学科知识图谱研究：由知识学习走向思维发展.docx

    学科知识图谱研究由知识学习走向思维发展    范佳荣 钟绍春[摘   要] 技术的发展加速教育进入智慧学习时代，新时代对人的培养提出了新的要求，对于如何以知识为基础或载体发展、转化、升华成学科思维成为学界关注的焦点文章通过文献分析，提出了以问题为线索的学科知识图谱，并从心理学和哲学视角找寻理论依据，完成对思维内涵及其形成过程的把握;从知识抽取技术、语义链接技术和可视化技术三方面论证学科知识图谱构建的技术可行性基于此设计了以问题体系为核心，向下回溯知识体系，向上抽象能力体系的学科知识图谱结构模型，提出了基于学科知识图谱的思维发展机制，在揭示知识建构与思维发展关系的基础上，从问题解决触及思维本质，以期为人的培养从知识习得走向思维发展的教育实践提供指导[Key] 智慧学习; 学科知识图谱; 问题解决; 能力体系; 思维发展[] G434            [文献标志码] A[作者简介] 范佳荣（1996—），女，河北承德人博士研究生，主要從事数字化学习环境研究E-mail：986934977@一、引   言“培养什么人，怎样培养人”，是教育的根本问题和永恒主题随着科学技术的发展，人类进入智能时代，个体需要适应加速变化的社会生活，基础知识和基本技能已经无法应对各种复杂的、不确定性的陌生问题和场景，实现目标所需的能力日益复杂。

展望未来，教育发展新趋势对全面深化课改和育人工作提出了更高的要求教育事业不仅要向学生传授知识和技能，还要将学生培养成为善发现、会思考、能创新、能系统解决问题的智慧人这种时代要求决定了基础教育要能够通过合理的方式，培养学生灵活的、能够适用于环境动态变化的能力[1]，培养学生系统掌握学科知识、利用知识解决问题等的学科思维能力，并尽可能让学生树立正确的情感态度和价值观[2]对于如何在基础教育领域中以知识为基础或载体发展、转化、升华成学科思维，学界展开了大量讨论，但基本仅止于宏观上的笼统解读，较为模糊，无法为实践提供有效指导[3]知识图谱以揭示知识及其复杂的关联关系为特点，已有研究将其应用于教育领域，为学科知识网络的可视化提供了有效的技术手段[4]，明晰“学什么”，基于学科知识图谱能够诊断“学得怎么样”，但这种忽略了能力培养和思维发展的知识掌握学习与教育目标相差甚远问题解决的过程是促进知识向思维发展的重要途径，智能技术的发展若能基于知识体系，为这一途径提供有效支撑工具，指向思维培养的学习实践过程便清晰化了针对这一问题，为在人的培养上有明确的导向和依据，本研究以通过知识学习能够形成何种能力体系和如何形成能力体系为出发点，在相关理论依据和支撑技术方面，论证以问题体系为核心的学科知识图谱促进思维发展及构建的可行性，提出了以学科问题的分类梳理为核心层，向下回溯知识体系，向上抽象能力体系的学科知识图谱结构模型，试图为学生的培养从知识走向能力，走向思维发展的教育实践提供指导。

二、学科知识图谱的内涵解析（一）代表性研究分析知识图谱以揭示知识间的逻辑关系为表征，广泛渗透到教育技术领域，衍生了教育知识图谱和学科知识图谱等概念，国内学界对学科知识图谱的概念界定曾与概念图、知识地图、知识图谱等概念之间存在一定的混用现象，对其真正意义的认识尚没有统一定论[5]通过大量的文献阅读与分析，关于学科知识图谱的内涵，学者们能够在“以教学过程中涉及的元素为实体节点、以教学元素间的逻辑关系为边，形成的语义网络”上达成共识，不同内涵在表征实体节点或实体属性的观点上略有不同，主要可以分为三类，见表11. 知识实体观把学科知识图谱视为知识点关联关系及知识结构的可视化表征，杨开城定义其为根据知识点的语义联系在知识点结点之间建立特定名称的弧（带箭头的边）而形成的知识网络图，用以开发课程和考察课程内在一致性的水平[6]与此相类似，有学者也强调它是学科中的知识点（概念、公式、定理、原理等）和其逻辑关系形成的语义网络[7]不难看出，其本质就是围绕学科主题具体的知识网络展示所有知识的整体结构，包括知识点的先后顺序、包含与被包含等关系，这种知识间存在的各种内在逻辑联系，是确定以何种方式建构知识意义的重要参照，是帮助学生学会知识的前提，是清晰课程目标能力和价值观体系的基础。

