梁曉蓮 章正輝
(1.湖南農業大學資產處 湖南 長沙 410128;2.長沙市中等城鄉建設職業技術學校 湖南 長沙 410134)
近年來,基于網絡的教學與學習得到了廣泛普及,各種網絡課程、電子教案、學習課件等網絡教學使用的學習資源越來越多.由于這些學習資源都是分布在網絡各地的服務器上,用戶在檢索學習資源時存在很大的難度.為了解決分布式學習資源的共享和檢索問題,學習對象元數據標準是其中的一個重要內容,它提供了一種統一的描述學習資源內容的方法.通過對學習資源的統一描述文件(學習對象元數據)進行檢索,檢索系統將用戶輸入的關鍵字與元數據描述文件(一般是XML文件)中的關鍵字進行精確匹配,找到用戶需要的學習資源的XML描述文件.由于XML文件可以在分布式系統中很方便地進行數據交換,學習者可以很方便地重用和檢索分布式的學習資源.本文對學習資源元數據以及學習資源元數據與本體結合的相關研究進行介紹,研究本體與學習資源元數據結合的方法.并結合具體的ACM計算機領域分類本體,構建結合學習資源元數據本體和學習內容領域本體的學習資源本體,同時時了學習資源本體的語義進行描述.
學習資源元數據為學習資源內容的描述提供了一系列標準、普遍的描述方法,是關于內容的描述信息.目前比較重要的元數據標準有IEEE LOM[1],ADL SCORM[2], IMS LRM[2],Dul in DC[4]以及我國的 CELTSC[5]等.
學習資源元數據的描述一般采用與XML(eXtensible Markup Language)綁定的形式.學習資源元數據的XML綁定將LOM元數據如General,Educational等用XML的元素表示,將元數據的層次用XML的數據模型結構表示.XML的數據模型可以用樹狀圖形結構來表示數據的層次,因此學習資源元數據的XML綁定是一種詞義描述.
針對XML在表示元數據時語義缺失的問題,Nilsson[6]提出了一種 IEEE Learning Object Metadata(LOM)或者都柏林核心元素據標準與RDF(Resource Description Framework)綁定的學習資源元數據語義描述方法.該方法采用面向對象的原理,將LOM元數據看成對象,而元素之間的關聯可以看成是對象的屬性.同時,元數據的數據模型可以用RDF的三元組來表示,將元數據表示成(主語、謂詞、賓語)具有一定語義的解釋模型結構.該方法的優點是在元數據數據模型的基礎上,增加了語義的顯性解釋.這種“解釋”可以在查詢RDF綁定的元數據時,起到語義增值和語義推理的作用.目前,IEEE LTSC己經開始研究制定IEEE LOM與RDF綁定的信息模型.
為了解決學習資源語義描述中本體詞匯的多樣性問題,Dragan Gasevi等[7-10]提出利用簡單知識組織系統(SKOS)來規范學習資源元數據的描述詞匯.SKOS[11]是由萬維網聯盟(W3C)開發的一種描述概念模型(如術語詞典、本體、分類系統、模式等)的基本內容和結構統一描述詞匯.它利用RDF的圖形或者描述語言,利用定義的通用詞匯來統一描述本體的內容與結構,如SKOS核心詞匯集(SKOS Core)中的skos:concept表示本體的概念或者元素,skos:subject表示RDF三元組的主語,skos:narrower表示本體中兩個元素的關系是 “屬于”關系,skos:broader表示本體中兩個元素的關系是'包含“關系.除了SKOS核心詞匯外,W3C還制定了SKOS映射集(SKOS Mapping)用來描述不同本體之間的映射,SKOS擴展集(SKOS Extension)用來補充SKOS核心集難以表達的詞匯.這樣,不同組織、不同結構的本體使用SKOS的詞匯集可以實現異構本體的統一描述和映射.
