知识关联机制及分类关系分析

用户生成性学习资源在不断演化的过程中会与其他资源由用户通过手动或自动的方式建立起某种语义关系，这些语义关系包括相似关系、上下位关系、前驱关系、包含关系、等价关系等。知识的导航可以通过挖掘资源之间的语义关系来进行，从而使学习者了解知识之间的关系。随着这种关联关系的不断扩展，相似的资源之间会依据其存在的关联机制自动形成相似主题的资源集合。同时，具有语义关联的资源还可以根据其关联关系组织成整合的资源群，以方便学习者对某一领域知识进行系统性学习。在此过程中，所有资源都表现为生成的资源网上的一个节点，每个节点在与其他资源节点的动态关联和动态组织中不断实现资源的优化和发展^[26]。

以网络百科全书的知识关联为例。在网络百科全书系统中，每一个词条至少从属于某一个类别，同一个类别下的词条描述的是相同或相似的知识点，而词条所属的类别又可以从属于更高级别的父类。这样，所有的词条和所属类别就形成了一个复杂的目录层次结构。其具体关联结构如图6－2所示^[27]：

(www.xing528.com)

图6－2　资源词条间的关联结构

词条与词条之间的关联关系也就是词条的正文表述中通过超链接与其他词条间所产生的链接和跳转关系。正文中的词条是关联关系的主体，其所链接到的其他词条为关联关系的客体。而类别间的关联关系则指的是存在关联关系的两个词条所属类别间的关系。词条间的关联关系只是表现词条个体的关系，而类别间关系则表现的是两个所属类别间的关系。为了对类别间关系的强弱程度进行区别，词条间类别关联关系又可以分为两类，即类别间核心关系和类别间非核心关系两种。类别间核心关系指从属于两个类别的所有词条普遍存在的关系；非核心关系指因从属于两个类别的词条间只有在某种具体情境之下才会发生关联关系。比如，属于“动物”类别的词条普遍与属于“地点”类别的词条存在着“产地”关系，这种关联关系属于核心关系；而词条“熊猫”与词条“台湾”之间会产生“赠予”关系，但这种关系不能用来描述所有的“动物”类别所包含的对象，因此其属于非核心关系^[28]。