姬升官

（西北民族大學(xué)中國(guó)民族語言文字信息技術(shù)國(guó)家民委—教育部重點(diǎn)實(shí)驗(yàn)室，蘭州730030）

在藏區(qū)互聯(lián)網(wǎng)絡(luò)逐步普及的今天，大力發(fā)展遠(yuǎn)程教育，對(duì)于促進(jìn)我國(guó)民族地區(qū)教育的普及和建立終身學(xué)習(xí)體系，實(shí)現(xiàn)民族地區(qū)教育的跨躍式發(fā)展，具有重大意義。現(xiàn)在漢語遠(yuǎn)程教育技術(shù)體系已基本成熟，但是由于我國(guó)民族地區(qū)的教育不平衡的狀況，特別是我國(guó)藏區(qū)的藏語教育資源與漢語教學(xué)資源相比較，擁有其獨(dú)立的特點(diǎn)，使其在描述、檢索上有很大的阻力?？堂婕夹g(shù)主要是針對(duì)軟件的復(fù)用而提出的一種提高軟件開發(fā)效率和軟件質(zhì)量的切實(shí)有效的途徑。該技術(shù)從資源的不同方面對(duì)其進(jìn)行描述，有利于提高檢索的準(zhǔn)確率；同時(shí)，通過對(duì)查詢結(jié)果匹配度權(quán)值的控制增加查全率。本文用刻面技術(shù)對(duì)數(shù)據(jù)資源庫中的漢語、藏語教學(xué)資源進(jìn)行詳細(xì)地描述、分類，增加各類教學(xué)資源的檢索成功率。這種檢索技術(shù)的不足之處在于只能體現(xiàn)出刻面和刻面、刻面和術(shù)語以及術(shù)語與術(shù)語之間的組成關(guān)系，忽略了它們之間更為豐富的關(guān)系，而這些關(guān)系有助于系統(tǒng)對(duì)查詢條件的理解，從而進(jìn)一步提高查準(zhǔn)率和查全率。本文通過建立刻面、術(shù)語（關(guān)鍵詞）庫，可以極大豐富刻面和術(shù)語、術(shù)語和術(shù)語之間的關(guān)系，有利于發(fā)現(xiàn)它們之間的內(nèi)在關(guān)系；同時(shí)這術(shù)語可以作為檢索條件到檢索引擎之間的橋梁，通過它，更好地挖掘用戶的檢索意圖，使得檢索引擎檢索出更接近用戶意圖的結(jié)果。基于這種思想，我們把術(shù)語庫與刻面描述檢索方案相結(jié)合，構(gòu)造基于術(shù)語和刻面的資源描述與檢索方案。

1 刻面技術(shù)介紹

在本文中一個(gè)刻面類由一組描述教育資源本質(zhì)特征和屬性的刻面所組成，每個(gè)刻面從不同的側(cè)面對(duì)教學(xué)資源庫中的教學(xué)資源進(jìn)行分類［1］。在刻面分類策略中，每個(gè)刻面關(guān)聯(lián)了一個(gè)合法術(shù)語的結(jié)構(gòu)化集合—術(shù)語空間，在教學(xué)資源的分類和查找中用到的術(shù)語均來自于這些術(shù)語空間。術(shù)語空間的結(jié)構(gòu)反映了術(shù)語間的語義關(guān)系，因此術(shù)語空間可以看做是一種語義網(wǎng)，而教學(xué)資源從外部來看，都是一組刻面術(shù)語的集合。一個(gè)教育資源可以被每個(gè)刻面中的一個(gè)或多個(gè)術(shù)語所刻劃（刻面術(shù)語是一個(gè)確定的集合）。而每個(gè)刻面則反映了對(duì)教育資源庫中教學(xué)資源的一種劃分，因?yàn)榭堂嬖诜诸惡兔枋龅男蝿?shì)下建立起來的，因此用戶可以直觀地從不同的角度指明待檢索的教學(xué)資源，也有利于用戶對(duì)教學(xué)資源的理解和應(yīng)用［2］。

