基于语文web学习资源访问模型设计.docVIP

基于语文web学习资源访问模型设计 　　摘要：作为一种新的Web技术，语义web为网络时代的个性化学习提供了重组学习资源的途径，本文基于目前网络学习资源建设的瓶颈，在分析语义web的主要技术的基础上探讨了一个基于语义web的数字化学习资源访问模型及其应用功能。 　　关键词：语义web　网络学习资源　访问模型 　　 　　1、网络学习资源的现状 　　 　　现代信息技术的快速发展特别是Internet广泛渗透到社会的各个层面和领域，把新世纪的人类带进了“网络时代”。在网络学习过程中，数字化学习资源是它得以进行的基础。但现有的网络学习资源存在着以下问题： 　　①课件资源库的描述标准不一，在资源的结构、类型及属性上各自定义，而且表示方式不同，使得信息难以得到交流和共享。 　　②教学资源多而广，传统的基于文本的检索效率低下，尤其是多媒体资源的检索。 　　③学习的个性化不足，相关的知识间缺乏关联性，系统无法根据学习者的兴趣进行智能导航。 　　④可能存在资源重复、单一。学习评价体系的不统一等问题。 　　目前在解决如何使用动态和异构学习环境中的分布式学习资源进行个性化学习的问题的领域中，研究者们通常把精力集中在建立网络互连的学习管理和教学系统上。2000年12月，由TimBerners-Lee提出了一种能将异构的资源集成在一起，针对学习者现状个性化访问和呈现学习资源的语义Web，使得网络学习的资源重组、个性化以及智能化等问题都能得到有效解决，即只要与网络进行了连接，学习者就会自动处在一个智能学习空间。语义Web的这一特性使得它在Web Service描述、网络数据集成、数字图书馆、网络教育的开发与应用中都有着光明的前景。 　　 　　2、语义Web及其技术分析 　　 　　语义Web以RDF(ResourceDescriptionFramework资源描述框架)为基础，整合了各种使用XML语法和使用URI命名规则的应用程序。语义Web的主要技术包括：信息的语义标注，本体和代理。 　　①信息的语义标注：XML和RDF是用来实现语义标注的两个主要技术。XML是一套定义语义标记的规则。这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言。即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。RDF使用RDF三元组(主语、谓语、宾语)来表示和保存数据资源，主语是某个特定的资源，谓语代表资源的属性，宾语是属性的值。它可定义资源中的元数据以及与资源的关系然后利用一组为任务开发的具体语法在WWW网上相互交换。语义Web先用URI对资源进行编码与定位，再通过XML+NS定义带标记的数据内容，并利用XML Schema进行解释，最后用RDF+RDFSchema描述Web上的资源及类型，完成对知识的定义与描述前期工作。 　　②本体Ontology：是语义Web中的一个主要概念，从人工智能的角度上讲，本体定义和描述了各个名词间的联系。对于网络而言，最典型的本体应描述事物的分类系统及其相互间的联系与推理规则。在语义Web中。不同的数据库或资源描述模型对同一组概念可能使用了两套不同的标签或属性值。此时就需使用本体来规定概念之间的关系，比如定义几个概念(如“place”、“location”等)之间的同义性，以及同一名词的不同含义，以实现信息的共享。而这些本体的表示则需要描述语言的参与，典型的语言有DAML、OIL以及两者的结合。语义Web是通过Ontology vocabulary描述资源间的联系，最终完成定义和描述某个领域知识的模型，使网上的信息可以被计算机所“理解”并自动处理。 　　③代理Agent：代理技术由自含式软件程序构成，利用储存在知识库里的信息执行任务，具有高度智能性和自主学习性；智能代理间能进行交流，共同执行单个智能代理所不能胜任的任务；能根据系统定义的规则，主动地通过智能化代理服务器代理用户完成某项任务，并能推测用户的意图，自主指定、调整和执行工作计划；具有通过学习而获得知识、从经验中不断积累，提高处理问题的能力。语义Web把代理技术嵌入网络平台，用复杂的逻辑和交换证明来达到一定范围内的可信任性，能在分布式环境中提供学习者个性化服务和其他支持功能。 　　 　　3、基于语义Web的数字化学习资源访问模型 　　 　　语义web体系结构的核心部分是个性化学习辅助服务(Personal LearningAssistant Service，PLA)。PLA将完成学习资源、学习路径搜索等功能的各种其他服务集成起来，还支持合适服务替代者(service candidates)的搜索，并将他们连接起来(“服务发现和合成”)。PLA服务不仅支持HTTP GET／POST绑定，允许用户通过web浏览