[論文レビュー] EDUKG: a Heterogeneous Sustainable K-12 Educational Knowledge Graph

Bowen Zhao, Jiuding Sun+10 more|arXiv (Cornell University)|Oct 21, 2022

Advanced Graph Neural Networks被引用数 4

ひとこと要約

EDUKGは、635のクラスと1,759のプロパティを備えた細粒度の異種分野オリエンテッドオントロジーを用いて構築された、中国のK-12教育を対象とした大規模で異種的かつ持続可能な知識グラフである。教科書からの対話的知識抽出を可能にし、一般化されたエンティティリンクングシステムを介して動的かつスケーラブルなメンテナンスを支援する。これにより、2億5200万エンティティ、38億6000万トリプルを含む知識グラフが公開され、研究および教育的応用に利用可能である。

ABSTRACT

Web and artificial intelligence technologies, especially semantic web and knowledge graph (KG), have recently raised significant attention in educational scenarios. Nevertheless, subject-specific KGs for K-12 education still lack sufficiency and sustainability from knowledge and data perspectives. To tackle these issues, we propose EDUKG, a heterogeneous sustainable K-12 Educational Knowledge Graph. We first design an interdisciplinary and fine-grained ontology for uniformly modeling knowledge and resource in K-12 education, where we define 635 classes, 445 object properties, and 1314 datatype properties in total. Guided by this ontology, we propose a flexible methodology for interactively extracting factual knowledge from textbooks. Furthermore, we establish a general mechanism based on our proposed generalized entity linking system for EDUKG's sustainable maintenance, which can dynamically index numerous heterogeneous resources and data with knowledge topics in EDUKG. We further evaluate EDUKG to illustrate its sufficiency, richness, and variability. We publish EDUKG with more than 252 million entities and 3.86 billion triplets. Our code and data repository is now available at https://github.com/THU-KEG/EDUKG.

研究の動機と目的

• K-12教育知識およびリソースの分野横断的で細粒度の、かつ持続可能なモデリングの欠如に対処すること。
• 既存の教育用知識グラフが粗粒度の教科知識や高等教育コンテンツに限定されているという限界を克服すること。
• 多様なオンラインデータソースを統合することにより、教育知識の動的かつ段階的なメンテナンスを可能にすること。
• インテリジェントチューティング、質問応答、学習管理システムなどの多様な下流応用を支援すること。
• リソースが限られた学習者に対して包括的で高品質な学習リソースへのオープンアクセスを提供することで、教育の公平性を促進すること。

提案手法

• K-12教育における知識、リソース、異種データを一貫してモデリングできるように、635のクラス、445のオブジェクトプロパティ、1,314のデータ型プロパティを有する細粒度で分野横断的なオントロジーの設計。
• 定義されたオントロジーを用いて、K-12教科書から事実知識を抽出するためのセミ自動的で対話的な手法の開発。
• EDUKG内のエンティティに、新しい異種オンライン教育リソースを動的インデックス化およびリンクする一般化されたエンティティリンクィングシステムの構築。
• 教科書およびオンラインソースからの知識を統合的に抽出・統合するためのスケーラブルなデータパイプラインの実装。
• 知識検索、エンティティリンクィング、質問応答のAPIを備えた公開プラットフォーム（open.edukg.cn）のデプロイ。研究およびアプリケーション開発を支援する。
• EDUKGのコードベース、データ、ツールキットをCC BY-NC-SA 4.0ライセンスでオープンソース化し、長期的な持続可能性とコミュニティ貢献を確保する。

実験結果

リサーチクエスチョン

• RQ1 知識と教育リソースの両方を分野横断的かつ細粒度にモデリングできる、異種的で持続可能なK-12教育知識グラフをどのように設計できるか？
• RQ2 一貫したオントロジーに準拠しつつ、教科書からの事実知識を効率的かつ対話的に抽出するための手法は何か？
• RQ3 多様で進化を続けるオンライン教育データを、既存の知識グラフに動的インデックス化および統合できる一般化されたエンティティリンクィングシステムをどのように構築できるか？
• RQ4 EDUKGは、既存の教育用知識グラフと比較して、分野ごとのデータの豊富さ、情報の豊かさ、多様性の観点でどの程度優れているか？
• RQ5 最小限の手動作業で、長期間にわたり大規模な教育知識グラフをどのように持続的かつ拡張可能にメンテナンスできるか？

主な発見

• EDUKGには2億5200万以上のエンティティと38億6000万以上のトリプルが含まれており、これまでに知られている最大規模の分野横断的K-12教育知識グラフである。
• オントロジーは635のクラスと1,759のプロパティ（445のオブジェクトプロパティ＋1,314のデータ型プロパティ）を定義しており、教育コンテンツの細粒度および跨学科的モデリングを可能にしている。
• 対話的な教科書知識抽出手法は、高い正確性で事実知識を効果的に捉えており、スケーラブルな知識取得を支援している。
• 一般化されたエンティティリンクィングシステムにより、異種のオンラインリソースの動的インデックス化が可能となり、知識グラフの長期的持続可能性と拡張性が保証されている。
• 公開プラットフォームopen.edukg.cnは、知識検索、エンティティリンクィング、質問応答のオープンAPIを提供しており、研究者や開発者のアクセス性と使いやすさを向上させている。
• EDUKGは許可の広いオープンライセンス（CC BY-NC-SA 4.0）でリリースされており、GitHubで完全なコードとデータが公開されており、再現性とコミュニティ主導の拡張が可能である。