刻面分類策略應(yīng)具有下列特性：（1）刻面必須充分并明確地描述教學(xué)資源庫中全體教學(xué)資源，即每一個(gè)教學(xué)資源都可以用刻面來分類和描述；（2）每一個(gè)刻面與一個(gè)術(shù)語空間相關(guān)聯(lián)，任意2個(gè)刻面的術(shù)語空間是正交的，即一個(gè)刻面的術(shù)語發(fā)生變化不會(huì)影響到另一個(gè)刻面的術(shù)語空間；（3）一個(gè)刻面的術(shù)語空間為有限的不定空間，即可以隨時(shí)間的演進(jìn)而動(dòng)態(tài)地增加和刪除術(shù)語；（4）每一個(gè)教學(xué)資源的所有刻面必須予以定義，不允許在對(duì)教學(xué)資源進(jìn)行分類時(shí)有未定義的刻面，但查詢時(shí)，用戶可以利用任意數(shù)目的刻面來查詢，因?yàn)楸疚牡募夹g(shù)支持模糊查詢；（5）教育資源庫管理者對(duì)教育資源進(jìn)行分類時(shí)，應(yīng)該針對(duì)每一個(gè)刻面，從術(shù)語空間中選擇適當(dāng)?shù)模ǘ鄠€(gè)）術(shù)語，以完成教學(xué)資源的封裝工作。

在用刻面技術(shù)對(duì)教育資源庫中的資源進(jìn)行分類的策略中，教學(xué)資源管理者通過將刻面與對(duì)應(yīng)的術(shù)語相聯(lián)結(jié)，可以在教育資源間建立復(fù)雜的聯(lián)系。與一般的層次分類策略相比，刻面分類策略更易于修改，更富有彈性，因?yàn)閷?duì)一個(gè)教育資源刻面的修改不會(huì)影響到其他的刻面。同時(shí)，每個(gè)刻面對(duì)應(yīng)一個(gè)結(jié)構(gòu)化的術(shù)語空間（教育資源的描述關(guān)鍵詞集合），避免了一般的關(guān)鍵詞分類策略的雜亂無章，使得對(duì)關(guān)鍵詞的管理更為方便和有序。而刻面分類模式必須遵循以下一般性原則［3］：（1）一致性原則；（2）精簡(jiǎn)的原則；（3）刻面正交的原則；（4）全面性原則；（5）易于理解的原則；（6）教育資源的復(fù)雜性和檢索效率平衡的原則；（7）充分考慮具體的特定的教學(xué)資源（藏族九年義務(wù)教育，藏區(qū)科普教育，藏族學(xué)習(xí)普通話）的特點(diǎn)的原則。

2 相關(guān)基本概念

2.1 教育資源的分類

在藏語／漢語遠(yuǎn)程教育信息平臺(tái)中，教學(xué)資源主要分為以下幾類：（1）媒體素材；文本類素材、圖形／圖像類素材、音頻類素材、視頻類素材、動(dòng)畫類素材。（2）試卷；（3）課件；（4）教學(xué)案例；（5）文獻(xiàn)資料；（6）網(wǎng)絡(luò)課程；（7）常見問題解答。而其中文本素材主要分為：txt、doc、caj、pdf、pdb、rtf、htm、html、ps等格式。圖形／圖像類素材主要分為：BMP、JPG、GIF、PNG、TIF、PCX、PSD等格式。音頻類素材主要分為：WAV、MP3、MIDI或流式音頻格式；視頻類素材主要分為：AVI、OuickTime、MPEG或流式媒體格式等；動(dòng)畫類素材主要分為：GIF、Flash動(dòng)畫格式、AVI動(dòng)畫格式、FLI／FLC動(dòng)畫格式或 Quick－Time動(dòng)畫格式。

2.2 刻面樹權(quán)值H

由于藏語／漢語遠(yuǎn)程教育信息平臺(tái)主要應(yīng)用在我國(guó)的少數(shù)民族地區(qū)（特別是藏族區(qū)域），用戶的學(xué)習(xí)、使用方式都具有獨(dú)立的特征。如：藏漢學(xué)習(xí)風(fēng)格、策略和方法的不同；藏漢學(xué)習(xí)者在多媒體方面交互方式的不同；指導(dǎo)者評(píng)審學(xué)習(xí)者的評(píng)估、偏好、歷史績(jī)效及未來學(xué)習(xí)目標(biāo)的不同等。所以不同用戶對(duì)初始查詢的滿足度評(píng)估在現(xiàn)實(shí)世界中具有不同的標(biāo)準(zhǔn)。對(duì)于上述教育資源數(shù)據(jù)庫來說，有人關(guān)注格式屬性，有人關(guān)注類型屬性，有人卻關(guān)注語種屬性。因此對(duì)初始查詢的滿足度進(jìn)行評(píng)估時(shí)，需要考慮被查詢指定的屬性對(duì)于當(dāng)前用戶的重要程度（即權(quán)重）。為了解決這一問題，本文將以當(dāng)前用戶提交的初始查詢作為啟示來分配屬性權(quán)重。而本文定義的H值就是用來衡量被查詢指定的屬性的權(quán)重［4］。

