基于知识图谱增强大语言模型的课堂教学分析问答系统

Abstract

针对CSMS课堂教学分析报告指标复杂、难于解读的痛点，本文提出融合知识图谱与大模型的问答系统CSMS-Chat。系统首先将半结构化CSMS报告转化为领域知识图谱，显式建模教学指标、分析事实与改进建议之间的结构关系；在此基础上，采用混合检索驱动的语义解析策略精准定位图谱子图，并将其重构为具备推理线索的“知识路径”，以弥合图谱结构与大模型文本输入之间的差异，结合DeepSeek-R1实现深度推理。实验表明，该系统在BLEU指标及专家主观评价中均显著优于传统RAG方法，有效降低了教师解读报告的认知负荷。