基于知识图谱面向自主学习的PEC课程问答方法及机器人与流程

基于知识图谱面向自主学习的pec课程问答方法及机器人
技术领域
1.本发明涉及网络智能教育技术领域，尤其涉及基于知识图谱面向自主学习的pec课程问答方法及机器人。


背景技术：

2.在应用型本科教育教学中，由于学生特长、个性差别和学习方式的多样化，学生在学习过程中难免遇到各种各样的问题。而学生在寻求解决问题的方式时，过分依赖任课教师，这就需要教师花费更多精力和时间来关注社交软件，以回答学生提出的问题。
3.虽然现在主流的社交软件（例如微信、qq等）增加了师生间的良好互动，拉近了师生的距离，但是由于学生人数较多，学生的问题种类繁多，或者相似问题询问次数较多，大量重复性的工作无疑加大了教师的工作强度，且对提高学生的自主学习能力并无太大帮助。


技术实现要素：

4.本发明的目的是为了至少解决现有技术的不足之一，提供基于知识图谱面向自主学习的pec课程问答方法及机器人。
5.为了实现上述目的，本发明采用以下的技术方案：具体的，提出基于知识图谱面向自主学习的pec课程问答方法，包括以下：获取教师端提供的知识数据包，所述知识数据包包括知识点数据以及处理问题数据；对所述知识数据包进行数据清洗，后提取所述知识数据包中的知识点数据作为第一部分的数据存入至neo4j图数据库，提取所述知识数据包中的处理问题数据作为第二部分的数据存入至elastic search数据库；调用所述neo4j图数据库以及elastic search数据库通过neo4j技术构建知识图谱；获取用户于搜索引擎中输入的关键词；对所述关键词进行解析得到当前问题，从elastic search数据库中提取与当前问题匹配度于第一阈值前的答案；将所述答案以及其对应的知识图谱按照匹配度由高到低的排序予以展示。
6.进一步，所述知识数据包具体为教师端提供的excel文件，所述知识点数据包括与教学相关的专有名词的解释，所述处理问题数据包括问题以及所述问题对应的知识点。
7.进一步，上述获取用户与搜索引擎中输入的关键词的方法包括直接获取用户输入的文本、根据用户的语音信息转化形成的文本以及通过用户提供的图片信息转化形成的文本。
8.进一步，所述数据清洗的过程具体包括以下二个部分，第一部分：将知识点数据一一的构建联系，知识点之间的联系有：
①
学科
‑
【知识
点】
‑ꢀ
知识点，相当于学科章节，
②
知识点，相当于学科章节
‑ꢀ
【详细知识点】
ꢀ‑ꢀ
细知识点，相当于学科章节中的小节，该部分的知识点联系会在后面学生搜索问题时展示出来，供学生进行更加深入的学习；第二部分：将excel文件中的处理问题数据进行处理，该部分包括题目、题目选项、题目答案、题目所属学科、题目包括的知识点，分别存入elastic search数据库。
9.进一步，所述方法还包括，当用户控制鼠标指针移动至所述知识图谱的某一节点上时，会将某一所述节点所涉及的内容展示出来，当用户点击某一所述节点时，控制显示界面跳转至所述节点对应的问题界面。
10.进一步，所述方法还包括，当用户输入关键词时，会根据用户输入的关键词进行关键词提示，另外当用户输入的关键词出现拼写错误时，会对用户进行引导提醒。
11.进一步，所述方法还包括，当用户输入的关键词解析得到的当前问题无法在elastic search数据库中匹配时，会对当前问题予以记录并推送至教师端，并获取教师端的回复内容，将所述回复内容与当前问题相关联作为新的知识点存入至elastic search数据库，以更新elastic search数据库。
12.进一步，所述方法还包括，当用户输入的关键词解析得到的当前问题无法在elastic search数据库中匹配时，会接入站外搜索通道，并将站外搜索的结果展示给用户。
13.进一步，所述站外搜索访问的平台包括但不限于知乎、百度、v2ex、csdn、博客园、个人博客，并且，在将站外搜索的结果展示给用户时，还会计算根据当前问题在站外搜索得到的数据量在以上各个平台的数量占比情况，并以饼图的形式予以展示。
