《環(huán)境科學(xué)》課程思政知識庫自動構(gòu)建方法研究

郭勝娟 楊 梅 彭東來

(1.武漢城市職業(yè)學(xué)院 湖北 武漢:430064;2.武漢大學(xué) 湖北 武漢:430072)

課程思政是指在專業(yè)課程的教學(xué)過程中將課堂知識與思想政治有機地融合,通過課程教學(xué)來培養(yǎng)學(xué)生的思想政治覺悟、理論素養(yǎng)和道德品質(zhì),將黨的理論、政策和核心價值觀融入到課程教學(xué)中,以達到“育人”與“育才”的目的。自2016年12月習(xí)近平總書記在全國高校思想政治工作會議上明確指出:“把思想政治工作貫穿教育教學(xué)全過程”,課程思政的理論研究和實際應(yīng)用廣泛開展,課程思政的教學(xué)模式也與專業(yè)課程進行緊密結(jié)合[1]。《環(huán)境科學(xué)》是一門綜合性的學(xué)科,主要研究與環(huán)境有關(guān)的各種問題,包括環(huán)境污染、環(huán)境保護、生態(tài)學(xué)、資源管理、環(huán)境經(jīng)濟學(xué)、環(huán)境法律等方面的知識[2-3]。該課程的研究內(nèi)容與生活實踐是密不可分的,與習(xí)總書記倡導(dǎo)的“綠水青山就是金山銀山”的發(fā)展理念一脈相承。因此,如何快速建立課程知識體系與新聞時政的聯(lián)系,如何構(gòu)建適合課堂教學(xué)的環(huán)境科學(xué)課程思政知識庫,成為學(xué)科教師亟待解決的關(guān)鍵問題。

知識庫作為一種特殊的知識結(jié)構(gòu),得到了全世界專家學(xué)者的廣泛關(guān)注。已構(gòu)建的具有代表性的知識庫有WordNet、KnowItAll、Freebase、DBpedia、 WikiTaxonomy、YAGO、ReadTheWeb。東南大學(xué)開發(fā)的zhishi.me開放知識圖譜首次嘗試構(gòu)建中文通用知識圖譜[4]。在生態(tài)環(huán)境知識庫方面,有的學(xué)者也會針對特定的知識構(gòu)建領(lǐng)域本體知識庫?？娚俸繹5]從地理課本中獲取相關(guān)領(lǐng)域知識,提取本體及本體的屬性,并以此構(gòu)建了基于本體的知識庫。宋立博[6]通過圖數(shù)據(jù)庫Neo4j 構(gòu)建標(biāo)準(zhǔn)圖譜庫,實現(xiàn)生態(tài)環(huán)境標(biāo)準(zhǔn)知識圖譜。郭勝娟等人[7]研究了知識圖譜的知識獲取、整合與可視化的方法。但是,目前并沒有環(huán)境科學(xué)課程思政知識庫構(gòu)建的報道。因此,本文根據(jù)《環(huán)境科學(xué)》的知識點,采用爬蟲技術(shù)、Neo4j圖數(shù)據(jù)庫、自然語言處理、ChatGPT等計算機技術(shù),在人民網(wǎng)等國家主流媒體獲取時政要聞的基本信息,形成時政要聞的知識素材,并對知識素材進行非結(jié)構(gòu)化存儲,形成課程思政素材庫。

1 知識點自動提取

1.1 知識點提取流程

為了自動生成知識庫,本文以《環(huán)境科學(xué)》教材的“水污染及其防治”一章為主要分析對象。該章的學(xué)習(xí)目標(biāo)是“認識水污染物的危害,掌握污水的物理、化學(xué)、生物治理方法的原理以及污水處理流程組合的原則”。為了實現(xiàn)該章節(jié)的學(xué)習(xí)目標(biāo),構(gòu)建課程思政知識庫,首先采用Jieba工具對教材的相關(guān)章節(jié)進行分詞,采用TF-IDF算法統(tǒng)計該節(jié)內(nèi)容的高頻詞匯,形成高頻短語作為關(guān)鍵詞?；谠撽P(guān)鍵詞,應(yīng)用大語言模型工具Chat GPT分析教材內(nèi)容,形成所選擇內(nèi)容的教學(xué)知識點。具體知識點提取流程如圖1所示。