2. 资源实体观该类内涵将学科知识图谱看作是知识的内容以及所需资源的综合体例如，李艳燕指出，学科知识图谱是由知识点与知识点相关的教学资源之间的关系组成的知识库[8]张波认为，它是一种表征各类知识点和资源实体之间关系的图模型[9]学科知识图谱的组织形式仅以文字为表征，不能完整地呈现各知识点与实体之间的相关信息因此，这种观点认为学科知识图谱是基于互联网大数据具有分布异构的特点，对这些数据资源进行语义标注和链接，是一种以知识为中心的教育资源语义集成服务工具，各资源间以网状结构的形式呈现学科知识，通过知识的关联性实现学习资源的按需推送由此看来，学科知识图谱的特性一方面是其满足科技发展需要所具有的特性，如资源集成另一方面是适应个体个性化发展需要所具备的特性，如资源推荐，体现了以人为本的教育理念3. 问题实体观学习者所学习的课本知识内容属于间接经验，学生的发展是通过习得人类已有领域的文化知识而生成能力和价值观来满足的，知识的内化以及能力的生成需要设定一些条件，例如解决问题或完成任务一种观点认为学科知识图谱是以教学过程中涉及的元素为实体节点、以教学元素间的逻辑关系为边，形成的语义网络，而教学问题是众多教学元素的一种[10]。

另一种观点认为，学科知识图谱以知识簇为节点，以问题为线索，以能力培养为目标，将知识、方法与问题有序组织的图示[11]这类内涵消解了学科知识图谱知识点结构固有特性的绝对客观性，渗透了能力水平的相对主观性，开始关注知识与能力的内在关联性，即通过问题或任务建构起二者联系的桥梁二）学科知识图谱的内涵界定比较学科知识图谱内涵的属性分类可以发现，上述观点都反映了知识体系是学科知识图谱的基础，不同的是，每种观点指向学生培养的不同层面，即知识学习、个性发展和能力发展从根本上看，从知识传授到能力发展与素质教育的总体要求在内涵上具有高度的一致性，是在坚持全面发展的基础上，进一步增强学生的实践能力、问题解决能力、系统思维能力等适应终生发展和未来社会发展所需要的必备品格和关键能力体系以解决课堂教学瓶颈性问题为导向，以培养学生问题综合解决、系统和创新思维等能力为目的，动态优化教与学活动，按照以人为本，让学生认同并主动学习、个性化学习、有逻辑地学习，使师生在有限的时间内，开展最有效的教与学活动，是智慧教育的重要旨归实现智慧培养，在手段和条件方面，需要构建有助于设计完整的学习活动并促进其开展的支撑工具——学科知识图谱，通过将抽象的知识与知识运用的范例或体现知识的事实建立关联，以富媒体序列化呈现学习内容，帮助学生参与高质量的学习活动，形成知识体系与能力体系。

综上所述，本研究认为学科知识图谱不是知识点的思维导图，而是以学科问题的逻辑关系为核心，与相应的知识体系和能力体系建立映射关系的可视化表征工具学科知识图谱将反映学科知识中的核心问题分层次（疑难问题、组合问题、基本问题）厘清，并梳理解决每类问题应选择和使用的方法、策略和知识，以问题为线索把所有相关知识点贯通，进行重新整合，通过不同级别问题解决的过程向上抽象能力和思维体系它体现了知识结构的构成情况、知识点间的结合方式、问题和解决问题的方法，以及对应的能力三、学科知识图谱的理论溯源与支撑技术（一）理论溯源1. 心理学视角从心理学的范畴来认识学科知识图谱，可以追溯到皮亚杰学派，人类的学习通过同化和顺应将刺激纳入原有认知结构，并调节认知结构来适应刺激，这与随着知识的伴生会逐渐形成知识网络结构的观点是一致的而后，布鲁纳将学习看作是个体将同类事物之间产生关联而形成有意义框架的过程，简而言之，学习就是学生在头脑中搭建知识结构的过程，知识结构由学科知识所包含的基本概念、原理或思想及其相互之间的关联关系组成任何学科都有其自身的基本结构，而与该学科所关联的事实、论据、概念等都能够被包含在一个动态平衡的结构框架中，因此，学科基本结构应该成为教学过程的中枢，当学生掌握了某一学科的基本结构，就可以联系多条线索富有意义地去理解一件事情，從多角度出发综合理解学科内容，并尝试独立探索新的知识领域，从而不断地认识新问题。

