【成果推介】一种教育元宇宙中学习目标的语义推理方法及终端

【应用行业】教育

【技术领域】计算机技术、智慧教育技术

【知识产权】发明专利

【成果完成单位】华中师范大学

【成果完成人姓名】刘德建、吴荣华、钟正、徐建

【完成人团队简介】团队主要研究虚拟现实技术与应用、教育元宇宙、教学测评

【成果完成时间】2023-11-03

【专利号】CN2023114516522

【授权日期】2024-01-30

【技术成熟度】研发阶段

【应用背景】AIGC（生成式人工智能）综合运用机器学习、自然语言处理和计算机视觉等技术，学习和识别海量数据中的模式，以人工智能为基础，自动生成具有较高创造性和复杂性的内容。将AIGC应用于教育领域，能够自动化生成教学资源。而利用AIGC构建学习目标的语义推理引擎，能够丰富学习目标的语义和推理流程，能够实现更高效、精准的教学资源生成与交互，提升学习者的学习体验和效果，扩展元宇宙中教学场景的生成方式，改变元宇宙中教学资源的供给模式，具有广阔的应用前景。

目前，虽然可以使用语义推理技术推断教师定义的学习目标，但缺乏与学习目标相匹配的词条和邻接知识点。同时，不同来源的教学资源很难有效地组织和聚合，还需要手动标记教学资源之间复杂而繁琐的关联关系。因此，在教育元宇宙中结合AIGC和学习目标语义推理，需要使用学科知识图谱，采用深度学习、自然语言处理等技术推断学科和知识点语义信息，匹配或生成教学场景。

因此，当前教育元宇宙中学习目标语义推理领域还存在诸多的问题：

（1）学习目标语义推理未考虑词条和邻接知识点：仅使用知识图谱推断学习目标，难以充分挖掘学习目标的语义信息，导致学习目标提取不准确；

（2）学习目标语义推理与AIGC技术结合不紧密：当前生成的教学资源大多来自现有教学资源库，难以有效地组织和聚合多源教学资源；

（3）模型之间交互行为尚未实现自动化关联：现有教学资源交互行为往往需要手动编辑，这一过程繁琐且复杂，缺乏自动化的关联流程。

【成果简介】本成果发明了一种教育元宇宙中学习目标的语义推理方法及终端，接收学习目标的描述文本，将描述文本分割为词项序列，从词项序列中提取词条，基于词条提取语义词项，再将语义词项映射为第一词向量。通过捕捉词向量中的语义特征向量，推理得到学习目标中的学科和知识点，确定并定位学习目标的目标知识点，得到目标知识点的关联关系，因此能够充分挖掘学习目标的语义信息，提高学习目标提取的准确性。基于学习目标匹配对应的教学场景，将匹配到的教学场景以及学习目标中的学科和知识点间的关联关系整合至教学模型，并建立各个教学模型之间的交互关系，以此方式，能够有效地组织和聚合多源教学资源，并实现模型之间的相互关联。

【成果图片】

【联系方式】段治国、安红高、刘树楠、吴涛，02767868068，02767868067，02767862769