基于RDF的教育资源描述

,姓名,导师,张书涵,夏幼明教授,基于RDF的教育资源描述,目录,1,2,3,4,元数据与教育资源建设技术规范,XML语言与资源描述框架RDF,基于RDF模型的半结构化知识表示,教育资源特征提取与分类算法,元数据与教育资源技术规范,什么是元数据？,元数据可以出现在数据内部、独立于数据、伴随着数据、与数据包裹在一起等形式。,元数据，最常见的宽泛定义是关于数据的数据，具体讲的是关于数据的结构化数据。,元数据与教育资源技术规范,元数据的种类,对于元数据的种类有不同的分类方法，一般分为描述性元数据、结构性元数据、存取控制性元数据、评价性元数据。,元数据与教育资源技术规范,元数据在教育领域中的应用,1、用于教育信息资源的组织,2、用于教育信息资源的检索与导航,3、用于教育信息资源数据库的设计与维护,4、用于系统管理机制的描述,元数据与教育资源技术规范,现有的教育资源元数据标准,1、都柏林核心元数据标准,英文名是“DublinCoreMetadata”，简称DC元数据。它于1995年3月，由美国联机图书馆中心与国家超级计算应用中心联合发起，目的是希望建立一套描述网络学习资源的方法，方便人们检索。,元数据与教育资源技术规范,现有的教育资源元数据标准,1、都柏林核心元数据标准,DC元数据为网络教育资源制定了一组通用核心集，该标准对网络教育资源相关的15个核心元素进行了规定，并分成了三类。一是教育资源内容描述类，主要包括Title,Subject,Description,Source,Language,Relation等；二是知识产权类，包括Creator,Publisher等；三是外部属性描述类，包括Date,Type,Format等。,元数据与教育资源技术规范,现有的教育资源元数据标准,1、都柏林核心元数据标准,DC元数据比较简单，容易理解，规定的内容也较少，是一个良好的教育资源描述元数据集。但是，在描述较复杂的学习对象时，不能详细的对教育资源的属性进行描述，具有一定的局限性。,元数据与教育资源技术规范,现有的教育资源元数据标准,2、学习对象元数据（LearningObjectMetadata）,简称LOM元数据，是与学习对象相关的一切信息。它于1996年IEEE的学习技术标准委员会研究产生，方便对学习对象进行检索、查询、定位和管理。,元数据与教育资源技术规范,现有的教育资源元数据标准,2、学习对象元数据（LearningObjectMetadata）,IEEELOM主要对学习对象的9个基础类别的特征进行规范和描述:,通用类、生存周期类、元-元数据、技术类、教育类、权利类、关联类、注释类、分类类,元数据与教育资源技术规范,现有的教育资源元数据标准,2、学习对象元数据（LearningObjectMetadata）,从元素构成上看，LOM较为复杂，分为9大类，每一类下面由有二级元素，一共47个左右。但是其修饰词却不复杂，只有部分元素有修饰词。,从资源描述能力上看，相比DC元数据，LOM的资源描述深度和广度要强的多，是更专业的教育资源描述工具。,元数据与教育资源技术规范,现有的教育资源元数据标准,3、中国网络教育技术标准,英文名称ChinaE-LearningTechnologyStandards，简称CELTS。它于2001年由中国教育信息化技术标准委员会提出，是一个具有中国特色的网络技术标准。,元数据与教育资源技术规范,现有的教育资源元数据标准,3、中国网络教育技术标准,学习对象元数据规范CELTS-3,教育资源建设技术规范CELTS-41,基础教育教学资源元数据规范CELTS-42,XML语言与资源描述框架RDF,什么是资源描述框架RDF？,RDF是一种元数据框架，它借助网络实现机器可识别应用程序之间的互操作性，使网络资源自动化处理。,RDF的主要目标是为了解决互联网中信息的语义化，它支持对元数据语义的描述以及元数据之间的互操作性，在应用中也支持基于推理的知识发现而不是全文匹配检索。,XML语言与资源描述框架RDF,RDF框架,RDF数据模型、RDF模式和RDF语法,1、RDF数据模型RDF数据模型形成对资源的形式描述，通过使用标记图（或“节点和弧”图）表示，包括：资源、属性、属性值三部分。,资源可能是整个网页、网页的一部分或页面的全部集合，或者是不能通过Web直接访问的对象,属性是描述某个资源特定的方面、特征、性质或关系,XML语言与资源描述框架RDF,2、RDF模式（RDFSchema）RDF模式定义了RDF描述资源时所用的词汇集，包括类和属性。