Ontomathedu 本体论丰富方法
本文介绍了一个形式化的模型,用于在开放链接数据云中表示自然语言的数学事实,该模型用于 OntoMath PRO 专业数学本体论的开发,OntoMath 数字生态系统的语义出版平台是一个中心组件,用于数学知识管理,包括数学公式的语义搜索和数学论文的推荐系统。
Mar, 2023
使用本体论的方法,将应用数学中的建模 - 仿真 - 优化工作流的数学模型和数值算法表示出来,以构建 FAIR 数学研究数据。通过介绍多孔介质微裂纹分析的具体例子,展示了本体论如何表征基础数学模型及其相应的数值算法。
Oct, 2023
通过注入本体知识来改进嵌入式大语言模型(embedding-LLM),本研究利用广泛的本体使用和基于对照学习框架,通过医学疾病本体的生物医学文档,展示了提高嵌入式 LLM 在描述疾病领域中的相似性评估能力的实验结果。
May, 2024
研究了海量在线课程的学习者交互轨迹,构建了行为分类法,比较了高、低成就的学生的不同行为模式,并研究了论坛参与与课程其他部分之间的关系,还探讨了徽章对 MOOCs 用户参与的影响。
Mar, 2014
该研究介绍了一个包含科学技术领域中非传统主题的自动化科学技术本体,并通过连接不同领域和专业之间相关或具有共性的主题来促进跨学科研究与合作。使用从 2021 年 10 月到 2022 年 8 月从语义学者 (Semantic Scholar) 收集的 393,991 篇科学文章构建 S&TO。目前,S&TO 划分了四个科学领域中的 5153 个主题和 13155 个语义关系,可以通过对更新的数据集运行 BERTopic 来更新模型。
May, 2023
本文系统回顾了本体嵌入领域的 80 多篇论文,介绍了本体的不同语义以及数学和机器学习的视角下的本体嵌入的定义和特性,并对几种技术解决方案进行了分类和分析,包括几何建模、序列建模和图传播等。此外,还介绍了本体嵌入在本体工程、机器学习增强和生命科学中的应用,并讨论了挑战和未来方向。
Jun, 2024
本文提出了一种动态、可扩展、透明的教育推荐系统,基于 Wikipedia 的文本本体自动提取教育资源的知识组件及启发于项目反应理论和知识追踪的一组在线贝叶斯策略。我们的提案 TrueLearn 专注于向具有足够背景知识并能够理解和学习材料的学习者推荐具备足够新颖性的材料,以帮助学习者提高对主题的知识并保持他们的主动性。我们还构建了一个大型的开放式教育视频讲座数据集,并测试了所提算法的性能,结果显示出建立有效的教育推荐系统的明显前景。
Nov, 2019
研究主要介绍了如何利用 Moodledata 模块重设计功能,在支持重用和分类的同时,通过链接对象格式在 e-learning 内容平台之间分享学习对象,特别是在人工智能环境中,可以使用可链接学习对象之间的对话来获取信息,并使用语义或结构相似性度量来增强现有的分类辅助工具进行高级自动分类。
Dec, 2022
本研究提出了一种基于外部知识库的新概念搜索边界,通过异构特征验证高质量结果,并设计了一个基于游戏的交互式优化机制来提高 MOOC 用户学习效果,实验证明此方法优于现有方法。
Sep, 2019