圖1 知識點提取流程圖

1.2 關(guān)鍵詞自動提取

關(guān)鍵詞是文本內(nèi)容中具有特殊重要性和標(biāo)志性的詞語,它對于理解文本的主題、內(nèi)容和重要性起著重要的作用。關(guān)鍵詞在文本中的出現(xiàn)具有頻繁性和代表性,通常在文本中頻繁出現(xiàn)多次。根據(jù)該特征,可以采用詞頻分析方法統(tǒng)計出不同詞匯出現(xiàn)的次數(shù),并據(jù)此分析《環(huán)境科學(xué)》教材中主要關(guān)鍵詞。

Jieba是一種常用的中文文本分詞工具,它能夠?qū)⑦B續(xù)的漢字文本切分成有意義的詞語,識別連續(xù)文本中的不同詞性,有助于文本處理、自然語言處理和信息檢索等應(yīng)用。因此,可以采用Jieba對教材內(nèi)容進行分詞,實現(xiàn)教學(xué)內(nèi)容的名詞提取。例如水污染處理技術(shù)的分詞格式如下:“污水/處理/技術(shù)/就是/采用/各種/方法/將/污水/中/所含/有/的/污染物質(zhì)/分離/出來/,或/將/其/轉(zhuǎn)化/為/無害/和/穩(wěn)定/的/物質(zhì),從而/使/污水/得以/凈化/?！?/p>

TF-IDF是一種常用的關(guān)鍵詞提取和文本分析的統(tǒng)計學(xué)方法,其基本原理是統(tǒng)計每個詞在文檔中出現(xiàn)的頻率(TF)和表示詞語在文檔中的重要程度的逆文檔頻率(IDF),然后將詞頻(TF)與逆文檔頻率(IDF)相乘,得到TF-IDF得分。TF-IDF方法能夠幫助環(huán)境科學(xué)教學(xué)中的教師快速理解文本的重要內(nèi)容,并識別出與課程內(nèi)容相關(guān)的關(guān)鍵詞。例如,在“水污染及其防治”一章中,我們提取到高頻關(guān)鍵詞為“[水體:0.568, 污染:0.243,水中:0.186,污染物:0.162,水質(zhì):0.154,有機物:0.138,…]”

1.3 知識點自動生成

知識點在環(huán)境科學(xué)教學(xué)中具有至關(guān)重要的角色,它有助于我們更好地理解環(huán)境問題的本質(zhì),能指導(dǎo)我們制定環(huán)境科學(xué)課程思政素材自動獲取方法。因此,如何根據(jù)教學(xué)內(nèi)容自動生成知識點,成為環(huán)境科學(xué)課程思政庫知識庫構(gòu)建的關(guān)鍵問題之一。

本文以ChatGPT為輔助工具,基于關(guān)鍵詞自動構(gòu)建ChatGPT的提示詞,并根據(jù)預(yù)先設(shè)計的知識點模板,由ChatGPT自動根據(jù)課程內(nèi)容生成知識點。例如,根據(jù)上述獲取的高頻關(guān)鍵詞“水體:0.568,污染:0.243”,構(gòu)建“請根據(jù)以下教學(xué)內(nèi)容構(gòu)建教學(xué)知識點,重點內(nèi)容是‘水體’”。ChatGPT生成如圖2的知識點。

圖2 水體知識體系的自動生成

2 課程思政素材獲取方法

2.1 思政素材自動獲取流程

網(wǎng)絡(luò)爬蟲是一種程序或腳本,用于自動地從互聯(lián)網(wǎng)上收集大量數(shù)據(jù)。它通過遍歷網(wǎng)頁并提取有用的信息,然后將這些信息存儲在數(shù)據(jù)庫或文件中,以供進一步分析和利用。在現(xiàn)代信息時代,網(wǎng)絡(luò)爬蟲已經(jīng)成為了數(shù)據(jù)挖掘和信息獲取的重要手段,出現(xiàn)了Scrapy、Beautiful Soup、cheeio、puppeteer等網(wǎng)絡(luò)爬蟲工具。