Stojanovic[12]提出了教育語義網絡中學習資源本體建模的三個維度,即學習資源內容本體,學習資源上下文本體,學習資源結構本體.其中學習資源內容本體用來說明學習資源的具體內容,表現形式是某一具體學習資源(如計算機網絡)的領域本體,可以解決具體學習資源內容的一詞多義、異詞同義和概念相關問題.它可以改變傳統的關鍵字檢索學習資源的方法,實現基于概念相關為基礎的語義檢索.學習資源上卜文本用來說明學習資源的表現方式,例如學習資源是表現為介紹性文字還是討論性文字,學習資源是表現為圖表形式還是文字形式,是表現為PPT還是Word,類似于這種學習資源表現方式的問題都可以用學習資源上下文本體來描述.學習資源結構本體用來說明學習資源的結構語法,以便將細粒度的學習單元組裝成一個符合學習者需求的個性化學習資源(如一門課程或是一個課件).這種用戶定制的學習資源利用體現學習者的意圖、教師的教學設計理念的結構性描述,將細粒度的學習單元利用Prev,Next,isbased-on等學習單元的內在語義、因果關系來形成整體的個性化學習資源.目前國內外大部分的研究集中在學習資源內容本體上,如ACM計算機課程本體(ACM Computer Classification System,ACM CCS)是目前比較具有影響力的學習資源內容本體.
Dragan Gasevic[7-9]將學習資源看成由學習資源元數據和學習資源內容組成,其中學習資源元數據是關于學習資源內容的信息,例如標題、作者、主題等.學習資源內容是學習資源所涉及的領域,例如數學、計算機學科、物理學科等.本文在Dragan Gasevic學習資源本體模型的基礎上,結合元數據本體和領域本體,形成學習資源本體.并對元數據本體和領域本體進行了實例化,分別以IEEE LOM元數據和ACM CSS計算機學科領域本體作為具體的元數據本體和領域本體,將二者有機的組合在一起形成計算機學科的學習資源本體.關于學習資源本體的形成過程模型如圖1所示.
學習資源本體在IEEE LOM標準的基礎上對元數據的類和屬性進行了轉換,在本體的表示層面上,使用本體描述語言和RDF圖形來表示學習資源本體.由于在LOM中只有類和屬性,所以學習資源本體的一個主要任務就是對類和屬性的關系進行了定義,本文利用本體描述語言中的subclass,equivalence等幾種語義關系.圖2顯示了在圖1學習資源本體模型基礎上構建的部分學習資源本體.
圖1 學習資源本體模型
圖2 部分學習資源本體
其中“LR”是學習資源本體的頂層元素,因為使用的是LOM元數據描述學習資源,所以LR的元數據屬性的取值是LOM.根據IEEE LOM標準,LOM 元素包含“Educational”,“General”,“Technical”,and “Classification”等 9 個元素,LOM 元素和這9個元素之間的語義關系是“HasElement”.元素“Educational”和LOM元數據標準中“教育”特性的語義一樣,表示學習對象的教學信息,如終端用戶的學習層次(小學、初中、高中).它是學習資源本體不同于其它領域本體的主要特征.“General”給出了所有學習資源通用信息的集合,它土要描述學習資源的語言、標題、關鍵字、標識符等.“Techni-cal”表示學習資源的格式、大小以及軟硬件架構需求,它與學習資源的運行時狀況相關.“Classification”表示學習資源和具體專業領域的關系,主要表示學習資源的內容特性,它代表學習資源內容本體的特性.