14.本发明还提出基于知识图谱面向自主学习的pec课程问答机器人，包括以下：知识获取模块，用于获取教师端提供的知识数据包，所述知识数据包包括知识点数据以及处理问题数据；数据处理模块，用于对所述知识数据包进行数据清洗，后提取所述知识数据包中的知识点数据作为第一部分的数据存入至neo4j图数据库，提取所述知识数据包中的处理问题数据作为第二部分的数据存入至elastic search数据库；知识图谱构建模块，用于调用所述neo4j图数据库以及elastic search数据库通过neo4j技术构建知识图谱；关键词获取模块，用于获取用户于搜索引擎中输入的关键词；答案匹配模块，用于对所述关键词进行解析得到当前问题，从elastic search数据库中提取与当前问题匹配度于第一阈值前的答案；展示模块，用于将所述答案以及其对应的知识图谱按照匹配度由高到低的排序予以展示。
15.本发明的有益效果为：本发明基于学科背景建立课程的知识图谱，实现常见问题、习题、作业和试题与知识图谱的关联，实现基于知识图谱的知识推荐和自动应答，而且该机器人可以24小时待机回答学生提出的问题；对于无法解决的问题，能够实时记录、并推送给老师，由教师人工回复，教师的回复作为新的知识点更新进课程知识图谱的数据库中。使用本项目可以便于同学们对知识的查漏补缺，消化吸收；还极大程度地节省了教师的时间。
附图说明
16.通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：图1所示为本发明基于知识图谱面向自主学习的pec课程问答方法的流程框图；图2所示为本发明基于知识图谱面向自主学习的pec课程问答机器人的专有名词解释功能示意图；图3所示为本发明基于知识图谱面向自主学习的pec课程问答方法的站外搜索功能展示图。
具体实施方式
17.以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
18.实施例1，本发明提出基于知识图谱面向自主学习的pec课程问答方法，包括以下：获取教师端提供的知识数据包，所述知识数据包包括知识点数据以及处理问题数据；对所述知识数据包进行数据清洗，后提取所述知识数据包中的知识点数据作为第一部分的数据存入至neo4j图数据库，提取所述知识数据包中的处理问题数据作为第二部分的数据存入至elastic search数据库；调用所述neo4j图数据库以及elastic search数据库通过neo4j技术构建知识图谱；获取用户于搜索引擎中输入的关键词；对所述关键词进行解析得到当前问题，从elastic search数据库中提取与当前问题匹配度于第一阈值前的答案；具体的，针对此项，本发明采用如下方式进行答案检索，对问题进行分词，根据不用的问题分出不同的词语，进行倒排索引处理，对分出来的词语进行统计，将一个词语所对应的索引进行总结，当用户在输入框输入词语或者问题时，elastic search他会根据和倒排索引的对应，快速的找到对应的文档数据，从而提取与当前问题匹配度于第一阈值前的答案。
19.将所述答案以及其对应的知识图谱按照匹配度由高到低的排序予以展示。
20.本发明基于学科背景建立课程的知识图谱，实现常见问题、习题、作业和试题与知识图谱的关联，实现基于知识图谱的知识推荐和自动应答，而且该机器人可以24小时待机回答学生提出的问题；对于无法解决的问题，能够实时记录、并推送给老师，由教师人工回复，教师的回复作为新的知识点更新进课程知识图谱的数据库中。使用本项目可以便于同学们对知识的查漏补缺，消化吸收；还极大程度地节省了教师的时间。
21.作为本发明的优选实施方式，所述知识数据包具体为教师端提供的excel文件，所
述知识点数据包括与教学相关的专有名词的解释，所述处理问题数据包括问题以及所述问题对应的知识点。
22.作为本发明的优选实施方式，上述获取用户与搜索引擎中输入的关键词的方法包括直接获取用户输入的文本、根据用户的语音信息转化形成的文本以及通过用户提供的图片信息转化形成的文本。
23.作为本发明的优选实施方式，所述数据清洗的过程具体包括以下二个部分，第一部分：将知识点数据一一的构建联系，知识点之间的联系有：
①
学科
‑
【知识点】
‑ꢀ
知识点，相当于学科章节，
②
知识点，相当于学科章节
‑ꢀ
【详细知识点】
ꢀ‑ꢀ
细知识点，相当于学科章节中的小节，该部分的知识点联系会在后面学生搜索问题时展示出来，供学生进行更加深入的学习；第二部分：将excel文件中的处理问题数据进行处理，该部分包括题目、题目选项、题目答案、题目所属学科、题目包括的知识点，分别存入elastic search数据库。
