大模型环境下计算机课程知识库建设研究个性推荐.docx

0

大模型环境下计算机课程知识库建设研究个性推荐

引言

当前计算机课程材料多以论文、教材和习题集形式存在，内容碎片化严重，缺乏统一的结构化编码。大模型在垂直领域的语义理解能力已大幅提升，但面对晦涩的算法逻辑与复杂的硬件原理描述时，仍难以准确提取核心概念及其内在关联。因此，建设的首要需求是实现从非结构化原始文本到结构化知识图谱的转化。这要求将课程讲义中的定义、定理、算法步骤等关键信息转化为机器可理解的节点与边，构建包含学科分类、知识层级、逻辑关系及引用关系的知识图谱。通过引入大模型作为知识提取的辅助引擎，能够显著提升对长文本中上下文依赖关系的识别能力，解决传统关键词匹配在跨章节、跨术语检索