本文采用cheeio和puppeteer工具實現(xiàn)網(wǎng)絡(luò)爬蟲,其獲取數(shù)據(jù)的過程如圖3所示。首先需要確定爬取的網(wǎng)站和需要收集數(shù)據(jù)的關(guān)鍵詞,弄清網(wǎng)站的頁面結(jié)構(gòu)和數(shù)據(jù)組織方式,確定如何從頁面中提取需要的數(shù)據(jù),獲取到數(shù)據(jù)后,將提取的數(shù)據(jù)存儲到本地或數(shù)據(jù)庫中,便于后續(xù)處理和分析。

圖3 素材爬取示意圖

2.2 思政素材爬取的實現(xiàn)

根據(jù)上文獲取到的關(guān)鍵字,從習(xí)近平系列重要講話數(shù)據(jù)庫、中華人民共和國生態(tài)環(huán)境部和人民網(wǎng)這三個網(wǎng)站,檢索“水體”“污染”等關(guān)鍵字進行初步篩選,發(fā)送HTTP請求到給定的URL,并從返回的網(wǎng)頁內(nèi)容中提取特定數(shù)據(jù),如標(biāo)題、時間、來源和內(nèi)容等 ,然后將這些數(shù)據(jù)插入到數(shù)據(jù)庫中,其核心代碼如圖4。

圖4 網(wǎng)絡(luò)爬蟲核心代碼

3 知識表示與存儲方法

3.1 結(jié)構(gòu)化數(shù)據(jù)存儲

為了獲取知識庫,需要對網(wǎng)頁爬取的文章進行存儲,對于這種規(guī)整性的文章而言,可以選擇關(guān)系型數(shù)據(jù)庫 MySQL 進行存儲。該系統(tǒng)主要的結(jié)構(gòu)化數(shù)據(jù)主要包括環(huán)境思政文章和用戶實體。文章實體的主要屬性包括ID、路徑URL、文章內(nèi)容、文章標(biāo)題、發(fā)表時間和文章來源。用戶實體的主要屬性包括用戶ID、用戶名、用戶密碼和用戶許可。文章和用戶實體通過“訪問”關(guān)系構(gòu)成關(guān)聯(lián)關(guān)系,用戶可以訪問多篇文章,文章可以被多個用戶訪問。因此可以構(gòu)建如圖5所示的實體關(guān)系圖。

圖5 主要實體關(guān)系圖

其中,環(huán)境思政文章的表設(shè)計與字段表述如表1所示,其中kg_id 字段為文章的 id,用于區(qū)分不同的文章。

3.2 非結(jié)構(gòu)化知識表示

對于爬取的課程思政數(shù)據(jù),提取出有關(guān)實體、關(guān)系和屬性的結(jié)構(gòu)化信息。本文采用Jieba分詞提取和TF-IDF詞頻分析技術(shù)提取關(guān)鍵詞,提取課程思政的關(guān)鍵詞,并通過ChatGPT形成關(guān)鍵詞的摘要。例如,通過爬蟲獲取人民網(wǎng)中含有“K1:水體”和“K2:污染”的關(guān)鍵詞的網(wǎng)頁“非法傾倒工業(yè)廢水致水體污染”,采用ChatGPT提取出關(guān)鍵字“I1:導(dǎo)致工業(yè)污染”和關(guān)鍵句子“S1:(佛山污染事件),在廣東省佛山市禪城區(qū),謝某和劉某因非法排放危險廢物導(dǎo)致環(huán)境污染,被判處有期徒刑六個月、罰款1萬元,需支付35.2萬元的生態(tài)環(huán)境損害費和修復(fù)費,同時在媒體刊登聲明向社會公眾賠禮道歉?！?/p>

表1 環(huán)境思政文章表關(guān)鍵字段設(shè)計與描述

采用RDF表示課程思政知識體系[8]。RDF三元組是一種用于表示和描述語義信息的基本數(shù)據(jù)模型。它由三個部分組成,分別是主題(Subject)、謂詞(Predicate)和賓語(Object),構(gòu)成了一個簡單的陳述句,用于描述資源之間的關(guān)系。通過RDF三元組可以實現(xiàn)非結(jié)構(gòu)化信息的存儲,從而構(gòu)建知識庫。例如,在上述結(jié)構(gòu)化數(shù)據(jù)中,可以構(gòu)建(K1,I1,S1)和(K2,I1,S1)兩個RDF三元組。

