教材与讲义篇幅大、知识点分散,教师备课、出题与学情分析常靠手工梳理。本文给出一条可复现路径:用 spaCy 做命名实体识别,抽取概念、公式与定理等知识点,再以 NetworkX 构建知识点依赖图谱,支持薄弱点定位与智能组卷,并附实体标注与图谱生成的示例代码。
一、知识点命名实体识别
可先用规则与领域词典增强抽取,再训练自定义 NER。简单原型可用 spaCy 的基于词典匹配:
import spacy
from spacy.matcher import PhraseMatcher
nlp = spacy.load('zh_core_web_sm')
matcher = PhraseMatcher(nlp.vocab)
terms = ['勾股定理', '牛顿第二定律', '因式分解', '光合作用']
patterns = [nlp.make_doc(t) for t in terms]
matcher.add('CONCEPT', patterns)
doc = nlp('本节讲解勾股定理与因式分解的应用。')
for m in matcher(doc):
print(doc[m.start:m.end].text)二、构建知识点依赖图谱
把抽取出的知识点按先修关系连成图,便于定位学习路径与薄弱点:
import networkx as nx
g = nx.DiGraph()
g.add_edge('因式分解', '一元二次方程求解', relation='先修')
g.add_edge('一元二次方程求解', '二次函数', relation='先修')
for node in g.nodes:
print(node, '先修入度:', g.in_degree(node))三、落到教学场景
薄弱点定位:根据学生答题错误,沿图谱向上回溯先修知识点,找出根因而非表象。
智能组卷:按知识点覆盖与难度分布从题库抽取试题,保证试卷结构均衡。
备课辅助:把章节知识点自动汇总成思维导图式大纲,减少手工梳理。
抽取质量决定图谱可用性。标注要由学科教师参与制定实体与关系标准,避免模型把普通名词误判为知识点;组卷与诊断结论须经教师审核,AI 仅作辅助建议。
参考来源
spaCy 官方文档(PhraseMatcher 与自定义 NER) - spaCy 官方网站
Stanford NLP(Stanza)中文处理相关文档 - Stanford NLP Group
NetworkX 官方文档(有向图与依赖关系建模) - NetworkX 官方网站