计算机在教育中的研究和应用可以追溯到20世纪50年代。随着学习理论、网络技术、人工智能技术的发展,当前基于网络的智能学习系统逐步的改变传统教育方式中交互性差,教学方式单一,不能适应所有学生的认知能力等状况,使得计算机辅助教育在智能化、个性化方面发生了质的飞跃。随着对网络教育的技术观和学习观的深入认识,不同学科领域知识的多样性和异构性使知识的组织和共享成为难点,我们不但要实现学习课程的网络化,还要实现学科资源的语义化,这样知识的搜索和获得才变得更加有效和方便,而基于语义网构建的远程教育平台克服了传统网络无法理解语言逻辑意义的缺点。本文针对目前网络学习系统对于同一个英文知识点不能在具体专业领域进行中文语义的自适应翻译和根据语义推荐相关学习辅助知识点,提出一种远程学习辅助平台加以解决。文章分析了目前网络教学系统的特点、要求和支持该学习平台的资源组织方式——知识地图、语义网本体和语义链网络的相关技术,提出一种高效实用的资源组织方式——通过知识地图转化的基于语义链网络的学科领域本体知识树,探讨了自适应翻译推荐辅助学习平台(KTRP)的框架模型和实现流程,对学科领域知识树的构建原则和方法,基于学科领域知识树的知识点语义推理引擎的推理规则和个性化推荐相关知识点的方法、知识点相似匹配机的原理和技术进行了较深入的研究,最后以计算机专业课程《数据结构》中图论章节和物理学两个领域知识树的构建为实践,运用JSP和数据库技术,设计实现了当读者学习英文专业领域的文章,查询文章中的知识点,特别是该英文知识点在这两个专业领域存在多中文释义的时候,能在两个领域自适应地翻译成当前文章领域的中文解释并推荐的相关知识点供读者学习的原型系统,并对该平台与已有的学习辅助平台作出了比较和评价,最后总结了本文工作并提出实现学生模块、多维度推理以及知识点动态标注推荐多维度知识点和文章的进一步工作。