基于知识图谱设计的 VR教学资源建构问题研究*

来源:用户上传      作者:

　　摘   要：知识图谱是驱动教育资源智能化的关键问题，文章以虚拟现实（VR）教育资源设计为目标，站在人工智能的角度上详细阐述了知识图谱设计，其中包括教育资源知识图谱的设计、VR教育资源知识图谱特性、VR教育资源知识图谱的作用与描述、基于知识图谱下的VR教育资源智能建构，并详细给出VR教学体验系统概要设计知识图谱等12个子知识图谱;详细讲述了知识图谱下的资源整体实现过程，并在远程等系统上完成了知识图谱智能驱动的实证和过程实现。
　　关键词：知识图谱;教学资源;VR体验
　　中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2020）19-0015-09
　　教育是一种体验过程，其目的是让学生在这个体验过程中，模拟或感受一遍某种思维方式，然后熟悉这种思维，记住这种思维，熟练地代入其他问题。虚拟现实（VR）技术为教育领域的发展带来了新的机遇，能够让学生在虚拟学习环境中充分互动，解决传统课堂上交互性、沉浸感不强的问题。[1]VR教育资源可以充分适应教育的特征，由于其三维空间的展现、知识思维的转变、体验者效果的追踪反馈控制都大大提升了育人的质量，大大缩短了知识自我建构的路径，在未来教育中将逐步占据主导地位，是新技术环境下的教育资源的必然。为了让VR教育资源更加科学化、个性化，更加符合人们的认知规律和生活认同感，为了让更多的学科教育资源向VR教育资源过渡，就要尽早地将人工智能思想融入到VR教育资源建构当中，要为VR资源智能化奠定良好的经验基础、推理基础、数据基础，转变教师的职能，将教师的职能从知识内容的教授转变为与计算机合作，共同实现教学资源基础思想、基础架构、构架策略、知识架构框架等，去完成更高一级的教学建设。如果将人的智慧与知识连接起来，就会产生教育智能性的应用升级和体验，而这项工作的核心就是VR教学资源知识图谱体系的建立。
　　一、教育资源知识图谱的设计
　　知识是人类通过观察、学习和思考有关客观世界的各种现象而获得和总结出的用所有事实、手段来描述、表示和传承的规则或原则的集合。[2]
　　VR教学资源是自然现象、社会现象被用来演化人类本性和行为图谱的另一种知识的描述和承载形式。以VR资源形式承载的教学是一种知识体验过程和探索过程。
　　知识图谱是VR教学资源的思想基础，教育领域的知识图谱是个性化学习资源和学习路径推荐的服务平台，[3]其以结构化的形式描述客观世界中概念、实体及其关系。[4]在人工智能时代背景下，知识图谱将错综复杂的各类信息表达成更接近人类认知世界的形式，并提供了一种更好地组织、管理和理解互联网海量教育资源信息的能力。[5]
　　VR教育资源的知识图谱是一个知识的网络，它包含教育资源的实体、属性和关系，知识检索与推理，具有一定的专业性。由于教育大数据的积淀和经验非常有限，以及传统的数据观点不适应未来智能教育形态的发展和创新，要摆脱传统人工构建、数据规模局限的束缚，必须具有正确的大数据思维，才能真正使教育资源知识图谱在大数据智能搜索推荐、分析预测的关联分析、可解释性推理方面有效发挥作用，产生从以知识规模量到知识效用质变的转换，提供高质量结构化数据，为大数据提供可靠的先验知识。
