Marble Skill Taxonomy

github2026-07-08 更新2026-07-13 收录

知识图谱推理

课程内容结构化

数据链接：

https://github.com/withmarbleapp/os-taxonomy 数据链接链接失效反馈

官方服务：

资源简介：

一个开放、结构化的分类法，涵盖小学/初中阶段儿童学习的内容，分解为细粒度的微主题，连接成先决条件图，并与国家课程标准对齐。包含1,590个微主题、3,221个先决条件边、课程对齐和领域聚类，数据以JSON格式提供。

An open, structured taxonomy encompassing learning content for children at primary and lower secondary school stages. It is decomposed into fine-grained micro-topics, which are interconnected to form prerequisite graphs, and aligned with national curriculum standards. The dataset includes 1,590 micro-topics, 3,221 prerequisite edges, curriculum alignment records, and domain clusterings, and is provided in JSON format.

创建时间：

2026-07-08

原始信息汇总

数据集概览

名称：Marble Skill Taxonomy（儿童技能分类体系）
版本：v1
发布者：Marble（https://withmarble.com）
核心内容：一个开放的结构化分类体系，分解了小学阶段儿童学习的内容，包含微观知识点、先决条件图谱，并与国家课程标准对齐。

数据规模

知识点数量：1,590 个微观知识点（micro-topics）
先决条件依赖关系：3,221 条有向边（prerequisite edges）
学科数量：8 个学科
领域聚类：183 个领域摘要

学科分布

学科	知识点数量
科学 (Science)	547
数学 (Mathematics)	503
英语 (English)	286
历史 (History)	90
个人与社会发展 (Personal & Social Development)	88
生活技能 (Life Skills)	37
计算机 (Computing)	21
学会学习 (Learning to Learn)	18

数据结构与文件

所有数据以 UTF-8 JSON 格式存储于 data/ 目录下，JSON Schema 位于 schema/，清单文件 manifest.json 包含计数和 SHA-256 校验和。

文件	内容
`data/topics.json`	微观知识点（图的节点）
`data/dependencies.json`	先决条件依赖关系（边）
`data/curriculum-standards.json`	来源课程标准，按课程分组
`data/clusters.json`	面向家长的领域摘要
`data/manifest.json`	计数、分学科统计、文件校验和

知识点字段

id：稳定标识符（mt_…）
type：类型（概念性、程序性、表征性、语言性、元认知）
subject：学科
domain：领域
name：名称
description：描述
ageRangeStart / ageRangeEnd：适龄范围
centrality：中心性
evidence：掌握证据标准
assessmentPrompt：自然语言评估提示
standards：关联的课程标准代码

依赖关系字段

topicId：依赖知识点 ID
prerequisiteId：先决知识点 ID
strength：强度（hard 或 soft）
reason：依赖原因说明

数据使用

导入方式：直接加载 JSON 文件，无需运行时或额外依赖。
验证脚本：node scripts/validate.mjs 可验证结构完整性和引用完整性。

许可证

数据集采用多许可证策略：

数据库层（集合、结构、ID、知识点间及知识点与标准间的关系）：ODbL 1.0（开放数据库许可，允许研究与商业使用，需署名，衍生数据库需以 ODbL 开放）
Marble 创作的文本内容（知识点的描述、名称、证据、评估提示、依赖原因、摘要）：CC BY-SA 4.0（署名-相同方式共享）
curriculum-standards.json：来源于第三方框架，遵循各上游许可（详见 PROVENANCE.md）

商业友好说明：ODbL 区分“衍生数据库”（修改分类体系需保持开放）与“衍生作品”（使用数据构建产品、模型或应用时可保持闭源），允许基于此数据构建商业产品而无需开源产品本身，仅需回馈对分类体系的改进。

