CN119397083A 基于知识图谱来推 荐教育内容的方法及相关产品 （上海处理器技术创新中心）

基于知识图谱来推荐教育内容的方法及相本披露公开了一种基于知识图谱来推荐教与多个知识点对应的信息和例题的知识库中被从起始实体开始在知识图谱中沿一条或多条边与起始知识点和扩展知识点对应的信息或例题户输入包括推荐策略和对应于起始知识点的数2个知识点及其相互关系，且每个实体表示的知识点所对应的信息被存储为该实体的属性，基于所述数据在所述知识图谱中识别表示该起始按照所述推荐策略，从所述起始实体开始在所述知识图谱中沿一条或多条输出所述知识库中与所述起始知识点和所述一个或多个另外实体表示的一个或多个13.一种基于知识图谱来推荐教育内容的系统，其中所述知识图谱在包含与多个知识3多个知识点及其相互关系，且每个实体表示的知识点所对应的信息被存储为该实体的属输入模块，用于由用户来输入推荐请求，所述推荐请求包括推荐策略和查找模块，用于按照所述推荐策略，从所述起始实体开始在输出模块，用于输出所述知识库中与所述起始知识点和所述一个或述起始知识点的名称、对应于所述起始知识点的条件或对应于所述起始知识点的例题的20.如权利要求13_19的任一项所述的系统，其21.如权利要求13_20的任一项所述的系统，教育内容是与扩展知识点对应的信息还是与扩展知识点对22.如权利要求13_21的任一项所述的系统，其24.如权利要求13_23的任一项所述的系统，425.一种基于知识图谱来推荐教育内容的装置，所述装置包括处理器和已存储指令的5[0002]知识图谱(KnowledgeGraph)的概念由谷歌在2012年正式提出，旨在实现更智能[0008]知识图谱的构建方式分为自顶向下(top_down)和自底向上(bottom_up)两种方谱，面向特定领域专业用户使用。自底向上构建方式则是从开放链接数据(OpenLinked6于path的方法和联合方法。基于embedding的方法的思路是借助知识图谱嵌入算法(KGE)，基于学习提升需求及知识图谱确定出对应的教育内容推7另外实体表示的一个或多个扩展知识点对应的信息或例题作为推荐个扩展知识点对应的信息或例题作为推荐的教[0022]通过参考附图阅读下文的详细描述，本披露示例性实施方式的上述以及其他目8[0026]图4示出了根据本披露实施例按照计算类知识点推荐策略在某知识图谱中进行查[0028]图6示出了根据本披露实施例的基于知识图谱来推荐教育内容的系统的示意框[0029]图7示出了根据本披露实施例的基于知识图谱来推荐教育内容的装置的示意框露中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，9识库中与所述起始知识点和所述一个或多个另外实体表示的一个或多个扩展知识点对应多个知识点的多项数据之一作为对应于起始知识点的数据或直接输入对应于起始知识点[0038]接下来，方法200的各个实施例将结合图3至图5在下面被进一步描述。可理解的各种推荐策略。如此构建的示例知识图谱的一部分的示意图在图3中被示出(图3并未示出知识图谱所包含的知识点还不够多或者该知识图谱知识点来自的教材页码和知识点的来源类型。知识点的ID是指知识点在知识库中的标识户之前通过方法200而获知了推荐的某个例题的ID(如下所述)时，用户可将该例题的ID作为对应于起始知识点的例题的ID包括在推荐请所述，用户可在例如图形用户界面上输入对应于起户在所述窗口上指定所述这些知识点之一作为所述起始知识点。本领域技术人员可以理本披露的方案对于如何促使用户指定起始知识点并无限知识点，如果用户在推荐请求中指定同级知识字相乘法对应的信息或例题。相关概念推荐是推荐与起始知识点相关的其它知识点的策[0045]按照推荐策略在知识图谱中的所述查找可采用一定的规则，例如上述基于[0046]在一个实施例中，所述查找采用的一个或多个规则根据所述推荐策略被自动确推荐请求进一步指定要推荐的教育内容是与扩展知识点对应的例题，则方法200将输出所的类型，并且在此情况下，方法200可根据例如预先的配置而自动选择输出所述信息或例[0050]在一个实施例中，以列表和/或图谱来输出与所述一个或多个扩展知识点对应的输出或响应于所述用户的进一步请求而输出与所述一个或多个扩展知识点对应的例题的个另外实体表示的一个或多个扩展知识点对应的信息或例题作为推荐的教育内容。系统程的数据处理设备的处理器而被执行的所述指令创建用于实现框图和/或流程图的框中指[0056]还应理解，流程图的框中所示的功能/动作可能并不以图示中所示顺序的顺序来装置上被执行时使得所述装置执行上述基于知识图谱来推荐