　　VR知识图谱在教育中体现在知识建构、VR知识的结构发展、逻辑问题向形象问题转换、 知识问题的空间映射、解决问题方法和过程在故事情节中的映射、知识掌握向能力提升的转移、教师创新拓展建构等方面;VR教育资源知识图谱将根据VR资源设计、架构、运行、反馈和控制的流程来实现，它将体现VR资源设计实现的思想承载、智能驱动下知识的搜索机制和策略，将支撑VR的设计、运行、体验者感知、自适应VR系统修正等功能，其内容将比教学课程知识图谱问题更加复杂，是以问题为出发点的、在空间交互中产生冲突的自我建构体验过程，将形成以“知识本体+教学经验+VR智能构建”为主的资源内容滚动式架构。Burdea 和 Coiffet提出了虚拟现实的三个基本特征——想象性、交互性和沉浸性。[6]因此，我们设计的VR教育资源应充分发挥VR的特性，更加侧重于解决资源智能的问题，其图谱要具有对课程资源进行故事叙事和空间再现的能力，又能从教学内容设计角度出发给出以问题为导向的、以不同方向思维为目标的内容智能搜索导航定位的功能，并实现在其图谱架构基础上图谱的自愈/自育、空间架构下知识的自愈/自育，动态实现知识获取、知识表示、知识存储、知识建模、知识融合、知识理解、知识运维[2]等功能。
　　二、VR教育资源知识图谱特性
　　1.VR教育资源
　　由于VR教育资源所表征的问题是世界性的问题，是人类自然学科和社会学科问题描述的总和，是未来世界和不可预测问题的虚拟世界的描述，是解决问题、认识问题、辨识问题、分析问题的集合，既有高度浓缩的定理、推理知识的描述，又有事实、案例所表现的自然特性写真，是多种形态结点的组合;它在真实和科学描述之间存在，在可能与不可能之间存在，在过去、现在、将来、超时空的任何一个时态存在以及在逻辑和形象思维之间存在。
　　VR教育资源属于现代性教育资源，是在强大的虚拟现实软硬件基础上、在教育心理学基础上、在教育理念发生巨大转变的条件下发展起来的，它是说明自然科学、社会科学现象的最直接的解释通道，[7]又是人类关系的完整显现，它将客观现象与人们的情感、认识、评价相融合，让人们在联想、判断、主动探究上发挥主观能动性。因此其知识图谱理论层架构分成了概念分类层、元素组合设计层和教学体验层，如图1 所示。VR教育资源是一个新的教学形态，它的教学方式从说教过渡到体验，从知识的描述讲解过渡到自己去体验知识的内涵，转变了从被动建构到主动建构的认识，转变了知识获得方法、评价方法、理解方法、能力提升的认识，与传统教材上用来组织和表征知识的概念图[8]有所不同，所以其知識图谱具有普遍性和特殊性。 　　2.VR教育资源知识图谱
　　传统教育资源知识图谱具有一定的成熟性、系统性、经验沉淀性;其按照一种学习心理定势和逻辑定势进行思维和知识推演，以传统的教学行为和示范行为进行知识点的推进，承上启下的关系非常明确，结论非常稳定，内容形式联想度不高，与其他学科的交叉性较小，对新事物的发展的自适应度不强;对基础学科教育、较为稳定的学科教育、发展较慢的学科教学起到了重大的教学作用，也为教育知识图谱奠定了稳固的基础。
　　VR教育资源知识图谱的最大特性是将对多个知识的语言描述放置于人们感知、情绪、感情、交互的空间当中，将综合的知识分解成若干的故事情节，形成体验者扮演故事的角色和参与者的构造，在体验过程中不断地发现问题、找出解决问题的方法与途径，在解决问题的过程中达到自我建构。Haiping Zhu等根据学习者在不同学习情境下的不同偏好，提出了一种基于知识图谱的学习路径推荐模型，并证实了学习者在此教育资源的辅助下能够合理地平衡学习目标和学习时间，从而提高个性化学习的效率。[9]问题解决的方式和方法、现象与问题具有差异性，需要针对其不同的过程阶段构建出不同的知识结构图谱;知识图谱的先进与否，将决定教育资源智能的程度，将决定教育资源再造性、再生成性，决定围绕教育资源的教学支持的优质性，将决定整体教学的引领性。基于以上理由我们认为，VR教育资源知识图谱应具有以下特性：
　　（1）发展性
