摘要: 知识图谱为教育领域带来了革命性的变革，它可视化表达了知识结构，帮助学习者规划个性化学习路径，有望推动教育智能化与个性化发展。本文讨论了利用知识分类、知识提取、知识表示、知识关联、整合与优化等步骤构建得到物理化学知识图谱。物理化学知识图谱能够为自主学习者呈现一个学科领域的完整知识结构。自主学习者可以根据自己的学习目标和现有知识水平，利用知识图谱规划学习路径，同时对学习进度进行监测，对学习效果进行评价。此外知识图谱可以帮助学习者发现知识点之间的潜在联系，拓展知识的广度和深度，深入思考将物理化学的基础知识进行灵活应用。
Abstract: The knowledge graph has brought revolutionary changes to the field of education. Graph visualization expresses the knowledge structure and helps learners plan personalized learning paths, which is expected to promote the intelligent and personalized development of education. This article discusses the construction of a physical chemistry knowledge graph using steps such as knowledge classification, knowledge extraction, knowledge representation, knowledge association, integration, and optimization. The knowledge graph of physical chemistry can present a complete knowledge structure of a subject area to autonomous learners. Autonomous learners can use knowledge graphs to plan their learning paths based on their learning goals and existing knowledge levels, while monitoring their learning progress and evaluating their learning outcomes. In addition, knowledge graphs can help learners discover potential connections between knowledge points, expand the breadth and depth of knowledge, and think deeply about flexibly applying the basic knowledge of physics and chemistry.
1. 引言
知识图谱作为一种结构化的知识表示方法，在学科教育中具有重要的价值和意义。它通过将学科知识以图结构的形式组织起来，能够系统化组织知识、支持个性化学习、优化教学资源、提升学习效果，并推动教育智能化发展[1]-[5]。
物理化学以其理论性强、跨学科性、抽象性等特点，成为化学学科中的难点与重点。学习者需要夯实基础、注重概念理解、理论与实践结合，并利用逻辑思维和学习工具，逐步掌握物理化学的核心知识与技能。物理化学作为化学、化工、材料、能源等专业的必备基础知识，且很多新兴领域(如计算化学、纳米技术)也需要结合物理化学知识，因此自主学习的需求日益增长，自主学习者也面临诸多挑战。物理化学自主学习的困难主要是因为物理化学中许多概念(如熵、焓、吉布斯函数)具有高度抽象性，难以直观理解；学习过程中需要一定的物理和数学门槛，强调理论推导与模型构建，需要综合运用多种学科思维。同时物理化学涵盖热力学、动力学、电化学、量子化学等多个子领域，知识体系庞大且复杂，每个分支都有其独特的理论框架。而且物理化学也是一个不断发展的学科，新理论、新方法层出不穷，学习者需要不断更新知识。
面对自主学习过程的困难与挑战，通过梳理知识点，准备多元化资料，将内容重构，建设知识图谱，赋能智慧教学。构建物理化学的高质量知识图谱，实现知识点的可视化关联，学生可以集碎片化学习和系统化学习于一体，为学生提供更好的深度学习的机会；基于学生的学习数据提供制定化的学习路径和资源，可视化追踪学生的学习进度和分析学生的学习状态、答题情况和理解程度表现，对学情进行科学诊断[6]-[8]。通过知识图谱的应用，为每个学生推荐定制化的学习路径和资源，为教师提供个性化的教学支持和辅助决策。
本文讨论构建物理化学知识图谱，将碎片化知识形成结构化网络，对抽象概念进行具象化展示，并根据学习者的基础水平、目标需求，自动生成最优学习路径。学生可以从知识图谱中直观地了解物理化学课程的知识结构，明确各个知识点的位置和重要性，结合图谱进行学习评价，提高学习效率。
2. 物理化学知识图谱的构建
本论文物理化学知识图谱的构建工作是在超星平台上完成的。知识图谱分三个阶段完成：收集物理化学资料并进行梳理；知识点抽取和构建图谱；完善知识点关联和丰富知识图谱。
2.1. 资料收集与梳理
