自然语言处理和机器学习驱动的知识图谱构建与融合方法

我们提出了一种新颖的知识图谱构建和图谱融合方法，通过自然语言处理和机器学习工具，构建了一个适用于其他学科的异构学习资源的自动框架。通过我们的图谱融合方法，将个体知识图谱融合到多个数据源的知识图谱中。同时，通过数据挖掘和分析，推断电子信息课程之间的关系，并创建学科之间的关系，整理学科知识框架。我们的方法不仅符合学习者的认知习惯，而且通过帮助学生理解各种课程之间的知识概念，全面掌握一个特定学科的整体知识概念，提高了学习效率。此外，它还可以为教师提供强大的数据支持，实现相应的教学目标，并突出核心知识概念，提高教学质量。