　　除具有传统承载知识内容、知识观点、知识关系的性能外，新资源的知识图谱结构的先进性将决定知识图谱拓展的能力，现代知识图谱的初建要充分体现对未来问题的引领性，对未来科技带来的性能的影响性，以及新资源和应用领域融合的预测性等;层次的独立发展将对今后的拓展具有重要的作用。更加注重于知识图谱结构和基础结构的定位、形成;更加关注资源的成长、评价、更新以及删减，是具有发展性的知识结构。
　　（2）层次性
　　知识图谱呈现多种角度的视点和观察点，呈现多层次的描述关系;是一个以问题为导向的、探究为主的结构体。
　　（3）扩展性
　　网状式的知识图谱基本都建立在较为稳定的基础上，现代的结构属于成长自愈结构，需要留出相当的结点空间向外进行问题的扩展和知识衔接，不适合采用网状式的结构;全面设计反映该知识点解决问题的途径和过程，既要有主要理论观点，又要有相应的案例、事实、反面观点、疑问观点的支撑，形成多用途的、系列对应组合的知识图谱;而对教育资源的知识图谱描述和构造工作绝对不是利用天然的图谱进行问题任意抽取和组合，必须以教学需求、任务需求、目标需求、滚动式成熟为设计原则，设计完成与解决问题相关的、与陈述相关的知识节点间的链接。
　　（4）可塑性
　　新资源从媒体融合、观点交叉、技术融合、时代跨越、理论交叉、先进性的拓展上都有非常大的变化，要求它的资源知识图谱层次定位必须清晰、可塑;新资源的知识图谱既要保持知识的自然成长规律，符合一定的知识认知规律，又能够适应经验和实验结果的自然嫁接;知识结点的链接既要遵循自然科学的规律，又要遵循教育认知的规律，进行知识到知识的自然过渡与延展，富有自然的逻辑性。
　　（5）承上启下
　　知识的表示和知识图谱设计上应该是顺意链接，不应该是产生在两个知识结点之间问题的重大分歧，不应该产生较大跨度的跳转。应该界定解决问题的目标区域，将问题类似、解决方法相近的划在一个区域。其分支知识图谱衔接流畅，教学思路清晰延展，具有承上启下的相关设计，具有知识脉络认知的拓展设计规则。
　　（6）形态描述多样性
　　VR技术融合了计算机、 网络、视听、多媒体、人工智能等多种技术，其实质是智能化的人机界面交互技術。[10]VR技术营造的是集现实、未来，自然科学、社会科学，微观、宏观，假想、超越为一体的空间环境。既有现实的仿真，又有创造性的发挥，其教学目的是通过体验和创造去建构自我知识体系，所以VR 问题的第一要素，就是可信、逼真。既要符合认知规律、自然法则、社会基本的道德规范，又要让体验者有身临其境的感觉。因为存在知识的隐藏和综合描述技巧问题、故事化描述的问题、实践冲突的虚拟构造问题、虚空间与实空间的构造问题，以及构造虚拟空间的虚拟人物、问题、冲突等系列元素的描述问题，所以VR教育知识图谱具有这样的形态描述多样化的性能。
　　三、VR教育资源知识图谱的作用与描述
　　VR 教育资源知识图谱的构造将决定教育资源未来的智能特性的程度，将决定VR空间的智能适应度，将决定未来VR技术的发展方向和应用领域;也就是说VR教育知识图谱是“VR +AI”的基础，它的作用相当于智能领域专家系统的地位，反映了VR设计的内涵、思想、基础构架、交叉知识融合、拓展技术的接口、教育心理的结合、VR资源论的特性。目前的研究大多集中在基本关系的提取上。更深入、更准确的关系提取可以帮助挖掘出更多的教育背景信息。[11]因此，研究VR教育资源知识图谱将具有一定学术价值和应用价值，它的价值绝对不是停留在娱乐趣味上，它将是5G智能时代教学方法和教学思想发展的必然。下面我们将按照其功能分别予以陈述：
　　1.VR 教学体验系统概要设计知识图谱