通过多维度、多渠道进行数据采集。按物理化学的热力学、动力学、统计热力学、结构与量子四大主题分类进行资料整理，如图1所示。资料来源为权威的教材、科研论文、化学数据手册。
Figure 1. Topic classification of physical chemistry
图1. 物理化学的主题分类
2.2. 知识点抽取和图谱构建
泛雅平台具备依据平台课程的资料建设知识图谱的能力，构建知识图谱时，依托泛雅平台上知识图谱的软件工具，可选用智能导入、模版导入、Xmind导入、同步课程章节内容导入等多种方式将各主题板块的知识点导入。依据物理化学知识体系及相应的逻辑关系，将各分类主题的知识点导入并关联起来。设置各知识点之间“前后置”、“父子”、“关联”的关系，以显示知识点的逻辑关系与时间顺序。以“相平衡”中知识点相律为例，其相关联的知识点包括概念“自由度”“组分数”“相数”等，其推导过程用到化学势判据，与热力学判据的知识点相关联，这些知识点是在“热力学第一定律”、“热力学第二定律”、“多组分系统热力学”等主题中介绍的，将各主题的知识点抽取出来，并设置关系，有助于学生理解相律的来源、应用及作用。
构建的知识图谱可以分主题导航模式局部展示，也可以全局模式展示；还可以按图谱、环图、树图、地图等不同形式展开。图2是泛雅平台知识图谱界面，以图谱的形式直观展示动态的知识点的关联、递进、依赖的关系。
Figure 2. Fanya Platform knowledge graph interface (Enlarge the Graph of “First Law of Thermodynamics”)
图2. 泛雅平台知识图谱界面(放大“热力学第一定律”的图谱)
2.3. 知识图谱的完善与丰富
超星知识图谱将碎片化的资源进行重构、整合，形成清晰的专业知识点脉络及资源归纳。相应的每个知识点可以多方面的完善丰富，例如编辑学习内容、导入相关练习题、添加资料(笔记、云盘等7种途径)，查看推荐资源，建立讨论话题等。图3显示了知识点的完善方式。
Figure 3. Ways to improve knowledge points
图3. 知识点的完善方式
3. 物理化学知识图谱在自主学习中的应用
超星学习通平台上构建的物理化学知识图谱将知识点以可视化的方式进行呈现，实现资源的有效关联。学生在不同阶段的自主学习过程中，采用不同的方式使用知识图谱以实现不同的学习目的。
对于初学者，刚接触物理化学，考虑到其涉及热力学、量子化学、动力学等复杂分支，知识点之间逻辑紧密但抽象性强。自主学习过程中利用知识图谱可快速掌握知识框架，直观看到核心概念和知识点(如熵、焓、活化能等)如何关联，复杂公式的推导路径和应用场景，避免孤立学习，增强理解。而且知识内容以节点(概念)和边(关系)的形式可视化，为初学者理清逻辑关系提供便利。以热力学领域知识点化学势为例，利用知识图谱可以定位化学势的概念及其在多组分系统热力学中的地位，以及后续在相平衡、化学平衡领域的应用，学习者将依此构建化学势的知识框架体系，不会因孤立理解化学势而感觉概念很抽象，学习找不到立足点。
深入学习物理化学的过程中，可以利用知识图谱中知识点关联的题库、资料、推荐资源对所学知识进行自测、拓展。也可以利用讨论区设计话题与老师同学对疑问和难点进行探讨。利用知识图谱从深度和宽度等不同维度来认识和理解相应的知识点。同样以化学势为例，在前期建立了基本的逻辑关系后，可以从深度上理解化学势提出的意义、多组分系统热力学基本方程及化学势判据的建立，学习如何从化学势判据出发得到化学反应的等温方程、相平衡中的相律等等。还可以从拓宽的角度去理解热力学几个判据的关系，了解如何利用化学势判据将热力学基本定律用于解决化学问题。如图4显示了化学势的关联图谱。
Figure 4. Correlation graph of chemical potential
图4. 化学势的关联谱图
最后当已学习了物理化学的概念、公式、原理，掌握了这些知识点的应用之后，还可以利用知识图谱梳理所学的知识，形成物理化学的整体框架，使知识点之间的关联、逻辑关系更准确、更清晰。如图5所示多组分系统热力学图谱和图6所示物理化学整体图谱，通过构建的物理化学知识体系，将所学知识进行梳理，并灵活运用。
Figure 5. Thermodynamics knowledge graph of multi-component systems
图5. 多组分系统热力学图谱
Figure 6. Physical chemistry knowledge system
图6. 物理化学知识体系
4. 结语
物理化学知识图谱的建设是利用超星平台的技术优势，整合并结构化大量的知识资源，将碎片化的各种文本、图像、音频和视频学习资源，建立关联，整合成一个结构化的网络，为教师教学和学生自主学习提供了完整的知识体系，对教学定制及学生各阶段学习提供帮助和引导。知识图谱的构建分为三步走：分主题收集整理资料；知识点抽取和关联。以及图谱构建与完善。学生在自主学习的不同阶段均可利用物理化学知识图谱。由于知识图谱以图状结构表示知识，可以很方便地进行路径查询、知识点匹配等操作，提升知识的查询与推理能力，从而实现对复杂问题的解惑，便于学生思考和自学。
基金项目
中国石油大学(北京)“1158”工程教学改革项目；中国石油大学(北京)教改项目(XM10720210132)；中国石油大学(北京)“1158”工程项目(SKLHOP2025115810)。
NOTES
*通讯作者。