對于學習資源本體的描述,本文采用RDF描述語言,并結合定義的學習資源本體中的詞匯來進行描述,根據定義的學習資源本體,對學習資源(Learning Resources)的命名空間作如下定義:
xmlns:lr-base=“http://remoteedu.edu.cn/lr--base”(Base)
xmlns:lr-general=“http://remoteedu.edu.cn/lr--general”(General)
xmlns:lr-lifecycle=“http://remoteedu.edu.cn/lr--lifecycle”(Lifecycle)
xmlns:lr-metametadata=“http://remoteedu.edu.cn/lr-metametadata”(Meta-metadata)
xmlns:lr-technical=“http://remoteedu.edu.cn/lr-technical”(Technical)
xmlns:lr-educational=“http://remoteedu.edu.cn/lr-educational”(Educational)
xmlns:lr-rights=“http://remoteedu.edu.cn/lrrights”(Rights)
xmlns:lr-relation=“http://remoteedu.edu.cn/lrrelation”(Relation)
xmlns:lr-annotation=“http://remoteedu.edu.cn/lr-annotation”(Annotation)
xmlns:lr-classification=“http://remoteedu.edu.cn/lr-classification”(Classification)
其中對學習資源本體lr的每一個屬性都作了定義.上圖中顯示了lr的根目錄的清單.例如對于Description中標題的描述,用RDF表示為:
<rdf:Description rdf:about=“http://www.remoteedu.edu.cn/”>
<LR:tiitle xml:lang=“en”>A test</LR:title>
</rdf:Description>
筆者在Dragan Gasevic,Marek Hatala等人提出的學習資源元數據與學習內容領域本體層次模型的基礎上進行擴展.結合元數據本體和領域本體,形成了學習資源本體,并對元數據本體和領域本體進行了實例化,分別以IEEE LOM元數據和ACM CSS計算機學科領域本體作為具體的元數據本體和領域本體,結合本體建模原則,將二者有機的組合在一起形成面向ACM CSS計算機學科領域分類系統的學習資源本體.與現有的學習資源本體相比,本文提出的本體模型更加全面和具體,而且主要是面向學習資源的語義檢索.學習資源本體模型的提出為本體匹配算法的研究以及基于匹配算法的教育知識語義檢索系統的實現提供理論基礎.
[1]IEEE.Learning technology standards committee[EB/OL].//[2007-9-21]http://ltsc.ieee.Org1.Sharable Content Object Reference Model(SCORM)2004 3rd Edition Documentation Suite,Advance Distributed LearninSCORM[EB/OL].http://www.adlnet.org/storm,2007-09-21.
[2]IMS Global Learning Consortium[EB/OL].http://www.imsproject.Org,2007-09-21.
[3]Dublin Core Metadata Initiative (DCMI)[EB/OL].http://dublincore.org,2007.
[4]現代遠程教育技術標準化委員會,教育部.現代遠程教育技術規范[EB/OL].http://www.celtsc.edu.cn,2007.
[5]Nilsson,M,Palmer M,Brase J.The LOM RDF binding principles and implementation[C].In Proc.of the 3rd Annual ARIADNE Conf Leuven,Belgium,2003
[6]Gasevic D,Hatala M.Ontology mappings to improve learning resource search[J].BritishJournal of Educational Technology,Special issue:The Semantic Web forE-learning,2006,137(3):375-389.
[7]Gasevic D,Hatala M.Searching Web Resources Using Ontology Mappings[C]//Workshop on Integrating Ontologies at K-CAP 2005,Banff,Canada,2005:33-40.
[8]Gasevic D,Hatala M.Searching context relevant learning resource usingontology mappings[C].Workshop SWEL'05:Applications of Semantic Web Technologies for E-learning,Banff Canada,2005:45-52.
[9]D Gasevic,J Jovanovic,V Devedzic.Ontology-based Annotation of Learning Object Content[J].Interactive Learning Environments,2007,15(1):1-26.
[10]Alistair Miles,Dan Brickley.SKOS Core Vocabulary Specification[EB/OL].W3C Working Draft.[2007-9-21]http://www.w3.org/TR/swbp-skos-core-guide,2007.
[11]Stojanovic L,Staab S,Studer R.Learning based on the Semantic Web.In Proc of the World Conference on the WWW and the Internet,Orlando,USA,2001.