英語作為全世界使用最廣泛的語言,是我國基礎教育的重點學科,如何有效地幫助學習者吸收英語知識,一直是廣大英語教育工作者的共同目標。隨著教育信息化2.0的推進,越來越多的英語學習者們傾向于在線上練習英語題目。由于語法是學習英語的基礎,在琳瑯滿目的英語練習題中,語法題目通常會被列為英語練習的重中之重。然而,層出不窮的語法題目并沒有在目前的在線學習平臺中得到智能化處理,大多數(shù)仍然依賴于專業(yè)教師的人工解析。本文將知識圖譜相關技術應用于英語語法學習領域,設計實現(xiàn)了一個基于知識圖譜的英語語法智能題庫系統(tǒng)。本文的主要內容為:(1)構建了英語語法知識圖譜。首先分析英語語法知識,提取了相關的名稱、概念、舉例、結構;然后設計了語法知識圖譜概念模型,并利用Neo4j對圖譜進行存儲和可視化。構建的英語語法知識圖譜共包含了18類語義關系、1103個語法知識點實體。(2)對英語語法智能題庫系統(tǒng)進行需求分析和功能設計。根據用戶的學習需求,設計了題目分類、知識圖譜查看、題目推薦、智能問答等功能,并實現(xiàn)了系統(tǒng)架構設計和數(shù)據庫設計等。(3)基于前面構建的英語語法知識圖譜對系統(tǒng)的題目分類、題目推薦、智能問答等核心功能模塊進行...

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 知識圖譜的國內外研究現(xiàn)狀
        1.2.2 智能學習平臺的國內外研究現(xiàn)狀
        1.2.3 國內英語語法題庫系統(tǒng)研究現(xiàn)狀
    1.3 研究內容
    1.4 創(chuàng)新點
    1.5 本文的組織結構
2 相關理論和技術
    2.1 知識圖譜概述
    2.2 文本特征提取算法
    2.3 文本分類算法
    2.4 NLTK和 Jieba分詞工具
    2.5 Neo4j圖數(shù)據庫
    2.6 Flask框架
    2.7 Vue.js前端框架
    2.8 本章小結
3 構建英語語法知識圖譜
    3.1 構建整體流程
    3.2 必要性分析
    3.3 英語語法數(shù)據獲取
        3.3.1 語法書籍數(shù)據
        3.3.2 百度百科數(shù)據
    3.4 知識圖譜設計
        3.4.1 實體設計
        3.4.2 關系設計
    3.5 知識存儲
        3.5.1 統(tǒng)一數(shù)據格式
        3.5.2 數(shù)據導入Neo4j
    3.6 知識可視化
    3.7 本章小結
4 系統(tǒng)總體設計
    4.1 系統(tǒng)需求分析
    4.2 系統(tǒng)架構設計
    4.3 系統(tǒng)核心功能模塊設計
        4.3.1 基于知識圖譜的題目分類功能模塊設計
        4.3.2 基于知識圖譜的題目推薦功能模塊設計
        4.3.3 基于知識圖譜的智能問答功能模塊設計
    4.4 系統(tǒng)數(shù)據庫設計
        4.4.1 MySQL數(shù)據庫設計
        4.4.2 Neo4j圖數(shù)據庫設計
    4.5 本章小結
5 系統(tǒng)核心功能模塊實現(xiàn)
    5.1 基于知識圖譜的題目分類功能模塊實現(xiàn)
        5.1.1 獲取題目訓練數(shù)據
        5.1.2 文本預處理
        5.1.3 特征向量設計
        5.1.4 構建SVM分類器
    5.2 基于知識圖譜的題目推薦功能模塊實現(xiàn)
        5.2.1 獲取錯題知識點
        5.2.2 查詢易混淆知識點
        5.2.3 推薦題目
    5.3 基于知識圖譜的智能問答功能模塊實現(xiàn)
        5.3.1 問句分類
        5.3.2 模板匹配
        5.3.3 答案生成
    5.4 本章小結
6 系統(tǒng)測試與結果
    6.1 系統(tǒng)測試
    6.2 測試環(huán)境
    6.3 系統(tǒng)測試工具
        6.3.1 Postman
        6.3.2 JMeter
    6.4 測試與結果
        6.4.1 功能測試
        6.4.2 非功能測試
        6.4.3 系統(tǒng)運行結果
    6.5 本章小結
7 總結與展望
    7.1 總結
    7.2 展望
參考文獻
個人簡介
導師簡介
獲得成果目錄
致謝



本文編號：3795912