人工智能支持的知识导图设计与地理教学备课.pdfVIP

2024年第13期人工智能专栏

人工智能支持的知识导图设计人工智能支持的知识导图设计

与地理教学备课与地理教学备课**

崔羽1,2PeterReimann2

（1.南京师范大学,江苏南京210023;2.悉尼大学,澳大利亚悉尼2006）

摘要：本研究利用人工智能的一种自然语言处理技术——语义网络技术，采用学习科学领域中基于设计的研究

方法，设计了一款由语义数据库支持的知识导图应用程序，并将其应用于地理教学中。本文以地理学中的水圈知识

为例，介绍了学生作为同伴导师设计的知识导图形式的备课教案，并阐释了学生导师通过同伴教学备课，实现知识

学习和认知提升的理论依据。本研究引入人工智能技术支持的地理教学增强知识导图，作为一种创新策略，旨在促

进学生导师的个体学习，同时为集体知识建设做出贡献。

关键词：人工智能；语义技术；知识导图；地理教学；备课教案

中图分类号：G633.55

一、语义技术背景介绍

本研究利用的人工智能技术（Artificial

Intelligence，以下简称AI）具体指语义网络（Semantic

Web）及其衍生的数据技术，被更广泛地称为Web3.0或

数据网络。[1]它作为AI的其中一种自然语言处理技术，

利用计算机模拟人类自然语言的理解和推理能力，从而

使得计算机能够理解和处理自然语言中的含义和语义关

系。这项技术在AI领域，通常用于语义有哪些信誉好的足球投注网站、信息提

取、文本理解、知识组织等任务，但是在教育领域的实

践应用依然较少。

语义网络的标准由万维网联盟（W3C）建立，初

衷是使得互联网上的数据既能机器可读，也能人类可

读。如图1所示，[2]语义网最基本的两项技术是用来描

图1语义网络技术堆栈

述数据的RDF和查询数据的SPARQL。资源描述框架技

术（ResourceDescriptionFramework，以下简称RDF）RDF技术使用人类自然语言中的基本“主语—谓

描述知识信息的元数据（即关于数据的数据）。它支持语—宾语”三元组句法来命名数据节点及其之间的链接

各种格式，包括但不限于文本、图片、语音、视频、关系。基于RDF技术的这种“点—链—点”结构，作者

幻灯片、网页等多媒体资源。查询语言技术（SPARQL开发设计了一款以知识导图形式呈现的同伴教学备课应

ProtocolandRDFQueryLanguage，以下简称SPARQL）用程序。本研究首先呈现学生导师设计的知识导图备课

用于查询任何基于RDF的数据，是语义数据库检索RDF教案，然后阐述知识导图备课教案模型的设计原理和其

格式信息的必要条件。中的学习机制。

* 本文系2024年首届人工智能辅助地理教学成果评比活动特等奖作品。

* 本文系2024年度南京师范大学高等教育改革课题重点项目“人工智能时代地理教育类专业育人模式研究”的阶段性研究成果。

12

人工智能专栏2024年第13期

二、知识导图备课教案度”为课题，创建知识导图，如图2、图3、图4所示。

该部分介绍了三幅由学生导师创建的关于“水导图中的节点均为关键词的编码，每一个关键词节点背

圈”不同课题的知识导图。学生导师是指在同伴辅导后为具体的地理知识内容。该知识导图是学生导师为即

中担任教学的角色。同伴辅导是一种被证实有效的学将进行的同伴