数据排他说明

本版本故意排除了语义嵌入（可重新计算）以及任何儿童或用户数据。

搜集汇总

数据集介绍

构建方式

Marble Skill Taxonomy数据集通过系统化拆解小学阶段的学习内容，将知识分解为1,590个细粒度的“微主题”（micro-topics），每个主题均配有通俗易懂的描述、掌握证据标准、类型标签（概念型/程序型/表征型/语言型/元认知型）、所属学科与领域及适用年龄区间。所有微主题通过3,221条有向无环的先决依赖边（prerequisite edges）相互关联，每条边标注了依赖强度（硬依赖/软依赖）并提供一行文字说明原因。此外，数据集还将每个微主题与多个国家课程标准（如NGSS、Common Core、英国国家课程等）对齐，并整合出183个按学科、领域和年龄段划分的家长友好型领域摘要。数据以UTF-8编码的JSON格式存储于data/目录下，并附有JSON Schema和SHA-256校验和清单文件。

使用方法

使用该数据集无需额外运行时或依赖库，直接加载JSON文件即可操作。开发者可通过导入topics.json和dependencies.json构建微主题与其先决条件之间的映射关系，例如利用Map数据结构按ID快速查找主题名称，或根据依赖关系反向推导某个主题所“解锁”的后继内容。数据集的JSON Schema文档提供了结构验证指导，而scripts/validate.mjs脚本可用于检查数据完整性和引用一致性。对于希望构建自适应学习系统的团队，可以基于先决依赖图设计个性化学习路径；研究者则可利用中心度和学科分类进行知识结构分析。所有数据文件均位于data/目录下，其中manifest.json提供了各文件的数量统计和校验信息，便于版本管理与引用。

背景与挑战

背景概述

Marble Skill Taxonomy 数据集由 Marble 团队于近期发布，旨在系统化地刻画儿童在小学阶段所习得的细粒度知识结构。该数据集包含 1,590 个微观主题、3,221 条前置依赖关系，覆盖科学、数学、英语等 8 个学科，并关联 NGSS、Common Core 等国家课程标准。其核心研究问题是：如何将零散的课程标准转化为一个连通的学习图谱，以支持个性化学习路径的推理与推荐。该数据集在自适应教育技术、知识图谱构建和课程对齐领域具有重要影响力，为理解儿童认知发展的层级性和顺序性提供了结构化资源。

当前挑战

该数据集面临的挑战主要体现在两方面。领域问题层面，现有课程数据多为扁平标准或封闭产品，缺乏细粒度、可推理的依赖关系图谱，难以支撑真正的个性化学习诊断与路径规划。构建过程中，挑战包括：从多个国家课程标准中蒸馏出跨学科一致的微观主题，确保描述与评估标准的语言可被儿童与家长理解；人工标注 3,221 条前置依赖关系并区分强弱连接（hard/soft），同时为每条边提供可解释的推理理由；维护图结构的无环性（DAG）与参照完整性，避免知识逻辑冲突。此外，多许可协议下的版权兼容问题也增加了数据整合与再分发的复杂性。

常用场景

经典使用场景

Marble Skill Taxonomy 数据集在个性化学习路径规划中展现出卓越的应用潜力。该数据集将小学阶段的知识点拆解为1,590个细粒度微主题，并通过3,221条先决条件依赖关系构建了一个有向无环图。研究者可利用该图结构为每位学习者自动生成最优的知识掌握序列，例如在智能辅导系统中，根据学生当前认知状态动态推荐下一个待掌握的微主题，从而规避认知跳跃导致的挫败感，实现真正的因材施教。

解决学术问题

该数据集有效解决了基础教育领域长期存在的知识表示碎片化与学习层次模糊化的学术困境。传统教育标准多呈现为扁平的清单式描述，缺乏对知识点间内在逻辑关联的刻画。Marble Skill Taxonomy 通过明确的先决条件标注与类型分类（概念性、程序性等），为认知诊断模型提供了结构化先验知识，使得学习路径挖掘、知识追踪等研究得以在更精确的依存关系上展开，显著提升了学习分析的鲁棒性与可解释性。

实际应用

在实际应用中，Marble Skill Taxonomy 赋能了一系列面向教师与家长的教育工具。例如，教师可基于数据集的年龄范围和领域聚类摘要，快速定位特定年级学生的知识薄弱点，并依据依赖关系设计补救性教学方案。面向家庭的课程导航应用则能利用可视化图谱帮助家长理解孩子当前学习内容的梯度位置，从而提供更精准的课外辅导。此外，教育内容生成平台可依赖该图结构自动编排课程大纲，确保逻辑链条的完整性。

数据集最近研究