令D是數(shù)據(jù)庫中的一個(gè)教學(xué)資源庫集合，S是在D上執(zhí)行松弛查詢后得到的近似查詢結(jié)果集。如果Ai是D中的一個(gè)文本型屬性且Ai的取值為｛ai1，ai2，ai3....aik｝，則Ai在D 和S 上的分布用權(quán)重H可以表示為其中：P（Ai＝aij｜D）是D中屬性Ai＝aij的概率；p（Ai＝aij｜S）是S中屬性Ai＝aij的概率。H值的離散度越大，說明結(jié)果集中的數(shù)據(jù)分布與數(shù)據(jù)庫表中的數(shù)據(jù)分布差距越大，則這個(gè)屬性越重要。

從上面的公式可以看出，要想得到權(quán)重值H，就必須知道資源A在D和S上的不同的分布概率。假設(shè)D是從我們的藏語／漢語遠(yuǎn)程教育資源庫中隨機(jī)抽取的1 000個(gè)教育資源，主要的分布情況如圖1所示。我們把S定義為在D中所有相對(duì)屬性的集合，如媒體素材，則S是D上所有的媒體素材類的教育資源。而S分布情況如圖2所示，則根據(jù)上面所講的公式可以得到媒體素材相應(yīng)的權(quán)值H為0.148，則同理可以得到以下的H值結(jié)果。

圖1 整體數(shù)據(jù)分布圖

圖2 媒體素材類數(shù)據(jù)分布圖

3 刻面樹的建立方法

對(duì)藏／漢遠(yuǎn)程平臺(tái)教育資源的刻面描述方法的基本思想是抽取教學(xué)資源的某些本質(zhì)特征即刻面特征屬性來描述它。每一個(gè)刻面與一個(gè)術(shù)語空間相關(guān)聯(lián)，術(shù)語空間由一組術(shù)語構(gòu)成，這些術(shù)語以及術(shù)語與刻面之間的關(guān)系可以用樹來表示。而對(duì)于不同種類的教學(xué)資源，本文應(yīng)用不同的刻面分類樹進(jìn)行描述。我們將其中的刻面、子刻面分別映射為樹中對(duì)應(yīng)的父節(jié)點(diǎn)、子節(jié)點(diǎn)，對(duì)采用某個(gè)刻面分類方案描述的教學(xué)資源，可以將其對(duì)應(yīng)的描述術(shù)語映射為對(duì)應(yīng)的葉子節(jié)點(diǎn)。資源描述樹的構(gòu)建過程［5］：（1）用查詢教學(xué)資源的類型作為樹根節(jié)點(diǎn)；（2）以教學(xué)資源的分類屬性并把根據(jù)關(guān)鍵詞和H權(quán)值作為描述的術(shù)語，插入作為每一棵樹枝的枝節(jié)點(diǎn)；（3）術(shù)語的值即分類屬性的屬性值作為葉節(jié)點(diǎn)。其節(jié)點(diǎn)的構(gòu)建樹圖如圖3所示。

圖3 教學(xué)資源檢索樹

其中A～W所對(duì)應(yīng)的相關(guān)葉子節(jié)點(diǎn)，即是各枝節(jié)點(diǎn)所對(duì)應(yīng)的屬性值，依次為：教學(xué)資源的名稱、媒體素材、試卷、課件、教學(xué)案例、文獻(xiàn)資料、網(wǎng)絡(luò)課程、常見問題解答、教學(xué)資源的大小值、文本、圖形／圖像、音頻、視頻、動(dòng)畫、藏語、漢語、英語、教學(xué)資源發(fā)表日期、文本格式（txt、doc、caj、pdf、pdb、rtf、htm、html、ps）、圖形類格式（BMP、JPG、GIF、PNG、TIF、PCX、PSD）、音頻類格式（WAV、MP3、MIDI）、視頻類格式 （AVI、OuickTime、MPEG）、動(dòng)畫類格式（GIF、Flash、FLI／FLC）。

