随着当今社会网络信息的迅速发展,信息资源多样化,出现了一个现实问题:知识碎片化,使得网络学习带来严重负担,为E-learning教学带来挑战。为了整合知识,找到知识之间存在的关联,减少学习者的学习负担,本研究通过人工智能技术和自然语言的方法,提取出文本资源中的知识和知识之间的关联,通过向量空间模型、句法分析器、算法设计智能化提取出概念及概念间存在的关联,并借助支架式教学、知识导航等理论基础,为学习者在知识构建过程中推送资源,帮助学习者理解知识,主动构建知识结构。本研究的创新点主要是从文本中获得概念之间的关系,并以可视化方式实现知识导航,同时对文本及知识导航中的概念进行解释说明和资源推送。本文分为七个章节,首先通过查阅文献,总结了本文的研究背景、研究意义以及国内外研究现状,同时介绍了本文的研究目的、研究内容和研究方法。基于研究基础,主要讲述了支架式教学理论以及本研究所用到的关键技术。然后重点介绍了本文的整体研究思路以及实验。在讲解了本文的研究思路之后,详细介绍了先决概念识别的人工提取的实验,并总结出了人工提取先决概念的方法,为后面算法提取先决概念做准备。第四章是本文的研究重点,本章中详尽介绍了先决概念智能化识别的方法。提出了结合人工智能技术、自然语言处理等方法进行领域概念术语、先决概念、概念关系的挖掘,并贯穿笔者的算法设计思路和理论依据。通过上述先决概念的算法实现,在支架式教学理论支撑下进行知识组织。该实现过程分为三个部分:森林转换成二叉树链表存储方法、教学支架、基于先决概念的支架式教学系统实现。研究设计了基于先决概念的支架式教学资源推送研究之后,本章对先决概念提取算法的性能进行实验和评价,检测人工提取和算法提取先决概念的准确率和召回率,对实验结果进行分析和总结。最后总结本文的研究,总结了研究中存在的不足,并提出下一步的研究工作。