知识建构是一种信息加工的过程，并在外部活动中形成，乔纳森将问题解决作为其建构主义学习环境设计的核心，并提出行为建模和认知过程建模两种策略，表明学生发现问题、解决问题的方法可见，学习追求知识创生和真实问题解决，学生是学习生态系统的最终指向对象，学科知识图谱的建构必须能将学科孤立的事实本身和零碎的知识结论建立逻辑指向，有效整合学生感知的具体经验和经验理解转化后的抽象概念，通过问题的设计与关联，使学生的思维发展实现从具体到抽象再上升到具体，在变式中迁移应用2. 哲学视角哲学视角下学科知识图谱的理论依据来源于伊曼努尔·康德（Immanuel Kant）的图式学说，知识首先来源于接受表象的感性能力，然后来源于能够整理、构造感性材料[12]也就是说，个体基于先天直观形式（时间和空间），认识和把握、筛选和组织感性材料，从而形成知识此后，皮亚杰（Piaget）将康德的“范畴思想”援引到他的研究中，基于发生发展的视角，认为结构是一种图式体系，人类认识的前提是主体关于外部世界的一切知识和主客体交互的相互作用，主体的某些动作或这些动作的图式会联合起来或分解开来，进而进行归类、排序，使他们发生相互关系这种知识观的基础是物理范畴（知识）和逻辑数学范畴（思维）的“内在统一”[13]。

新时代强调学习者能力、思维、方法等方面的培养，皮亚杰发生认识论强调“知识”与“思维”的共同运演间接支持了对这些内在品质的诠释，从“知识表征”的学科知识基本结构走向“问题解决”并上升“能力生成”的学科知识图谱建构二）支撑技术1. 知识抽取技术学科知识图谱的构建需要从大规模的领域问题库中抽取内核问题，知识抽取技术能够根据给定本体从无语义标注的信息中识别并抽取与本体匹配的事实知识通过对数据预处理与少量样本标注、基于BERT模型进行字符向量表示以及基于双向长短期神经网络（BiLSTM）和命名实体识别技术的序列标注，从不同来源、不同结构的数据中发现和抽取相关信息，形成知识存入学科知识图谱通过抽取出事实知识构建基于知识的服务，为从教育领域问题库、任务库和知识库中，自动抽取内核问题提供了技术可行性，解决了当前问题体系由专家手工构建费时费力、科学性与一致性难以保证的问题2. 语义链接技术链接是将该实体与知识库中的对应实体进行关联为将内核问题与知识点链接，首先需对教育领域问题库中的问题进行整理、筛选，按疑难问题、复杂问题、简单问题的维度对部分试题进行划分归类，并选择部分样本标注出问题所归属的章节知识点，将其作为训练样本。

相关语义链接技术包括本体技术、语义网、链接数据等，领域本体通过描述实体“属性—值”将多元学科知识建立关联，链接数据能在不同的数据集间创建链接，规则引擎、机器学习、图挖掘等多种计算方法，也可以分析、挖掘和推理出多元化对象之间多维度的关联关系，从而自动建立内核问题与相关知识的关联关系3. 可视化技术学科知识图谱中知识、问题与能力/思维间有着复杂的关联关系，需要利用可视化手段将其呈现出来20世纪60年代，语义网络用带有标识的弧表示实体间的关系，一定程度解决了传统知识体系结构简单僵化的问题20世纪80年代，知识工程以及基于知识库和推理机的专家系统被提出，本体论思想被引入知识工程领域，成为当时表示现实世界知识的主要形式[14]21世纪后，网络科学的复兴，以网络结构表征知识关联关系的科学理论和技术被引入知识组织的研究领域[15]因此，在领域知识发展。