李豫 张勇

（华中师范大学 武汉 430079）

1 引言

近年来，不少题库管理系统在教学上减轻了教师的工作压力，但在出卷策略、自动化推荐以及个性化学习等方面上仍有改进空间。大多数在线题库平台只涉及向导式随机组卷和手动组卷，缺少智能化组卷策略和教学诊断机制。另外，MOOC教学考核模式已经成为未来教育趋势，但其教学互动环节仍有缺陷［1］，例如一位老师在Coursera平台上要教上万的学生，难以监测学习者的学习状况并及时提供帮助。与此同时，网络化教育和E-learning得到飞速的发展，知识载体也由书本逐渐转变为多种表达方式，而人类对知识的理解又往往趋向于结构化和联想式［2］。针对以上现象，本研究小组利用知识图谱开发了一款多策略组卷系统。系统除传统组卷方式外，还提出“基于知识图谱的学习画像和自动化组卷”的更新方案，旨在根据学生训练情况自动推荐组卷，学生通过接收试卷再次训练，此过程不断迭代，直到学生对所要求的知识点基本都掌握。

知识图谱是一种以图的形式表达客观世界中的概念、实体以及实体间关系的知识库，是语义搜索、智能问答等服务的基础技术之一［3］，也用于对当前领域热点和发展趋势进行探索和研究［4］。目前谷歌、Facebook和IBM等都在以知识图谱为基础布局智能化发展战略。在教育领域中建立学科知识图谱能将书本里零散的知识点打通，先后形成脉络化、模块化、体系结构化的知识网。知识图谱与数字化教学的结合将有助于教师授课、督导学习，同时又可以使学生对碎片化知识查漏补缺和检索资源。……