　　它架构了VR 系统概要设计的设计脉络，是以概念、VR元素组合设计、VR 教学体验三个层面构建的关系层次网络，根据联通主义的理念，采用树状结构、层层递进的方式将学科知识图谱可视化呈现给学习者，使学习者能够更加全面直观地了解所学内容的知识体系。[12]因此本研究采取以问题为导向、以VR元素为基础的教学设计思路，给出了达到最佳教学目标的推演路径，如图2 所示。
　　VR 教学体验系统概要设计知识图谱体现了VR化教学体验的构成基于动机心理学中对认知评价和情感输出的分类，体现了高投入度教学设计、临在感问题的研究及情感设计研究的关系。[13]该知识图谱包含了以下知识元素： 　　（1）VR化教学体验的核心元素
　　核心元素描述了VR化教学系统本身及其与学习者之间的互动，定义了游戏化世界的背景、交互规则以及故事场景;给出虚拟环境则是呈现给学习者的具体方式，包括将物理场景转化为图像和声音。
　　（2）VR化教学体验吸引人的因素
　　从教学体验心理学角度上描述了挑战、感觉和情绪、其他参与者，以及叙事和故事等要素，这些因素促使学习者在融入虚拟世界以及跟虚拟世界完成交互过程中获得有趣的体验。
　　（3）VR化奖励评估的依据
　　从心理学角度上给出了挑战、技能、满意程度等有价值的评估依据。
　　（4）VR化教学体验的子成分
　　从情境体验设计角度出发给出了技巧/技能、挑战、情绪、控制/自由度、专注/集中、实体呈现、参与感/好奇度、故事/戏剧性、社交属性、互动/可操控性等体验成分，极大扩展了情境教学的设计元素。
　　（5）VR化教学系统的心理成分
　　站在心理学的角度描述了在场感对虚拟世界的认知和注意、对参与空间和社会认知的作用，站在投入动机的角度上描述参与感等活动，站在心流的角度上对系统的主观、认知和情感评测进行描述。
　　（6）VR化教学系统交互
　　站在学习者与游戏化系统交互的角度上给出了互动过程中影响、控制感、所有权以及促进等因素。
　　2.学习者分类知识图谱
　　学习者对 VR 环境的态度是在学习期间形成的，他们在 VR 环境内部交互时形成了动机，态度和动机共同体现了情感支持和教育支持。[14]基于此，该知识图谱针对学习者的五种类型的体验特点，从VR机制上和元素设计设置上给出了设计规则式的图谱，系统地给出了基于VR设计培养的主要元素，是一个带有目标性的知识图谱。其主导型设计更加突出培养其挑战的性格，社交型更加突出其多任务、多角色的应对，创造型更加突出自我构建，探索型更突出其见世面，成就型更加突出其成就的奠基。该知识图谱方向的指定将为以下知识图谱的方向确定奠定基础，如图3所示。
　　3.教学需求模式知识图谱
　　这是一个以行业、实践、经验为核心的图谱设计，将根据教学目标的需求、教学实践的需求、知识现实成就人的需求、拓展思维的需求、系统体验性的需求，在知识和构造复杂度的前提下进行知识图谱模式设计的推理。每一个模式下面带有更详细的知识图谱。图4中a、b两张图是主知识图谱和一个分支知识图谱，这两个图可以对知识图谱的相加运算进行链接。
　　该知识图谱的建立是人工智能基于智能体滚雪球设计的角度进行的，即设计好基础架构，根据问题的发展和经验取向不断地发展壮大，是一个以图谱驱动的设计方案;而对图谱的建立与维护将会是多样的，这同时需要教师将原有的教学内容讲解功能向知识的分解、新认知、新思维上进行转换，着眼于资源的架构设计，资源内容逐步委托于智能网的搜索上。
　　4.VR/AR线索设计思维知识图谱
