Giải thuật 1.2. Xây dựng KG cho một chương trình đào tạo 1. Tạo đồ thị KG Input: Tập đỉnh: tập Uc Tập cạnh: tập điều kiện cứng của các PI ( ) Tập V Output: Ma trận kề A (biểu diễn đồ thị tri thức Gc) Giải thuật:
(1) Xây dựng KG từ tập Uc và Sh. Áp dụng giải thuật 1.1
(2) Khởi gán ma trận kề A: ∀i, j ∈ V, A[i][j] = 0 (3) Xác định điều kiện tiên quyết đối với môn học
Cho i = 1 đến n
Cho j = 1 đến n
Nếu Kiem_tra_ĐKTQ (Ci , Cj) ≠ 0 thì
A[i][j] = 1 // Cập nhận ma trận kề A
2. Kiểm tra điều kiện tiên quyết - Kiem_tra_ĐKTQ
Input:
M , M
Output:
Kq ≥ 1 : nếu M ⊳ M
67 Giải thuật: (1) Kq = 0 (2) Nếu ( . ⋂ ≠ ∅ ) // tập PI cuối của 1 và tập PI đầu của 2 giao nhau Kq = 1 // M ⊳ M (3) Ngược lại, (3.1) Nếu (∃ S ∈ ∪ J, J ⋂ ≠∅ ) Kq = 2 // M ⊳ M , thỏa trường hợp 2a, 2b (3.2) Ngược lại, Nếu (∃ T ∈ ∪ J, . ⋂ U ≠∅ ) Kq = 3 // M ⊳ M , thỏa trường hợp 3a, 3b 1.6.2.3 Nhận xét
Giải thuật 1.2 có thể sẽ khó áp dụng khi xây dựng KG cho chương trình đào tạo của một chuyên ngành cụ thể ở bậc cao đẳng/đại học (trung bình thường khoảng trên/dưới 50 học phần), do sự hạn chế trong việc định nghĩa thủ công trước một tập PI
khá lớn. Tuy nhiên, nếu áp dụng cho các chương trình đào tạo ngắn hạn (hệ liên thông, văn bằng 2, hoặc nghiệp vụ chuyên môn) với một vài học phần thì sẽ dễ dàng và có ý nghĩa hơn. Lúc đó, song song với việc thiết kế khung chương trình và các môn học, thì các chuyên gia sư phạm sẽ xây dựng tập nội dung tri thức PI (và tập điều kiện cứng) của chương trình đào tạo. Xét về tính kinh tế cho bài toán này, thì sựđầu tư và chuẩn bị ban đầu (định nghĩa tập PI) sẽ tốn thêm chi phí và thời gian, nhưng bù lại hiệu quả
khai thác và đào tạo sẽ gia tăng rất nhiều.
Đối với việc xây dựng các chương trình có mục tiêu đào tạo giống nhau theo cách truyền thống, đồ thị tri thức KG của một chương trình đào tạo chuẩn sẽ có ý nghĩa sư
phạm khi hỗ trợ cho việc kiểm tra tính hợp lý về thứ tự của các môn học dựa trên tập
điều kiện tiên quyết. Giống như việc dùng một chương trình chuẩn có thành phần kiến thức cốt lõi để dựa vào đó đánh giá hoặc kiểm tra các chương trình đào tạo mới được xây dựng.
