基于海量数字图书的知识脉络自动构建方法

摘要

本发明公开了一种基于海量数字图书的知识脉络自动构建方法；将数字图书的元数据信息存储到Lucene索引文件中，如果用户检索主题q，则可获得q相关的图书集合；通过加权的word2vec方法计算目录标题之间的相似度，通过自底向上的凝聚型层次聚类算法对q相关教科书的一级目录进行聚类得到知识单元集合；根据图书中章节之间的偏序关系构建知识单元之间的连接关系，最终构建完整的知识图；从知识图中挖掘出TOP K条重要、有序且冗余小的学习路径，将学习路径构成的知识脉络仿照地铁图的形式进行可视化展示。本发明首次提出了一个基于海量数字图书的摘要提取框架，该框架提取出的知识脉络能够综合考虑信息度、流畅度和覆盖度，能够方便用户快速高效地进行知识学习。