3.3 非結(jié)構(gòu)化知識存儲與知識庫構(gòu)建

對于非結(jié)構(gòu)化RDF數(shù)據(jù),采用圖數(shù)據(jù)庫Neo4j進行存儲。Neo4j是一個高性能、可擴展的非關(guān)系型數(shù)據(jù)庫,它以節(jié)點(Nodes)和關(guān)系(Relationships)為基礎(chǔ)來表示數(shù)據(jù),適合表示和處理復(fù)雜的非關(guān)系型數(shù)據(jù),可以通過使用 Cypher 查詢語言進行高效的圖查詢和分析,幫助用戶發(fā)現(xiàn)圖數(shù)據(jù)的模式。

例如上述案例中,可以通過Cypher查詢語言來創(chuàng)建和查詢圖形數(shù)據(jù)如圖6所示。

圖6 Cypher語言插入Neo4j關(guān)系圖構(gòu)建語法

將RDF數(shù)據(jù)格式導(dǎo)入到Neo4j數(shù)據(jù)庫后,“MATCH (k:Keyword {name: '污染'})-[:CAUSES]->(i:Impact)-[:LEADS_TO]->(e:Event) RETURN k, i, e”語句查詢所有節(jié)點。

4 應(yīng)用與分析

本文采用主題探究教學(xué)設(shè)計策略,將自動生成的知識圖譜應(yīng)用于教學(xué)中。主題探究教學(xué)策略首先講解水污染的危害,構(gòu)建水污染相關(guān)知識主題。例如,本文以“環(huán)境污染的主要事件”這個主題,引導(dǎo)學(xué)生通過查詢思政知識庫,查找“佛山污染事件”等課程思政的主要知識點,接著提示學(xué)生調(diào)研該事件的起因、經(jīng)過和最終處罰。進一步,通過與知識圖譜的交互操作,逐步展開在全球范圍內(nèi)水體污染導(dǎo)致的重大事件,學(xué)生共同討論該主題的現(xiàn)實意義,分析這些事件背后的原因,構(gòu)建學(xué)生對水污染防護的重要現(xiàn)實意義。

通過以上教學(xué)策略,本文隨機選擇某學(xué)院科學(xué)教育專業(yè)2個普通班作為研究對象,其中對照班38人和實驗班40人。為了比較教學(xué)效果,實驗從學(xué)生課堂參與度、學(xué)生滿意程度、學(xué)生成績和課程思政能力四個方面進行評測。課堂教學(xué)參與度是任課教師根據(jù)學(xué)生在課堂上的參與程度,包括提問、回答問題、參與討論的頻率等給出的綜合評分。學(xué)生滿意程度是通過如圖7的問卷調(diào)查獲取學(xué)生的反饋。學(xué)生成績是通過課堂小測試完成,以百分制計算總得分。課程思政能力是通過問卷調(diào)查的方式完成,轉(zhuǎn)化為百分制計分。 如表2所示,實驗班成績在學(xué)生課程參與度、學(xué)生滿意度和課程成績方面均優(yōu)于對照班。

圖7 課程滿意度調(diào)查問卷

表2 教學(xué)效果對比

5 總結(jié)

本文通過采用人工智能的分析方法,結(jié)合《環(huán)境科學(xué)》的教學(xué)內(nèi)容,自動生成教學(xué)知識點,并通過ChatGPT、網(wǎng)絡(luò)爬蟲等工具,自動從人民網(wǎng)等國內(nèi)主流媒體獲取課程思政知識庫,并將這些知識以知識圖譜的方式整合進入課堂教學(xué)。通過對比實驗分析表明,該方法可以有效提高學(xué)生的課程參與度和提高學(xué)習(xí)成績,同時也可以有效提高課程思政的效果,讓學(xué)生通過隱式學(xué)習(xí)到對“社會環(huán)境事件”的關(guān)注。