68
1.7 Kết luận chương 1
Đồ thị tri thức KG đề xuất mang ý nghĩa của một mô hình nội dung, bổ túc những hạn chế tồn tại của các mô hình nội dung đã có (Learnativity, CISCO) và không làm
ảnh hưởng đến việc đóng gói, hoặc tái sử dụng của các chuẩn nội dung thông dụng
(SCORM, IMS). KG với hai thành phần chính, bao gồm: (1), phần nội dung tri thức, hay tri thức khoa học là các kiến thức cơ sở được thể hiện thông qua tập ý giảng chính
PI và (2), phần biểu diễn mối quan hệ luận lí giữa các PI thông qua tập điều kiện cứng
Sh. Trong đó, tập PI hướng đến tính đúng và đủ của kiến thức cần truyền đạt đến người học, còn tập điều kiện cứng nhằm ràng buộc các thứ tự trước/sau của kiến thức khi truyền đạt để đảm bảo tính hợp lí. Ba tính chất đúng, đủ và hợp lý này của mô
hình KG đã giải quyết được bài toán gắn kết các tính chất sư phạm cơ bản vào quá trình thiết kế nội dung dạy học như trong mục tiêu đặt ra ban đầu của luận án. Đồng thời, KG với cấu trúc nhưđược định nghĩa sẽ có khả năng tái sử dụng tri thức của nó một cách ″thông minh″ trong các ngữ cảnh, hoặc mục đích dạy – học khác nhau và phần này sẽ được trình bày chi tiết ở chương 2. Ngoài ra, mô hình cũng hướng đến mục tiêu xây dựng đồ thị tri thức, KG cho một học phần và KG cho cả chương trình
đào tạo của một chuyên ngành cụ thể, nhằm để minh họa cho tính tổng quát của mô hình đề xuất.
69
CHƯƠNG 2
Khai thác Knowledge Graph với (adsbygoogle = window.adsbygoogle || []).push({});
các ngữ cảnh dạy học khác nhau
Tóm tắt –
Chương này trình bày việc ứng dụng và khai thác mô hình KG ở góc độ lớp học trong nhiều ngữ cảnh khác nhau. Trong đó, mô hình con Sub-KG được trích xuất từ
KG là thành phần nội dung tri thức dùng để thiết kế các kịch bản dạy – học, hoặc/và khai thác trong những hoạt động dạy học. Đề xuất thêm khái niệm e-Course, mang ý nghĩa của một nội dung dạy học, là sự kết hợp giữa Sub-KG và việc thiết kế dạy – học dựa trên một khuôn mẫu nhằm chuyển tải kiến thức đến người học một cách hiệu quả
và hấp dẫn.
Nội dung chương gồm:
− Khai thác KG ở góc độđối tượng tham gia và hoạt động học tập.
− Trích xuất Sub-KG từ KG dựa trên mục tiêu.
− Phát triển nội dung dạy học – đề xuất khái niệm e-Course và khai thác
70
CHƯƠNG 2 –
Khai thác Knowledge Graph với các ngữ cảnh dạy học khác nhau 2.1 Giới thiệu
Với mô hình Knowledge Graph – KG được đề xuất và trình bày chi tiết ở chương 1, nghiên cứu của luận án đã đóng góp được hai kết quả, đó là:
(1). Biểu diễn hình thức cho nội dung tri thức – thành phần kiến thức cốt lõi của nội dung dạy học và tổ chức lưu trữ dưới dạng một đồ thị Tin học;
(2). Gắn kết các tính chất sư phạm: đủ, đúng và hợp lý vào nội dung tri thức.
Ở chương 2 này, luận án tiếp tục giải quyết bài toán phát triển nội dung dạy học, thông qua:
(i) Áp dụng kết quả (1) bằng việc khai thác KG với các ngữ cảnh dạy học cụ thể. Trong luận án, ngữ cảnh dạy học được hiểu theo nghĩa là tình huống dạy – học, xét ở
các góc độ khác nhau như: đối tượng tham gia (giáo viên/học viên), hoạt động học tập và ứng dụng cài đặt. Từ đó, đề xuất một số kịch bản dạy (đối với giáo viên) và kịch bản học (đối với học viên) để khai thác trong những ngữ cảnh này.
(ii) Áp dụng kết quả (2) trong việc phát triển e-Course, đó là sự tích hợp của hai thành phần tri thức, (1) là nội dung tri thức, được thể hiện thông qua KG/Sub-KG và
(2) là tri thức sư phạm của người giáo viên, được ″khuôn mẫu hóa″ một cách hình thức do luận án đề xuất. Như vậy, e-Course vẫn sẽđảm bảo được các tính chất sư phạm cơ
bản là đúng, đủ và hợp lý về nội dung (do trích xuất từ KG); đồng thời với khuôn mẫu
đề xuất sẽ giúp người phát triển IT hoặc giáo viên chưa có nhiều kinh nghiệm sư phạm có thể phát triển nội dung dạy học chất lượng và dễ dàng hơn.