圖4 教學(xué)資源描述樹實(shí)例

而其匹配樹的構(gòu)建過程與描述樹的構(gòu)建基本一致。如一個(gè)教學(xué)資源的類型、大小、名稱、語種、日期、格式等幾個(gè)子刻面來描述，刻面類型的子術(shù)語屬性值依次是視頻、400M、小學(xué)藏語文、藏語、2009－8－20、AVI。通過以上敘述方法可以構(gòu)造一棵如圖4所示的刻面描述樹。對(duì)于教學(xué)資源的查詢也可相應(yīng)地表示為一棵查詢樹，而其查詢樹的構(gòu)建過程與描述樹的構(gòu)建基本一致。將查詢中出現(xiàn)的刻面名、子刻面名轉(zhuǎn)化為相應(yīng)層次的父子節(jié)點(diǎn)，并將待查詢的刻面術(shù)語值（關(guān)鍵詞）映射為葉節(jié)點(diǎn)。于是，教學(xué)資源的檢索可以轉(zhuǎn)化為查詢樹與庫中每個(gè)資源刻面描述樹之間的匹配，兩棵樹之間的匹配本質(zhì)上是兩棵樹的節(jié)點(diǎn)之間的一個(gè)映射。根據(jù)對(duì)該映射所施加的約束條件的不同，匹配是相應(yīng)的權(quán)值也不相同，然后根據(jù)返回的權(quán)值和的大小順序呈現(xiàn)給用戶。

4 匹配算法描述

輸入：查詢樹Q，構(gòu)件描述樹庫D。

輸出：符合查詢要求的構(gòu)件集合S。

（1）R＝O；

（2）令標(biāo)志位值I＝0.00；

（3）取出查詢樹的所有子節(jié)點(diǎn)及其對(duì)應(yīng)的屬性值；

（4）for教學(xué)資源庫D中的每一棵資源描述樹C；

（5）取出C的所有子節(jié)點(diǎn)及相應(yīng)的權(quán)值H；

（6）取得查詢樹Q的節(jié)點(diǎn)集和權(quán)值集和資源樹C的節(jié)點(diǎn)集和權(quán)值集并求交運(yùn)算；

（7）while Q與C具有匹配的子節(jié)點(diǎn)時(shí)，取得子節(jié)點(diǎn)相對(duì)應(yīng)的權(quán)值Hi并將其與I求和；

（8）保存每一次循環(huán)的I的值，并把I置零；

（9）for比較I的大小，并按從大到小順序排列；

（10）根據(jù)I的順序，返回其相對(duì)應(yīng)樹的集合S。

5 結(jié)語

刻面檢索技術(shù)的描述樹（匹配樹）和檢索樹（查詢樹）的建立合理與否，將直接影響教學(xué)資源的檢索效果。本文歸納總結(jié)了每種資源類型，格式，語種等在建樹、檢索、匹配等過程中，刻面術(shù)語（關(guān)鍵詞）所應(yīng)有的權(quán)重。使用戶在檢索的過程中，面對(duì)的是具有排行順序的近似檢索結(jié)果集，這些思想和方法將為檢索其他教學(xué)資源庫中的教學(xué)資源提供方法指導(dǎo)。下一步工作的重點(diǎn)是要深刻精化權(quán)值的分配。

［1］Winograd T.From computing machinery to interaction design［A］.Denning P，Metcalfe R.Beyound Calculation；The Next Fifty Years of Computing［C］.New York：Springer－Verlag New York Inc，1997：149－162.

［2］王瑩，林雪峰，戴輝.基于葉節(jié)點(diǎn)包容匹配模型的構(gòu)件檢索算法研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2007，28：5979－5977.

［3］馬衛(wèi)娟，方志剛.人機(jī)交互風(fēng)格及其發(fā)展趨勢(shì)［J］.航空計(jì)算技術(shù)，1999，29（3）：16一20.

［4］孟祥福，馬宗民.Web數(shù)據(jù)庫近似查詢結(jié)果自動(dòng)排序方法［J］.東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，31，23－27.

［5］何飛，蔣冬初，向繼文.教學(xué)構(gòu)件的檢索與匹配［J］.吉首大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，28：42－47.