,3、RDF语法-基于XML的语法,XML语言与资源描述框架RDF,xmlns:g=“grid:/,XML语言与资源描述框架RDF,网格中资源基本属性,XML语言与资源描述框架RDF,”xmlns:rdf=“/1999/02/22-rdf-syntax-ns#”xmlns:rdf=“/2000/01/rdf-schema#”xml:base=“,基于RDF模型的半结构化知识表示,设有目标域为D，D中所以数据源的集合为SD=Si,Si为二元组，E为Si中数据元素的集合E=e，R为Si中数据元素之间关系的集合R=e,e,rik（e,eEi）,则有：Si,f,sM,f(si)=f()=f()f(si)=f(e)E,f(e),f(e),f(e)R,设目标域D上的元数据M，其描述能力为二元组，E为M支持的数据元素的集合，E=ei，R为M中数据元素之间的关系集合R=ei,ej,rk(ei,ej)E),RDF形式化模型,基于RDF模型的半结构化知识表示,LOM=General,Lifecycle,Metamedata,Technical,Educational,Rights,Relation,Annotation,ClassificationGeneral=Identifier,Title,Catalogentry,Language,Description,Keywords,Coverage,Structure,AggregationievelLifecycle=Version,Status,ContributeMetamedata=Identifier,Catalogentry,Contribute,Metadataschema,LanguageTechnical=Format,Size,Requirment,Installatio_remarks,Other_latform,Requirements,DurationEducational=Interactivity_type,Learning_resource_type,Interactivity_level,Semantic_density,Intend-ed_enduser_role,Context,Typical_agerange,Difficulty,Typica_larning_time,Description,LanguageRights=Cost,Copyrightandrestructions,DescriptionRelation=Kind,ResourceAnnotation=Person,Date,DescriptionClassification=Purpose,Taxopath,Description,Keyword,RDF形式化描述-LOM基本命名空间的缩写,基于RDF模型的半结构化知识表示,Baseschemaxmlns:rdf=“/1999/02/22-rdf-syntax-ns#”xmlns:rdfs=“/2000/01/rdf-schema#”xmlns:dc=“/dc/elements/1.1/”xmlns:dcterms=“/dc/terms/”xml:base=“/2002/09/lom-base#”ISO8601InstancesofthisclassaredatesandtimesencodedwithISO8601.EntityInstancesofthisclassarepersonsororganizationsdescribedbyCards,RDF形式化描述-RDFS词汇表示例,教育资源特征提取与聚类算法,聚类框架,混合XML文档,文档约简,约简文档,WordNetaddpij到PiEND,教育资源特征提取与聚类算法,语义相似度计算,算法语义相似度计算输入矢量特征模型Doc;输出语义相似度矩阵Begin抽取XML文档中的全部元素;while(Doci在文档集D中)创建扩展元素向量Doci;while(Doci在文档集D中)while(Docj在文档集D中)计算Doci与Docj的相似度;END,该算法比传统的仅考虑词频的相似度计算方法相比，元素匹配程度提高了50%-100%。但是该方法未考虑元素所在层次结构对相似度的影响。,2001年美国Jung-WonLee发表在IEEE上的文章PreparationsforSemantics-BasedXMLMining提出了一种计算XML文档语义相似度的方法，该算法抽取XML文档的元素节点，然后对每个元素节点建立扩展标记向量，通过扩展标记向量中的元素匹配程度进行语义相似度计算，时间复杂度为O（N2），其中N是文档数目。,教育资源特征提取与聚类算法,在XML文档中，层次越高的元素往往比层次的的元素更能反映文档的信息，在描述文档的时候更具有意义，因此在计算语义相似度时，应把层次作为因子纳入计算。,层次影响因子,层次影响因子(LayerAffectingFactor)是指在XML文档中，元素在文档树结构中所处层次对语义相似度的影响程度。定义为：,其中，是文档i中第P个元素所