Phần tiếp theo của chương, luận án sẽ trình bày ý tưởng khai thác KG trong các
ngữ cảnh dạy học khác nhau, và giải thuật để trích xuất Sub-KG từ một KG phục vụ
cho kịch bản dạy – học đã đề xuất. Kếđến, là phần trình bày về e-Course và qui trình
71
2.2 Khai thác KG trong các ngữ cảnh dạy học khác nhau
2.2.1 Khai thác KG ở góc độ đối tượng tham gia
Xét về đối tượng tham gia, luận án quan tâm đến hai nhóm đối tượng chính của một hệ học bất kỳ, đó là người dạy (giáo viên) và người học (học viên).
Ở góc độ người dạy, giáo viên có thể khai thác KG trong việc xây dựng các kịch bản dạy khác nhau. Nghĩa là, với một KG cho trước, dựa vào Sub-KG được trích xuất mà giáo viên có thể thiết kế những nội dung bài dạy khác nhau tùy theo đối tượng người học. Hình 2.1 minh họa cho việc khai thác KG với các dạng bài dạy khác nhau. (adsbygoogle = window.adsbygoogle || []).push({});
Mặc dù, các bài dạy được thiết kế khác nhau nhưng vẫn đảm bảo rằng thành phần kiến thức cốt lõi là đúng, đủ và hợp lý.
Hình 2.1. Khai thác KG ở góc độ các bài dạy khác nhau
Bên cạnh đó, với một KG cho trước của một học phần, cũng có thể kiểm tra tính hợp lý của các bài dạy do giáo viên tự xây dựng. Hình 2.2 minh họa cho việc khai thác
72
Hình 2.2. Khai thác KG ở góc độ kiểm tra tính hợp lý của bài dạy
Ở góc độ người học, có thể dựa trên một kịch bản dạy của giáo viên cho trước,
hoặc ngay trên chính KG của học phần, mà người học có thể tự xây dựng kịch bản học phù hợp với khả năng của mình. Người học cũng có thể khai thác KG trong việc tự ôn luyện/tự kiểm tra kiến thức đã học, thông qua kịch bản học tự xây dựng (Sub-KG) so khớp lại với KG gốc.
2.2.2 Khai thác KG ở góc độ hoạt động học tập
Đối với các hoạt động học tập trong hệ học, chẳng hạn như: trao đổi trực tuyến (online chat), thảo luận nhóm theo chủ đề (group discussion), diễn đàn trao đổi (forum), hoặc ở dạng các bài viết chia sẻ (blog/journal/wikis). KG cũng có thể được
khai thác dưới dạng sử dụng từ khóa (keyword), hoặc ý giảng chính PI được định nghĩa sẵn từ trong các chủ đề/bài học để so khớp với ″chuỗi kí tự có nghĩa″ của câu truy vấn (trong trao đổi của các hoạt động) để cho kết quả các nội dung kiến thức liên quan (ở dạng chủ đề/bài học). Hình 2.3 minh họa cho trường hợp đối sánh giữa câu truy vấn với keyword hoặc PI trong các hoạt động học tập.
73
Hình 2.3. Khai thác KG ở góc độ các hoạt động học tập
2.3 Trích xuất Sub-KG từ KG dựa trên mục tiêu
Để có thể phát sinh những kịch bản cho các ngữ cảnh dạy và học khác nhau như đã trình bày ở trên, phần này sẽ trình bày những giải thuật để trích xuất Sub-KG từ một
KG cho trước.
2.3.1 Các định nghĩa liên quan
Định nghĩa 2.1. (Tập yêu cầu đầu vào) Gọi CD là học phần D được biểu diễn dưới dạng đồ thị tri thức KG và CD = ( , . Tập yêu cầu đầu vào là các PI: ρx ∈ P được
cho trước, để dùng làm PI đầu của một đồ thị tri thức con Sub-KG được trích xuất từ
KG. Kí hiệu là, /.