24.作为本发明的优选实施方式，所述方法还包括，当用户控制鼠标指针移动至所述知识图谱的某一节点上时，会将某一所述节点所涉及的内容展示出来，当用户点击某一所述节点时，控制显示界面跳转至所述节点对应的问题界面。
25.作为本发明的优选实施方式，所述方法还包括，当用户输入关键词时，会根据用户输入的关键词进行关键词提示，另外当用户输入的关键词出现拼写错误时，会对用户进行引导提醒。
26.作为本发明的优选实施方式，所述方法还包括，当用户输入的关键词解析得到的当前问题无法在elastic search数据库中匹配时，会对当前问题予以记录并推送至教师端，并获取教师端的回复内容，将所述回复内容与当前问题相关联作为新的知识点存入至elastic search数据库，以更新elastic search数据库。
27.作为本发明的优选实施方式，所述方法还包括，当用户输入的关键词解析得到的当前问题无法在elastic search数据库中匹配时，会接入站外搜索通道，并将站外搜索的结果展示给用户。
28.作为本发明的优选实施方式，所述站外搜索访问的平台包括但不限于知乎、百度、v2ex、csdn、博客园、个人博客，并且，在将站外搜索的结果展示给用户时，还会计算根据当前问题在站外搜索得到的数据量在以上各个平台的数量占比情况，并以饼图的形式予以展示。
29.基于以上，具体的操作过程如下步骤，步骤s1:获取老师上传的excel文件中的知识点数据（包含某些专有名词的解释）和处理问题的数据，其中问题数据包含该问题的知识点。
30.步骤s2: 将知识点的数据存入至neo4j图数据库，处理问题的数据存至elastic search数据库；步骤s3: 调用两个已录入的数据库，通过neo4j技术构建知识图谱；步骤s4: 将关键词（app端可以通过语音或拍照的形式）输入到搜索引擎中，系统对用户输入的关键词进行解析，然后从elastic search数据库中提取与当前问题匹配度高的答案；步骤s5: 最终将搜索到的结果以及所对应的知识图谱展示在用户界面上。
31.并且基于本发明的相关设计，能够具备如下功能点：f1、显示问题所对应的知识图谱。用户可根据自身需求在搜索框中输入目标问题、系统将会显示该问题所对应的知识图谱。当鼠标放置到知识图谱的某一节点时，会将节点所涉及的内容如：“名字(name)”，“解释(desc)”，“属于的学科(label)”呈现出来，用户可以直观的观察到两个或多个知识点之间的联系，有利于用户进行更加深度的学习，提供学习的方向，提高学习的效率。
32.f2、专有名词知识图谱解释。参见附图2所示，用户根据自己的需要搜索专有名词，本平台不仅将对应名词的解释进行相对应的解释，还可以返回关于该名词知识点有联系的知识点，并且构成知识图谱进行展示，用户可点击相对应的节点标签，系统会自动跳转到问题界面去展示包含该知识点的题目进行自主学习。
33.f3、自动应答。该机器人可以24小时待机回答用户提出的问题，用户将问题输入到搜索引擎中，系统对用户输入的问题自动进行解析，然后从elastic search数据库中提取与当前问题匹配度高的答案，显示出来。
34.f4、扩展知识图谱。对于该问答系统无法解决的问题，系统能够实时记录、并推送给教师，由教师人工回复，教师的回复作为新的知识点更新进课程知识图谱的数据库中，使得平台的灵活度更高。
35.f5、支持多种形式的搜索。用户可以文字、图片或语音的形式搜索问题，以提高搜索问题的效率。
36.f6、纠正、提示用户输入。对于当今的搜索引擎提示、纠错功能已经成为必备选项，本系统也支持当用户进行输入的时候进行提示以及纠错用户输入。如用户可能会将词语拼写错误，将“python”拼写成“pyhton”，这时平台会提醒用户出现拼写错误。如用户在输入单词“c”时，系统也会自动匹配与“c”有关的知识点名称进行提示，如“c语言”。
37.f7、回答用户问题的相关平台数据量占比。在导航栏的站外搜索一栏里将会显示该问题在知乎、百度、v2ex、csdn、博客园、个人博客等平台的数据量占比。