　　这是体现在VR设计当中的智能辅助的设计思维，是以VR/AR为核心的、以线索设计为方向的思维图谱设计;它给出了VR化线索设计思维经验性的图谱，分支线索设计是激发好奇心和挖掘解决问题途径的重要设计方法，它为VR智能设计思想提供了判断性思维，是智能反馈的重要线索，我们将根据这样的线索提升在设计中问题设计的关注性、追踪性，以及系列智能有效的、经验脉络式的设计思维。合理的分支设计可以引发体验者在自己知识的基础上运用各种方法进行快速选择，是一种方法能力的提升，也是知识综合运用能力的提升。线索思维也反映了在VR资源应用中对知识图谱设计者动机是否得当的判断，我们可以通过线索的提供，进一步印证其设计的合理性，进一步实现选择、行动、反馈、资源管理、战略和战术规划等功能，逐步建立起知识判断网络和知识故障分析网络，如图5 所示。
　　5.AR/VR空间设计知识图谱
　　这是一个经验式的图谱框架，具有很強的组合性，可以根据教学体验的需求、学生的个性情况、故事的情节描述，让这个知识图谱去驱动空间的设计，产生与教师、设计者所需要的空间建议。经验式图谱从形式上看是一个空间元素与元素关系的设计，而实质上是从智能角度出发的，这在大数据统计的基础上评判和挖掘了元素组合关系效果和空间整体效果。将会不断地通过实践来对知识空间设计进行问题分类;将会实现根据体验者的体验效果动态调整空间，或动态地进行元素的调整，让空间与体验者之间产生最融合的体验空间。（见图6）
　　6.VR反逻辑设计内容搜索知识图谱
　　这是基于推理图谱问题的反向逻辑知识图谱。对知识进行反逻辑操作设计，即以“事物+反逻辑”为核心的图谱设计，完成问题反面教材和负面案例的VR图谱的构建。这提升了体验反差性设计的思维能力，提升了逆向思维的创新能力，提升了体验空间比对性设计的能力;为体验提供了更加丰富的联想，这些反逻辑的内容，根据教学要求在网上搜索获得的基础上进行筛选，作为知识的扩展内容挂接在课程的参考中，围绕这些知识元素展开反逻辑案例设计、反逻辑空间设计、比对性设计、误判性设计、干扰思维空间设计，如图7所示。
　　7.VR情境叙事设计知识图谱
　　它负责完成情境体验的故事编导设计，情境设计是空间设计的基础，它的设计思路将决定空间的设计方法、元素的定制策略、交互体验的深度等。通过将第一人称视角、场景、角色和行动集成到教学叙事中，实现了探索因果关系的体验模拟，各类线索设计能够帮助聚焦学习者注意力、影响学习者的行动倾向和改善学习者的情感体验。情境叙事知识图谱将智能地根据不同体验者的性别、年龄、职业、性格、爱好，以及所叙述事物的性质进行情境叙事最优建议推送，将实现“个性化的”的叙事设计、叙事调整，产生最好的体验效果，充分体现VR教育资源设计人性化的智能特性，如图8 所示。
　　我们以情境叙事分支当中的“问题抛出”为例，它是整个空间移情设计的核心，它是体验者评价空间的第一感受，将决定体验者是否即时离开体验的关键，它决定了空间的性质，决定了整个空间的第一移情因素，它将对勾起体验者的好奇心、探究心理、为古人担忧等欣赏环节起重要作用;其中每一个抛出的分支都可以不断地延展和深入，都可以通过智能自育性系统在网络上完成相关内容的吸收和扩展。 　　8.VR导航设计知识图谱
　　VR教育资源导航是沉浸性体验环境中的学习引导，当今的知识导航应该充分考虑到体验者自身知识储备情况、技能熟练程度进行设计，既要体现其对初学者的引导，又要为体验者的好奇心提供充分的空间;系统应根据体验者在线表现的信息反馈，进行导航路径的推送。我们以北京理工大学汽车维修知识图谱为例，系统根据学生的学习诉求和每个学生的训练计划进行几个方面导航的选择。汽车维修案例展示了根据呈现的问题看故障的逻辑思维。其中包括故障知识点导航（见图9）、系统漫游型导航、以知识点为基础的导航、以故障为基础的导航、以实习实训为目的解析导航、以观察目标为目的的仿真导航、以技能掌握为目的的拆装实验导航、以拓展知识空间为目的的导航等。VR导航设计知识图谱如图10所示。
