(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210822369.5 (22)申请日 2022.07.12 (71)申请人 广州然也教育科技有限公司 地址 510510 广东省广州市天河区高普路 138号西座20 5、 207单元 （仅限办公） (72)发明人 熊华青　 (74)专利代理 机构 深圳市千纳专利代理有限公 司 44218 专利代理师 林文生 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/268(2020.01) G06F 40/295(2020.01) G06Q 50/20(2012.01) (54)发明名称 一种基于职教知识图谱的课程建设系统及 方法 (57)摘要 本发明提供了一种基于职教知识图谱的课 程建设系统及方法， 包括通过网络互联的职教知 识图谱平台和课程建设系统， 所述职教知识图谱 平台包括数据采集模块、 数据处理模块、 知识图 谱构建模块、 知 识图谱存储单元、 知 识检索模块， 所述课程建设系统包括课程基本信息管理模块、 课程基本信息管理模块、 课程资源模块、 课程数 据分析模块、 课程建设指导模块。 本发明借助知 识图谱技术赋能课程内容， 进一步改善建设质 量， 能够解决课程建设与实际应用脱节、 盲目消 极、 重形式轻内涵、 内容重复老旧的难点。 权利要求书2页 说明书7页 附图5页 CN 115292511 A 2022.11.04 CN 115292511 A 1.一种基于职教知识图谱的课程建设系统， 其特征在于： 包括通过网络互联的职教知 识图谱平台和课程建 设系统， 所述职教知识图谱平台包括： 数据采集模块， 用于采集构建知识图谱所需的数据， 包括结构数据、 半结构数据和非结 构数据， 来源于业 务数据库、 业 务系统日志、 百 科、 网页等； 数据处理模块， 用于将不同结构的数据， 去除噪音， 填补空缺， 处理成普通文本， 然后区 分为训练数据集和 测试数据集； 知识图谱构建模块， 主要负责构建知识图谱， 从信息抽取、 知识融合到模型训练和部署 形成完整的构建流 程； 知识图谱 存储单元， 用于提供知识图谱可视化交 互、 数据查询和管理功能； 知识检索模块， 用于对外提供知识图谱检索接口； 所述课程建 设系统包括： 课程基本信息管理模块， 用于管理课程基本信息， 包括课程名称、 介绍、 作者信息、 所属 专业； 课程资源模块， 用于构建课程目录， 处理和存储课程资源文件， 课程资源文件包括文档 类、 视频类、 链接类文件； 课程数据分析模块， 用于收集用户使用课程资源的数据， 进行批量计算和统计分析； 课程建设指导模块， 用于在建课过程中提供导向操作。 2.根据权利要求1所述的基于职教知识图谱的课程建设系统， 其特征在于： 知识图谱构 建模块包括知识抽取模块和知识图谱学习模块， 所述知识抽取模块， 用于执行命名实体识 别、 关系抽取、 事 件抽取、 属性抽取和知识融合与推理等任务； 所述知识图谱学习模块， 用于训练知识图谱模型并进行存储和管理， 评估知识图谱模 型的效果， 以及将知识图谱 模型在线部署。 3.一种基于职教知识图谱的课程建 设方法， 其特 征在于， 包括以下步骤： S1、 部署职教知识图谱平台； S2、 课程建 设系统通过知识检索模块与职教知识图谱平台对接； S3、 数据采集模块从课程资源模块下载非结构化的PDF文档、 抽取维基百科的半结构化 数据和收集 来自业务系统的结构化数据、 日志文件； S4、 数据处理模块将采集 回来的数据先转换为纯文本数据， 接着进行数据脱敏处理， 而 后进行文本分词、 词性标注和依存分析， 最后处 理好的数据集随机分成训练集和 测试集； S5、 知识图谱构建模块接收处理好的文本数据， 并利用它们开始构建知识抽取的模型， 然后交给机器学习平台进行模型训练， 最后将训练好的模型在线部署； S6、 知识图谱存储单元接收处理好的文本数据， 调用模型接口先生成三元组， 然后在持 久化到图数据库之前， 对已存在的知识子图进行融合， 以消除矛盾和歧义； S7、 知识检索模块为知识图谱提供可视化交互界面， 以及课程关系查找接口和数据维 度分析接口； S8、 课程基本信息管理模块创建好课程记录之后， 由课程资源模块负责课程目录的管 理， 在添加课程资源时， 按照导向进行操作。 4.根据权利要求3所述的基于职教知识图谱的课程建设方法， 其特征在于： 步骤S4中， 数据脱敏是对身份证、 手机号、 卡号和邮箱等信息做过滤处理， 动态脱敏主要办法是无效权　利　要　求　书 1/2 页 2 CN 115292511 A 2化， 通过设置不同的正则匹配规则来识别数据采集模块的元数据， 对于命中的子组使用空 字符进行替换。 5.根据权利要求4所述的基于职教知识图谱的课程建设方法， 其特征在于： 步骤S5中， 模型的构建和训练具体由知识抽取模块执行， 构建的模型包括命名实体识别模型、 关系抽 取模型、 事件抽取模型、 知识融合模型和属性抽取模型， 其中， 命名实体识别模型采用 BiLSTM‑CRF模型进行构建。 6.根据权利要求5所述的基于职教知识图谱的课程建设方法， 其特征在于： 步骤S5中， 模型在线部署的具体方式为， 知识图谱学习模块提供机器学习和深度学习的常用算法， 对 知识抽取模块所构建的模型进行注 册和管理， 而后知识抽取模块。 7.根据权利要求6所述的基于职教知识图谱的课程建设方法， 其特征在于： 步骤S6中， 知识子图的融合主要包括抽象层融合和实例层融合， 抽象层融合通过本体匹配算法处理， 实例层融合 通过端到端模型解决指代问题。 8.根据权利要求7所述的基于职教知识图谱的课程建设方法， 其特征在于： 步骤S8中， 导向操作的步骤有， S801、 课程建设指导模块检测课程为空框架时， 提供三项课程框架模板给用户选择， 所 述模板包括项目式模板、 任务式模板和案例式模板； S802、 课程数据分析模块先调用知识检索模块的数据维度分析接口， 获取需要分析的 维度， 然后查询业 务数据， 生成数据报表供建课参 考； S803、 根据用户填写 的知识点， 课程建设指导模块调用知识检索模块的专业课程关系 查找接口， 将知识点关联的检索结果 集推荐给用户。权　利　要　求　书 2/2 页 3 CN 115292511 A 3