自己的局部目标，所有参与者全力以赴地协作。 ( 2 ) 协同型：系统中的参与者具有一个共同的全局目标，同时各参与 者还有与全局目标一致的局部目标。 ( 3 ) 自私型：系统中不存在共同的全局目标，备参与者都为自己的局 部目标工作且目标之间可能存在冲突。 ( 4 ) 完全自私型：系统中不存在共同的全局目标，各参与者都为自己 的局部目标工作，并且不考虑任何协作行为。 ( 5 ) 协同与自私共存型：系统中既存在一些共同的全局目标，某些参 与者也可能还具有与全局目标无直接联系的局部目标。 由于参与者目标之间存在复杂的关系，使参与者之间的相互作用呈现各种不 同的性质。一般来说，针对某一目标，参与者之体的相互作用可分为有益的相互 作用和有害的相互作用。有益的相互作用是指参与者之间的交互有益于目标的完 成；有害的相互作用指参与者之间的交互有损于目标的完成。参与者之间协同的 程度从“完全协同”到“完全自私”可用“协同度( d e g r e eo fc o o p e r a t i o n ) ” 定性刻画。 c s c l 中协作的产生可分为有组织协作和自发协作。其中有组织地协作是指组 l3 织中的成员( 指导老师) 依据教学整体目标组织学生协作学习t 这类系统通常是 协同或完全协同型：自发地协作是指参与者根据自己的目标、当前状态和长远利 益寻求协作者，形成协作关系，这类系统通常是自私型。 2 2 学习过程中的协作分析 2 2 1 三层协作模型 c s c l 系统的协同学习可采用三层协作模型表示，通过任务分配层，活动层及 人人交流层刻画合作交流的过程。这是一个逐步细化的过程。 图2 - i l 任务分配层：在协同学习过程中，需要首先将学习任务问题分解为一系列子任 务，t = t 1 ，t 2 ，t n ，只有各个子任务都获得解决，并将结论合并，整 个任务才算解决。这里有两种情况：一种是各个予任务之间没有关联，则每个子 问题的求解是独立的。另一种情况是子任务之间存在相互依赖。这需要对子任务 找出其中的依赖以及前驱问题。只有前驱闯题获得勰决，才可能解决当前的子任 务该工作应该由本次协同学习的主持人完成。 2 活动层：协同学习是通过培养学生解决问题的能力来达到对知识的内化。因 此。主要的学习模式便是两向学习问题求解的学习。每个学习任务就是对问题进 行求解，可以根据其性质划分为着千活动步骤。假设换同讨论的阅题为q ，它可 以分解为一系列子问题q ，q z q ，现在要求解的子问题q 。依赖于子问题集合 空间q ，q 仨q ，q 中包含q 。依赖的所有予问题。令基于子问题q 。上进行求解 的动作为d 。d 可能的值为查阅，分析，请教等。这些可能的动作构成了活动空间 d = f 查阅，分析，请教) 。子问题q 。的求解可以形式化地表示为q 。= q d 其中 q 表示前驱子问题空间，d 表示活动空间，表示在前驱子问题基础上执行动作。 令“ ”表示必要条件，则q ，八m 表示两者都必须具备。那么，子问题q = q d 即在前驱子问题空间q 上进行d 中的操作进行q 求解。例如：假设q 。的前 驱有2 个，q 。q b 则q i = q d ，其中q = 吼 q b 图2 - 2 次序约束图 如图2 - 2 所示，问题q 的求解必须在q 。和q 。均获求解的基础上才能完成。为求 出q 。可在q 。的基础上请教他人获取相关知识，并且在q n 的基础上查阅文献获取 相关知识将两者行为综合便进入q t 。 3 人人交流层一一活动执行过程中协作参加者采用某种会话方式相互交换信息。 人与人讨论问题的过程可以用言语行为理论“加以描述，s p e e c ha c t 理论由 a u s k i n 创立，s e 矗l e 对其进行了完善。其主要内容是：言语是实现行为的一种 手段，说话者必须根据自己的意图，有计划地选择和组织其言语行为，以保证目 标的高效实现，听话者作为协作者一方，通过分析说话者的言语来理解说话者的 信念、愿望和意图或规划，以便于能够实施这些有目的行为。图2 3 表示两个人 在讨论问题时的言语行为。假设学习者a 邀请b 参与某个子问题的讨论，并且规 定了该讨论的持续时间t 。b 收到邀请后，有两种选择，愿意参加( p r o m i s e ) 和 拒绝参加( r e j e c t ) 。若b 同意参加就到状态4 ，b 给出他的分析结果，a 读了b 的结论后，把修改意见返回给b ，b 收到后，在规定时间内给出新的建议( 反 建议) 并传给a ，这样反复多次，最后时间t 到了，a 必须作出决定。从图2 - 3 可以看出，a ：e v a l u a t e 和b ：p r o p o s e 是合作交流的核心。两者的反复变迁是人 与人反复商讨的过程。不过在远程教学环境下，只有一个人的表述被对方完全领 悟，这种协商才能正常进行，才有可能在规定的时间内获得结果。在虚拟环境下 可借助本体来明确表达语义，本章2 3 节将详细讨论此问题。 从上面的介绍可以发现协同学习中合作交流能杏顺利进行的关键是讲话者 言语的语义表述是否能够以明确的方式表示，这是下面将研究用本体支持合作交 流的根源。 图2 3 两个人在讨论问题时的言语行为 2 2 2 讨论结果共享 各子问题通过学习者的讨论，逐步获得最终的结果。但这些部分结果还必须 合并，这样才能实现学习组的智力成果共享。图2 4 是协作问题求解结果合并的 示意图。 图2 - 4 讨论结果合并示意图 每当一个参与者求得某一予问题的结果时，它就根据任务分解层提供的信息 判断哪些参与者可能需要这一结果，并将结果传达相应的参与者。收到结果的参 与者可通过不同方式利用该结果，如将收到的结果集成