　　VR化教学中教师将简单问题按照主题故事的要素设计为空间环境和元素，并根据空间环境和元素设计学习导航，根据体验者的能力水平设置导航性质，其中包括显性导航、隐性导航、创意导航以及智能导航。导航既能够贯彻教学体验的意图和要求，又能让学习者根据自身需要规划出自己的学习路径;既能体现教学的主体内容和主线活动，又能够让学生完成对知识的探索。导航的目的不是让体验者能够顺利地走完体验全程，而是要在失败中找到解决问题的方法进行探索性的体验;那么就要有错误的知识导航路径，如分歧性知识导航路径等;让体验者从心理素质上、从辨识问题上、从问题的敏感度上、从挫折的思考中获得更大的提升，让其在这个问题上自我建构知识体系;而这一切就决定了智能性导航路径设置的科学性和智适应性。
　　9.VR 教学底线设计知识图谱
　　这是一个以信息筛选为目标的设计，即通过这个图谱动态地完成突破底线的防守和内容管控，是以底线为出发点的教学体验设计，在正义和正能量设计的前提下，把握最大的设计冲突，保证最大的体验震撼效果，极大程度上给体验者营造关注的环境，产生别出心裁的问题，产生更大的心理突破性体验。它为设计实现这种效果提供联想，拓宽空间想象的思维;对于设计底线的界限、哪些内容和规则属于允许的范围，其中包括重大言论的界定、重大事件人的界定、敏感话题的界定、敏感人物的界定、重大原则的界定、敏感元素的界定;界定的依据是网上获得的资源内容，一是敏感的界定，二是进行智能语义的搜索比对来完成信息内容的筛选;由于新事物新形态的不断涌现，要求底线设计图谱自身就有“自育”、“自愈”、“防御”的功能 ，将会在网上不断搜集空间作品、评价，提炼规则，收集判别指标，完善系统的底线判定，如图11 所示。
　　10.问题对应策略知识图谱
　　这是一个以表结构形式展开的知识图谱，这个图谱非常适合策略的修正、更新和扩充，可以按照数据库的方式进行分类检索。这是一个闭环机制下的教学体验控制策略，可以产生精准的体验过程控制，不断让体验者达到最佳状态，不断提升其对体验空间的兴趣度，不断增加其对问题的好奇心，等等。对应策略的知识图谱的作用相当于VR智能专家设计控制系统，是VR体验的策略控制依据、智能问题的基础，如表 1 所示。
　　11.情感设计知识图谱
　　人的潜意识会不断地分析所处的环境，当达到特定的条件时，就会触发相应的情感。事件必须改变一些对人类而言有价值的东西，才能激发情感。在VR资源设计中，被改变的人类价值越重要，改变得越频繁，产生的情感就越强烈。情感体验包含交互性和沉浸感，强调内在动机的增加，内在动机反过来也会促进自我效能感的提升。[15]情感下的知识传播是最为有效的，也是最为积极的，其潜移默化的传播和体验，会使人们在渲染的气氛和情绪当中完成知识的吸收和理解。而什么样的体验需要什么样的情感，问题在哪些阶段需要哪些情感设计、什么样的人需要什么样的情感安抚，这都需要经验和大数据计算完成，如图12所示。
　　12.体验乐趣分类知识图谱
　　心流理论将体验分成八个区域，如高挑战低技能、中挑戰、中技能等。[16]该知识图谱也是延续这个理论派生出来的，更加系统地给出了体验乐趣的设计方式、应有的元素和布局，如图13所示。
　　四、基于知识图谱下的VR教育资源智能建构
　　知识图谱构建主要研究如何从海量数据中抽取指定的实体，并根据实体信息构建结构化的实体与实体之间的关联关系。[17]VR知识图谱在资源建设当中的意义不仅是继承其知识的延展脉络，更重要的是继承了不同的教学、科研、实验的，VR教学的形态过程、知识表现形态的转化过程、思想体系的演绎过程、智能获取知识图谱和知识内容的自育过程，是一个充满人工智能思想的体系架构。
