網絡課程中的知識結構化表示方法

文章編號：1672-5913(2008)12-0047-03

摘要：本文以認知科學中的知識建構理論為基礎提出了一種結構化知識表示方法，此方法以“單元”作為知識表示的基本結構模塊，將單元劃分為十種類型，并定義了單元之間的關系。本文的工作是進一步研究面向人的知識表示方法的基礎。

關鍵詞：網絡課程；知識表示；智能輔助教學；知識工程

中圖分類號：G642

文獻標識碼：A

引言

隨著計算機、人工智能及相關技術的飛速發展，“知識表示”(Knowledge Representation)的研究已經將來自于哲學和邏輯學的傳統知識表達方式發展為可以在機器中體現智能的多種知識表示方法，人們也從計算機的角度重新認識了“知識”所表達的意義。同時，在教育學的領域，網絡化教育和E-learning得到了飛速的發展，知識的載體也由書本逐漸轉變為計算機和網絡，包括文字、圖片、圖像、多媒體等多種表達方式。目前，網絡化教育發展最迅速，應用最廣泛的就是網絡課程建設。因此，開展有關網絡課程的知識表示顯得尤為重要。

現在科學界對知識表示的研究已延伸至多個領域，對概念(Concepts)進行定義、分層和分類的Canon[1]和本體論(Ontology)[2][3]方法，與概念圖[4]的結合對概念層次上的知識進行了比較完善的分析。智能輔助教學ICAI[5]的提出和發展為教學的智能化提供了一個很好的平臺。ICAI融合了專家系統、認知心理學、人工智能、數據挖掘等相關的技術。高質量的ICAI系統的關鍵技術是如何組織知識、表達知識和運用知識，知識的表達方法是ICAI的核心和基礎。

本文針對網絡課程建設的任務和目標，提出了一種新的結構化的知識表示方法，以提高人對知識的學習和運用效率為目的，并可以以計算機為工具來實現。

1知識表示的理論基礎

從60年代認知學說的提出，到近代認知心理學與信息論、計算機科學和人工智能的結合而產生出的認知科學，已逐步成為目前被普遍接受的學習理論。認知科學認為，對每個人來說，他的大腦中都有一個屬于自己的個人知識體系，并通過學習、交流、探索在不斷地豐富和發展這個知識體系。這個知識體系通常不是完備的，也不是完全正確的，它包含的是自己對世界的認知。

這些知識是怎樣保存在大腦中又是怎樣浮現出來的吶？按照建構主義的思想，被人類學習了并理解了的知識并不是孤立地、文本式地存在于腦中，而是組成了具有個人特色個人知識體系，是結構化地存儲著的；在進行思維的時候，也并不是孤立地對一個知識點進行思考，而是一種聯系思維。比如回憶一個定理時，不但會回憶到這個定理本身，還會回憶到這個定理的推廣、定理的證明、定理的應用等等。而當理解一個新概念的時候往往同自己已有的知識經驗或認知結構中的相關概念結合，理解了新概念的關鍵特征，使原有認知結構發生變化。

由美國哈佛大學的發展心理學教授霍華德和加德納提出的多元智能理論認為教育要承認和滿足人的智能差異性，因人而異地提供個性化的教育。每個學生都有自己的優勢智能和弱勢智能，每個學生都有自己的學習方式和認知風格，每個學生都有自己的智力發展傾向等等，這就

要求教育要針對不同智力特點的學生，對癥下藥。對于知識的表征形式，由于受到傳統智力理論的影響，課程內容只是注重了語義表征，強調知識的系統性，邏輯性等，而很少與情境、動作、音樂、空間等建立聯系，這使學生的智力培養僅限于語言智力和邏輯智力發展上，摒棄了人的其他智力的發展。因而，課程內容應該給學生呈現多元表征形式。那么，計算機多媒體技術的發展正迎合了這種需要。

以知識建構理論為基礎，結合人類自身操作知識的規律，充分利用現代計算機的儲存、計算和檢索等方面的優勢，本文擬針對著人類學習運用知識的需要，提出一種輔助于人學習的知識表達方法。這一知識表達方法由于接近人的思維方式，或者說，這種知識表現形式更接近人腦存儲知識的方式，人們會更有效地獲取知識、理解知識、運用知識。如果應用于網絡課程建設過程中，針對不同讀者的需要，設計不同的學習模式，靈活組織與表示學習者需要學習的知識，那么，將極大提高學習者的學習效率。

2科學與技術領域中專業知識的特征

在本文的研究中，我們將針對科學和技術領域中的專業知識，簡單地說就是理工科知識，來探討新的知識表示方法。理工科知識只是人類知識體系中相對較窄的一個側面，但同時也是理工科高等教育的核心內容，也是當前高新技術發展的基礎。理工科知識與其他學科相比具有鮮明的特征，結構化和邏輯性更強，更適合于我們所提出的新方法。這里知識的特征可以歸納如下：

① 屬于科學理論，或應用技術

② 邏輯性強，結構清晰

③ 可以檢驗或驗證其正確性

④ 可以表示為文字、公式、圖形、圖像、聲音等等，可以存儲在計算機中

可重復使用，供普遍交流和理解

3面向人的結構化知識表示方法

3.1知識表示的基本模塊——單元

人工智能中的各種知識表示方法以及面向對象的系統分析方法都是建立在最基本的結構單元基礎之上的。例如產生式規則中的規則、框架表示中的框架、概念圖表示中的概念節點等等。這些基本結構單元有時被稱做原子知識。在面向對象分析中最基本的基本單元是對象，一個系統不論多么復雜龐大都是由一組對象復合、聯結組成的。在本文所提出的知識體系表示中，最重要的也是要抽象出知識表示的基本結構單元。