Định nghĩa 2.2. (Tập yêu cầu đầu ra) Gọi CD là học phần D được biểu diễn dưới dạng đồ thị tri thức KG và CD = , . Tập yêu cầu đầu ra là các PI: ρx ∈ P được cho trước, để dùng làm PI cuối của một đồ thị tri thức con Sub-KG được trích xuất từ
KG. Kí hiệu là, Y.
Nhận xét 2.1.
Tập yêu cầu đầu vào /và tập yêu cầu đầu ra Y được sử dụng trong giải thuật trích xuất Sub-KG từ KG cho trước. Tập / là tập kiến thức bắt đầu – mang ý nghĩa của một
74
/. Tập Y là tập kiến thức kết thúc – mang ý nghĩa của đầu ra (output) đối với một mục tiêu dạy học cụ thể và được thể hiện thông qua các PI: ρk∈ Y.
Do đó, / và Ysẽ được người dùng chọn từ tập PI của KG tùy thuộc yêu cầu đầu vào, hoặc đầu ra đối với từng ngữ cảnh dạy của giáo viên hoặc ngữ cảnh học của học viên.
Ví dụ. Xét học phần Kĩ thuật Lập trình C 16
Hình 2.4 (a), minh họa cho Sub-KG1 với tập mục tiêu đầu vào và đầu ra như sau:
/ = {Intro to Computer, Intro to C}, thể hiện cho hai PI (thứ 1, 2) ởđầu vào.
Y = {Unformatted data file}, thể hiện cho một PI (thứ 53) ởđầu ra. (adsbygoogle = window.adsbygoogle || []).push({});
Hình 2.4 (b), minh họa cho Sub-KG2 với tập mục tiêu đầu vào và đầu ra khác:
/ = {Expression, Relational and logical operatores}, thể hiện cho hai PI (thứ
5, 6) ởđầu vào.
Y = {More looping: do-while statement}, thể hiện cho một PI (thứ 11) ở đầu ra.
Hình 2.4. Minh họa các Sub-KG1 và Sub-KG2 với các tập mục tiêu đã cho
16 Xem thêm ở Phụ lục 2.
75
2.3.2 Giải thuật phát sinh Sub-KG dựa trên mục tiêu
2.3.2.1 Ý tưởng chính
Cho trước đồ thị tri thức KG của một học phần và một tập PI mục tiêu: đầu vào
SI (Hình 2.5 a), hoặc đầu ra SO (Hình 2.5b).
Giải thuật sẽ trích xuất đồ thị con Sub-KG từ KG dựa trên tập mục tiêu đã cho. Gọi 0 = (V, E) là đồ thị tri thức của học phần/ môn học cho trước, với:
V = {v1, v2 , .. , vn}; và
E = {(2 , 2 )/6(2 ) ≺ 6(2 )} Trong đó, song ánh f : ⟶ P
2 ⟼ = 6(2 )
Ta đã có, các ma trận A, W tương ứng của 0 (theo Giải thuật 1.1). Giải thuật sử
dụng thêm một ma trận M!×! để lưu trữ các đỉnh và đường đi của đồ thị con 01.
Hình 2.5. Minh họa các Sub-KG được trích xuất với SI ,SO cho trước
Giải thuật gồm 3 bước chính:
- Duyệt các PI trong tập mục tiêu đã cho và đánh dấu là các đỉnh trong Sub-KG.
- Với mỗi PI x trong tập mục tiêu tìm các đường đi từ x đến các đỉnh của KG và
đánh dấu các đỉnh đi qua.