　　基于知识图谱的VR教学资源逐渐成为学生的第二大脑，扩容学生的记忆力，辅助为学生进行智力的补充，通过形象的方式帮助学生进行逻辑问题的推理，帮助师生进行跨境、跨学科的，知识支撑、融合经验供给和自我环境下的知识体验建构;它不仅在知识上有助于人们的智力进步，更重要的是构造了问题和理论的第一感知、强化了学生创造力的训练、强化了学生对应用能力的提升;锻炼了学生的意志，开阔学生的眼界，提升了学生的在任何险峻问题面前的胆量和气魄，实现了虚拟环境中勇气的转移，可以通过现有经验知识图谱解决未来VR空间假设的问题，也能通过历史的知识图谱找出现有问题的解决方案，是一个智能承载、上下融合的体系。
　　未来的VR教育资源不是停留在物理内容复原、系统仿真的层面上，而是围绕学生的第一感知、第一人称的感受、场景带来的感受进行VR空间的智适应调整和控制，让资源随时可以找到最适宜学生个体的成果。知识构建的关键在于有意义学习，而有意义学习的关键是能够在新知的学习与已有知识之间建立联系。[18]由于VR教育资源是一个充满教育智慧的、充满经验的、充满新技术的系统，它的作用是通过学生空间的体验达到知识自我建构的目的，系列问题就此出现了，由于其内容的交叉性非常强，几乎涉及所有的学科应用和信息技术，所以其知识图谱的支撑程度要求更加强大，比如故事情节叙事设计、VR空间设计等都充满了解决问题的融合性，就此出现了联合运用的知识图谱现象;但也有部分专用的情境，从基于知识图谱的VR教育资源智能建构示意图（见图 14 ）中我们可以看出，知识图谱联合或者专用于支持VR资源建设的各个方面。 　　1.VR教育资源知识图谱的自育/自愈
　　VR教育资源知识图谱是以人工智能滚雪球式循序渐进完成的，也就是内容的获得、内容的正确性都要根据专业的需求和专项的问题进行扩展。运维后的修正、弥补、更新、替换、补充等工作称之为教育资源知识运算。VR教育资源知识图谱计算的目的是要完成课程资源内容、课程知识系列、专业知识图谱的自愈/自育，而自愈/自育就必须有相应的滋养身体的营养。VR教育资源知识图谱的自育是指可通过语义搜索的方式找到网上所需的内容进行知识图谱相关内容的更新替换等。
　　2.依据VR教育资源知识图谱的知识内容的自育/自愈
　　内容的自育/自愈是指不断地替换补充知识图谱架构下的知识内容，不断地拓展VR空间设计等，实现12个图谱在各种问题上的观点、描述、案例、策略、布局等的扩充和替补，不断地对VR体系难度等级、个性化的适用性进行弥补。知识图谱内容经过运行后经常需要进行正确性检测，如发现有逻辑性、表现性、空间冲突的问题，就必须通过智能、半智能化操作完成内容的修复。
　　3.依据VR教育资源知识图谱的知识内容支持下的在线VR体验过程控制
　　在VR 设计和体验的全过程中，我们可以通过测量人体感知、体验者的反馈、体验的路径、体验者的操作成功程度等系列数据获得设计中的问题，其问题相关描述如表1所示;体验者在寻找问题上总是走错路，就应该通过反馈信息在对应策略知识图谱中找到对应策略;这样就形成了个性化智能闭环控制路径，当然如果没有相对应的策略就要半智能化，或者手工将对策内容加入知识图谱当中。
　　五、结束语
　　VR教育资源如果只是停留在现有技术环境下进行人工建设，会迷失方向，VR教育资源的建设必须依赖人工智能内部控制、智适应的思想来实现，并且包括人体感知下的体验者信息反馈，自动地完成VR资源生成、维护和再发展的过程，其智能性就体现在知识图谱上，知识图谱的设计、分类、运算、结构合理化设计都将决定VR體验的成功与否，以上介绍了通用性知识图谱设计过程，其类知识图谱架构下的智能自育/自愈过程我们分别在远程智能答辩系统中和广电总局培训系统中实现了相关功能，印证完成。
　　参考文献：
　　[1]傅永超.国外虚拟现实（VR）教育研究与启示[J].中国教育信息化，2019（22）：6-12.