人在學習知識的過程中，通過對所接受知識的分析和理解，在大腦中有意識地將其劃分為相對獨立的便于理解的小模塊。在認識一個事物時，需要分析它有什么樣的性質，或是什么功能，與其他事物有什么關系，等等。把這個事物概括抽象出來，就可以是這里所定義的原子知識模塊，它的性質、功能、類別等等就被包含在這個知識模塊的“屬性”里；在認識一個規律時，需要分析它發生的條件與結果，它的作用與意義，所有這些構成了這一規律的知識模塊。

基于上述對知識結構單元的基本認知，在這里我們把表示知識的最基本的元素定義為“單元(Unit)”。

知識的單元體現了知識體系組成的模塊性。簡單的單元可以組成更復雜的單元，具體的更關注細節的單元可以由抽象的更關注宏觀的單元來概括。通過這樣的層次化和概括模式，由知識的單元匯聚形成整個知識體系。這是對知識建構的反映，同時細節與抽象相對應的單元也反映了目前認知心理學研究中關于初學者和專家的兩種不同的認知模式。

人們在理解知識時，根據自身的需要采用了不同的表示形式，所以不存在一個單一形式的通用的單元定義方式。在這里我們將最基本的單元定義為一個六元組：

恢復單元 = {名稱，關鍵字，類別，內容，屬性，關聯}

其中“類別”和“內容”分別表示了知識單元隸屬于什么類型和要表示的知識具體內容是什么。關鍵字定義了查詢和使用知識的內容。屬性給出了當前知識單元的特性，如標識號，媒體形式(即文字、聲音、圖片還是圖像等)，注釋和表達式等，可根據需要設定。關聯體現知識單元間相互關系。它包括因果、支持、引用、組成、父子、例、引入、推廣、類比、相關等。

3.2知識單元的分類

本文在總結一般知識講授的要素的基礎上，將知識單元分為10種：情景、概念、命題、語法(程序語言)、示例、方法/步驟、問題/練習、結論/評論、參考資料、復合單元。為明確單元所屬的類別，我們將一個單元以“類別|名稱”的方式來標識。

3.3計算機實現

采用上升單元的知識表示方法，可方便用數據庫或者XML語言定義并管理網絡課程的知識。

3.4知識表示示例

本文以“計算機網絡基礎”課程中IP知識為例，探討用本文的知識單元表示計算機網絡中重要的基礎知識IP地址。圖1是一個IP地址概念的知識單元。圖2為相應的練習知識單元，圖3為IP地址子網分割的復合知識單元。在復合單元中，我們可以根據知識單元的分類，任意組合新的復合知識單元，這樣可實現不同的學習者定義不同的學習模式。例如，有的學習者習適應情景|示例|操作|練習|概念的學習模式，有的學習者習慣在練習中學習，有的學習者適應按照知識邏輯體系學習，采取概念|分類|示例|操作|練習的學習模式。

由于復合單元是由多個更細化的知識單元復合而成，即它的內容域包括了多個更細化的知識單元。因此，復合單元又稱為父單元，其內部的更細化的知識單元稱為子單元。這種由父子單元構成的復合關系形成了知識的層次化表示。

4小結

本文基于認知科學知識建構的基本思想，提出了面向網絡課程的結構化知識表示方法。即定義了知識表示的基本模塊——“單元”，進而定義了單元的類別和單元間的關系，由此可以構成一個結構化的知識體系表達。力圖以這種新的知識表示方法打破信息時代以來海量的知識對人學習知識和運用知識的效率制約。

這種知識表示方法從根本上改革了書本知識內容結構固定的缺陷。學習同樣的知識，不同的學習者學習的內容、順序與知識量可完全不一樣。那么，本文的知識表示方法應用于網絡課程建設中的課程內容的表示，可充分照顧學習者素質的差異性，為學習者提高多種適合他們自身學習規律或興趣的學習模式，以提高其學習效率。

參考文獻

[1]Philip H.P. Nguyen， Dan Corbett. A Basic Mathematical Framework for Conceptual Graphs[J]. IEEE transactions on knowledge and data engineering，2006，18(2):261-271.

[2]Nicola Guarino. Semantic Matching:Formal Ontological Distinctions for Information Organization， Extraction， and Integration[J]. Lecture Notes In Computer Science.，1997，(1299):139-170.

[3]T. Gruber. A Translation Approach to Portable Ontology Specifications[J]. Knowledge Acquisition，1993，5(2):199-220.

[4]M. Chein， M.L. Mugnier. Concept Types and Coreference in Simple Conceptual Graphs[J]. Conceptual Structures，2004.

[5]J M Fritz. Provides Intelligence in Web-based Tutors[C]. North American Web Developers Conference，1998-10.

[6]John F. Sowa. Knowledge Representation: Logical， Philosophical， and Computational Foundation[M]. Brooks/Cole Publishing Co.， Pacific Grove， CA， 2000.

Network Courses Orientied Knowledge Structural Representation Approach

ZHANG Ping-An

(Shenzhen Institute of Information Technology， Shenzhen 518029， P.R.China)

Abstract: In this paper， based on the idea of knowledge constructionism， a structural knowledge representation approach is proposed.The “Unit” is defined as the essential knowledge component， and ten types of units and relations between units are suggested. This work is a basis of future research of human oriented knowledeg description approach.

Key words: Network Courses， Knowledge representation， ICAI， Knowledge engineering