华栖云案例100讲｜安徽大学-思政知识图谱系统

​移动互联网和大数据为高校教学方式改革和学习模式优化提供了基础设施与工具，信息技术与认知科学推动着教育1.0向学习2.0创新发展。在这一大背景之下，通过构建知识图谱来推动各类教学应用和网络教学资源的融合，将是促进教学方式和学习模式改革的有效抓手。本期介绍的华栖云案例是安徽大学——思政知识图谱系统。

​

案例简介

​

安徽大学思政知识图谱的主要目标是构建思政课程的知识图谱库，基于数据中台构建人工智能的服务能力，沉淀思政课程知识图谱，通过中台大数据训练优化模型，为上层应用提供智慧化的数据服务体系，为后续的教育教学工作提供基础支撑。在实际实现中，需要将课程按照授课教材的知识点结构进行自然语言+专业词汇的建模处理，提取合适的知识点，并构建出有前后依赖关系的知识点树。

​

图谱构造流程

​

构造一门高质量的知识图谱课程，需要学校提供相关支持和配合。

1、电子教材导入：编写思政课程电子教材，用于教材版面识别及知识点结构树构建；

2、知识图谱构建：提前搭建好知识图谱构建平台及标注平台，用于机器识别完成后老师和专家的协同标注。根据电子教材，构建起知识图谱树，通过智能分析引擎构建起知识点之间关联关系，构建完成后由学校老师协助校验和调整。知识图谱结构树构建完成后进行课程视频的录制。

​3、课程视频录制：需提前搭建好收录服务、录播教室老师授课的视频及PPT信号。授课老师根据构建好的知识点结构树，尽量对照每个知识点的方式讲授课程，使每个知识点都有视频对应，提升知识图谱效果。录制应在专业录播教室中录制，保证PPT信号和授课画面同步，录播主机能够推流到知识图谱平台中，形成知识图谱课程资源，用于视频与知识图谱结构树关联。​

​​4、通过数据源（课程云）获取指定思政专业课程的线上授课录像以及其课程视频元数据信息（例如：视频名称、视频课件、视频讲师信息、视频录播时间等内容）；按照课程视频的元数据信息，调用语音识别接口，获取高精度的语音识别文本数据以及相应的时间戳数据；调用知识图谱平台已经构建好的知识图谱信息和知识点树，对获取的课程视频的文本信息做知识点的分片，生成分片后知识点和对应的视频的时间戳数据；返回给前端应用视频知识点标记数据，前端由此来完成相应的web展现和搜索工作。

项目亮点

​

1、虚拟服务器

从网络存储当中复制镜像需要花费大量时间，这些操作会延长启动过程，限制系统灵活性。目前虚拟化技术是一种被广泛认可的服务器资源共享方式，它可以在按需构建操作系统实例的过程当中为管理员提供极大的灵活性，采取虚拟化技术可以极大地提升平台的工作效率。

2、容器化模式

采用容器化模式的新型虚拟化技术，即在平台操作系统各层次进行虚拟化，允许在操作系统内核之上执行多个相互孤立的用户空间实例，每个用户空间实例对于其中运行的应用而言是一个独立的操作系统，但该应用仅能访问自己所在用户空间实例内的系统资源。

3、前后端分离

系统采用前中后台设计，进行前后端分离，保障新功能和应用开发时前后端独立进行，不需要同时修改，可有效加快子系统应用的更迭。前后端分离可以使前端和后端项目师各司其职，在自己的领域集中精力开发系统应用和加深技术深度，提高系统使用效果。​

4、分布式部署

系统及应用支持分布式部署以及资源调度，通过微服务化、数据库分库分表以及分散部署到不同服务器或者业务群集上的方式，分担业务负荷，可有效提高系统的并发性、可靠性、可用性及扩展性。微服务化使子系统被拆分为更小的服务来开发，可实现各个服务的独立开发、独立部署、独立运维等。

基于思政知识图谱自主学习平台的建设，可以对安徽大学现有课程云中的思政课堂教学过程录像进行知识点切分，形成思政课程知识图谱的完整构建，从而支撑后续学生、教师在学习、工作过程中对于特定知识点快速检索视频课程和应用教学的需求。