38.本发明还提出基于知识图谱面向自主学习的pec课程问答机器人，包括以下：知识获取模块，用于获取教师端提供的知识数据包，所述知识数据包包括知识点数据以及处理问题数据；数据处理模块，用于对所述知识数据包进行数据清洗，后提取所述知识数据包中的知识点数据作为第一部分的数据存入至neo4j图数据库，提取所述知识数据包中的处理问题数据作为第二部分的数据存入至elastic search数据库；知识图谱构建模块，用于调用所述neo4j图数据库以及elastic search数据库通过neo4j技术构建知识图谱；关键词获取模块，用于获取用户于搜索引擎中输入的关键词；答案匹配模块，用于对所述关键词进行解析得到当前问题，从elastic search数据库中提取与当前问题匹配度于第一阈值前的答案；展示模块，用于将所述答案以及其对应的知识图谱按照匹配度由高到低的排序予以展示。
39.本机器人在运行时，平台的数据来源于校内专业的任科老师进行编写，通过附图1所示的excel文件进行上传到本发明平台的后台进行数据清洗，分为三部分：
第一部分：将知识点数据一一的构建联系，知识点之间的联系有：
①
学科
‑
【知识点】
‑ꢀ
知识点（相当于学科章节）
②
知识点（相当于学科章节）
‑ꢀ
【详细知识点】
ꢀ‑ꢀ
细知识点（相当于学科章节中的小节）。该部分的知识点联系会在后面学生搜索问题时展示出来，供学生进行更加深入的学习。
40.第二部分：将excel文件中的问题部分进行处理，该部分包含题目、题目选项、题目答案、题目所属学科、题目包含的知识点，分别存入搜索引擎数据库中，在学生进行搜索的时候分两部分进行数据返回。第一部分是将与问题匹配度高的数据返回给后台进行处理后给用户进行展示；第二部是将查询出来的知识点数据进行整合分析，得到相应的知识点的知识图谱进行返回。
41.第三部分：使用情况可以参见附图2所示，老师将excel数据上传后，后台会自动清洗数据，存入对应的知识点属性中。在学生进行搜索的时候，后台接收到相对应的名词，到后台知识图谱数据库中进行查询，找到对应的解释以及该名词有联系的知识点的数据构建成知识图谱进行返回，为学生进行解答。学生除了可以看见该名词的解释，还可以找到与该名词有联系的知识点去自主学习，提高学生的自主学习能力。
42.在学生进行问题搜索时，具体情况可参见附图1所示，在问题返回方面：后台接收到问题数据后进行解析问题、分析问题、将问题与搜索引擎数据库中的问题进行对比，通过计算比配相似度的分数从高到低进行排列，按照排列顺序进行返回，使得学生可以找最符合自己要求的题目进行学习。在问题相关知识图谱方面：在收集到问题后，分析出该问题中包含的知识点，构建查询图数据库的语句，将对应该问题的知识图谱进行返回并展示在页面上，供学生进行查看。
43.附图3所示，当学生在本平台没有找到自己满意的答案时，先通过系统通知到相关的任科老师进行数据的更新，同时学生可以通过本平台中的“站外搜索”模块进行站外搜索得到当今各大提问回答平台的热门答案，并在右边展示出本次搜索回答来源平台的占比量对比。
44.基于此，针对智能答疑方面，运用知识图谱显示知识点树，将问题关键字按照知识点树中的知识点进行归类，一层层展现与该课程某个知识点相匹配的全部提问，便于对知识的查漏补缺，消化吸收；又由于用于教育学科领域的问题类型众多，知识库中实体名称多为专有名词，本系统采用语义解析的方法构建知识库的问答系统，优化了用户体验。
45.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例中的方案的目的。
46.另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
47.所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述
各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或机器人、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
48.尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
49.以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。