孙珠婷，顾倩颐，2＋

（1.四川师范大学 计算机科学学院，四川 成都610101；2.可视化计算与虚拟现实四川省重点实验室，四川 成都610068）

0 引 言

概念图作为一种知识表示和知识组织的工具已经应用到商业、政府、国防等方面，并被引入到知识管理领域，用以支持知识提取、知识组织、知识评价等活动的完成［1－2］。概念图的构建主要包括领域概念术语的自动化提取、概念关系的自动抽取。因此，概念术语的自动提取是概念图构建的基础，并且该提取的准确率直接影响了概念关系的确定。目前，概念术语的提取往往是由领域专家或相关研究人员手工构建完成，显然这种通过人工提取概念术语的方式存在着一定的局限性：建立一个准确、完整的领域概念图必须由该知识领域的教学专家们投入大量的时间和精力来完成概念的提取。

当前，网络资源因其丰富、实时及便捷的特性已使其成为人们获取信息的主要来源。因此，如何降低概念图构建过程中的人力复杂度，从网络资源中自动挖掘各领域概念术语，并提高其准确度已经成为人们迫切需要解决的问题。

1 相关研究

目前国内一些学者对于概念图的构建已提出各自的方法。并在一定程度上缓解概念图的手工构建问题。如Chen等运用文本挖掘技术从文献中自动生成了电子学习领域的概念图［3］，其中概念来源于文献的关键词。该方法存在两个问题，一是仅得到电子学习该领域的概念术语，不能用于获取其它领域概念术语，导致概念图的构建存在领域固定化；……