　　[2]中国电子技术标准化研究院.知识图谱标准化白皮书（2019）[EB/OL]. http：//www.cesi.ac.cn/201909/5589.html.
　　[3]李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019（4）：42-53.
　　[4]张迪.基于知识图谱的教学资源推荐方法研究[D].武汉：华中师范大学，2019.
　　[5]中国中文信息学会语言与知识计算专委会.知识图谱发展报告（2018）[R].
　　[6]BurdeaGC，Coiffet P.Virtual reality technology[J].International Journal of e-Collaboration，2006，2（1）：61-64.
　　[7]张国云，杨文正，赵梅.“技术赋能学习”视域下新兴技术在教育APP中的应用前瞻分析[J].中国电化教育，2018（10）：107-117.
　　[8]NOVAK J D，GOWIN D B. Learning how to learn[M]. Cambridge：Cambridge University Press，1984.
　　[9]Haiping Zhu，Feng Tian，Ke Wu，et al.A Multi constraint Learning Path Recommendation Algorithm Based on Knowledge Map[J].Knowledge-Based Systems， 2018（143）：102-114.
　　[10]黄奕宇.虚拟现实（VR）教育应用研究综述[J].中国教育信息化，2018（1）：11-16.
　　[11]Xiaohan Zou.A Survey on Application of Knowledge Graph[C].Asia Pacific Institute of Science and Engineering.Proceedings of 4th International Conference on Control Engineering and Artificial Intelligence （CCEAI 2020）.Asia Pacific Institute of Science and Engineering：成都夏洛克教育咨询有限公司，2020：141-151.
　　[12]王冬青，殷红岩.基于知识图谱的个性化习题推荐系统设计研究[J].中国教育信息化，2019（17）：81-86.
　　[13]Vansteenkiste Maarten，Mouratidis Athanasios.Emerging Trends and Future Directions for the Field of Motivation Psychology：A Special Issue in Honor of Prof.Dr.Willy Lens[J].Pubmed，2016，56（3）.
　　[14]Shin DH.The Role of Affordance in the Experience of Virtual Reality Learning： Technological and Affective Affordances in Virtual Reality[J].Telematics & Informatics，2017，34（8）：1826-1836.
　　[15]Makransky G，Petersen GB.Investigating the process of learning with desktop virtual reality：A structural equation modeling approach[J].Computers & Education，2019（134）：1530.
　　[16]Yu-Chih Huang，Sheila J.Backman，Kenneth F.Backman. Student Attitude Toward Virtual Learning in Second Life：A Flow Theory Approach[J].Taylor & Francis Group，2010，10（4）.
　　[17]魏玉良.互联网人物摘要知识图谱构建方法研究[D].哈尔滨：哈尔滨工业大学，2019.
　　[18]钟卓，唐烨伟，钟绍春，赵一婷.人工智能支持下教育知识图谱模型构建研究[J].电化教育研究，2020（4）：62-70.
　　（编辑：王天鹏）
转载注明来源:https://www.xzbu.com/9/view-15339044.htm