76
2.3.2.2 Giải thuật trích xuất Sub-KG với tập mục tiêu đầu vào cho trước
Giải thuật 2.1. Trích xuất Sub-KG với SI cho trước
Input: Đồ thị tri thức của một học phần: 0 = (V, E) Tập yêu cầu đầu vào: / Output: Đồ thị tri thức con: 01 Giải thuật: (1) Khởi gán ma trận C: ∀i, j ∈ V, C[i][j] = 0
(2) Duyệt lần lượt tất cả các PI: x ∈ /
C[x][x] = 1 // đánh dấu đỉnh x thuộc Sub-KG
(3) Duyệt lần lượt tất cả các PI: x ∈ / Duyệt lần lượt tất cả các đỉnh: v ∈0[ Nếu W[x][v] ≠ 0 thì C[v][v] = 1 // đánh dấu đỉnh v thuộc Sub-KG C[x][v] = W[x][v] // cập nhật đường đi từ x đến v (4) Duyệt và gán các cạnh của Sub-KG từ KG Cho i = 1 đến n Nếu C[i][i] = 1 thì Cho j = 1 đến n Nếu W[i][j] = 1 thì // có đường đi từ i đến j C[i][j] = 1 // gán cho Sub-KG (adsbygoogle = window.adsbygoogle || []).push({});
77
2.3.2.3 Giải thuật trích xuất Sub-KG với tập mục tiêu đầu vào và mức L
Giải thuật 2.2. Trích xuất Sub-KG với SI và mức L cho trước
Input: Đồ thị tri thức của một học phần: 0 = (V, E) Tập yêu cầu đầu vào: / Mức L // mức học tối đa, dựa vào ma trận đường đi W để xét Output: Đồ thị tri thức con: 01 Giải thuật: (1) Khởi gán ma trận C: ∀i, j ∈ V, C[i][j] = 0
(2) Duyệt lần lượt tất cả các PI: x ∈ /
C[x][x] = 1 // đánh dấu đỉnh x thuộc Sub-KG
(3) Duyệt lần lượt tất cả các PI: x ∈ / Duyệt lần lượt tất cả các đỉnh: v ∈0[ Nếu W[x][v] ≤ L thì // đường đi còn nhỏ hơn mức L C[v][v] = 1 // đánh dấu đỉnh v thuộc Sub-KG C[x][v] = W[x][v] // cập nhật đường đi từ x đến v (4) Duyệt và gán các cạnh của Sub-KG từ KG Cho i = 1 đến n Nếu C[i][i] = 1 thì Cho j = 1 đến n Nếu W[i][j] = 1 thì // có đường đi từ i đến j C[i][j] = 1 // gán cho Sub-KG
78
2.3.2.4 Giải thuật trích xuất Sub-KG với tập mục tiêu đầu ra cho trước
Giải thuật 2.3. Trích xuất Sub-KG với SO cho trước
Input: Đồ thị tri thức của một học phần: 0 = (V, E) Tập yêu cầu đầu ra: Y Output: Đồ thị tri thức con: 01 Giải thuật: (1) Khởi gán ma trận C: ∀i, j ∈ V, C[i][j] = 0
(2) Duyệt lần lượt tất cả các PI: x ∈ Y
C[x][x] = 1 // đánh dấu đỉnh x thuộc Sub-KG
(3) Duyệt lần lượt tất cả các PI: x ∈ Y Duyệt lần lượt tất cả các đỉnh: v ∈0[ Nếu W[v][x] ≠ 0 thì C[v][v] = 1 // đánh dấu đỉnh v thuộc Sub-KG C[x][v] = W[v][x] // cập nhật đường đi từ x đến v (4) Duyệt và gán các cạnh của Sub-KG từ KG Cho i = 1 đến n Nếu C[i][i] = 1 thì Cho j = 1 đến n Nếu W[i][j] = 1 thì // có đường đi từ i đến j C[i][j] = 1 // gán cho Sub-KG
79
2.3.2.5 Giải thuật trích xuất Sub-KG với tập mục tiêu đầu ra và mức L
Giải thuật 2.4. Trích xuất Sub-KG với SO và mức L cho trước
Input: Đồ thị tri thức của một học phần: 0 = (V, E) Tập yêu cầu đầu ra: Y Mức L // mức học tối đa, dựa vào ma trận đường đi W để xét Output: Đồ thị tri thức con: 01 Giải thuật: (1) Khởi gán ma trận C: ∀i, j ∈ V, C[i][j] = 0
(2) Duyệt lần lượt tất cả các PI: x ∈ Y
C[x][x] = 1 // đánh dấu đỉnh x thuộc Sub-KG