[go: up one dir, main page]

CN116415001A - 一种学生与教师的互动方法、装置、介质和电子设备 - Google Patents

一种学生与教师的互动方法、装置、介质和电子设备 Download PDF

Info

Publication number
CN116415001A
CN116415001A CN202310188877.7A CN202310188877A CN116415001A CN 116415001 A CN116415001 A CN 116415001A CN 202310188877 A CN202310188877 A CN 202310188877A CN 116415001 A CN116415001 A CN 116415001A
Authority
CN
China
Prior art keywords
information
knowledge
knowledge point
point information
pair
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310188877.7A
Other languages
English (en)
Other versions
CN116415001B (zh
Inventor
王珂晟
黄劲
黄钢
谢嘉禾
危平平
李素琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oook Beijing Education Technology Co ltd
Original Assignee
Oook Beijing Education Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Oook Beijing Education Technology Co ltd filed Critical Oook Beijing Education Technology Co ltd
Priority to CN202310188877.7A priority Critical patent/CN116415001B/zh
Publication of CN116415001A publication Critical patent/CN116415001A/zh
Application granted granted Critical
Publication of CN116415001B publication Critical patent/CN116415001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31Indexing; Data structures therefor; Storage structures
    • G06F16/316Indexing structures
    • G06F16/322Trees
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种学生与教师的互动方法、装置、介质和电子设备。本公开对学生终端发送的问题信息进行逻辑审查,获得至少一对可疑知识点信息,也就是问题信息中对知识点的理解存在错误的认识且概念混乱不清的信息,然后通过所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中获得匹配的第一答案信息。通过自动答复的方式解答了大量重复的类似问题,提高了答疑效率,从而使答疑教师与学生能够探讨更深入的知识。

Description

一种学生与教师的互动方法、装置、介质和电子设备
技术领域
本公开涉及图像处理领域,具体而言,涉及一种学生与教师的互动方法、装置、介质和电子设备。
背景技术
网络教学,是利用网络作为教师和学生的通讯工具进行的以讲授为主的教学模式。网络教学包括直播教学和录播教学。直播教学与传统教学模式一样,学生可在同一时间聆听教师讲课,师生间有一些简单的交流。录播教学利用互联网的服务,将教师事先录制的课程存放在服务端上,学生通过可在任意时间点播和观看该课程达到学习的目的。录播教学的特点在于教学活动可以全天24小时进行,每个学生都可以根据自己的实际情况确定学习的时间、内容和进度,可随时在网上下载学习内容。
答疑是老师了解教学效果的一种手段。在传统的面授教学中,一个答疑老师能够照顾到几十个学生提出的问题。而在相关技术的网络答疑中,通过人工智能的辅助技术能够帮助答疑老师照顾上万学生提出的问题。但是,其中充斥着大量重复性的问题,使答疑效率非常低。
因此,本公开提供了一种学生与教师的互动方法,以解决上述技术问题之一。
发明内容
本公开的目的在于提供一种学生与教师的互动方法、装置、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种学生与教师的互动方法,包括:
接收学生终端发送的问题信息;
对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息;
基于所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中获得匹配的第一答案信息;
将所述第一答案信息发送至所述学生终端。
可选的,所述对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息,包括:
基于所述问题信息获得多个知识点信息;
利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,其中,所述知识图谱是基于课程的各个章节的知识点之间的关联关系建立的数据结构。
可选的,所述知识图谱包括第一知识树,所述第一知识树包括自上而下设置的根层、章层、节层、模块层和知识点层,其中,所述知识点层包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
基于所述多个知识点信息中的任一对知识点信息分别确定所述第一知识树中第一叶子节点和第二叶子节点;
当所述第一叶子节点和所述第二叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,确定所述任一对知识点信息为一对可疑知识点信息。
可选的,所述知识图谱包括第二知识树,所述第二知识树包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
基于所述多个知识点信息中的任一对知识点信息分别确定所述第二知识树中第三叶子节点和第四叶子节点;
当所述第三叶子节点和所述第四叶子节点的最短节点距离大于预设正常距离阈值时,确定所述任一对问题点信息为一对可疑知识点信息。
可选的,所述方法还包括:
当基于所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中未获得匹配的第一答案信息时,将所述问题信息发送至答疑终端;
获取所述答疑终端针对所述问题信息反馈的第二答案信息;
通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录,并将所述第二答案信息发送至所述学生终端,其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息与所述第二答案信息的一一映射关系。
可选的,所述方法还包括:
在所述通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录之前,通过所述资产层的审核系统对所述第二答案信息进行合规性审查,并基于所述教学资产对所述第二答案信息中的错误信息进行纠正。
可选的,所述方法还包括:
在对所述问题信息进行逻辑审查之前,通过所述资产层的审核系统对所述问题信息进行合规性审查,并基于所述教学资产对所述问题信息中的错误信息进行纠正。
根据本公开的具体实施方式,第二方面,本公开提供一种学生与教师的互动装置,包括:
接收单元,用于接收学生终端发送的问题信息;
获得单元,用于对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息;
匹配单元,用于基于所述至少一对可疑知识点信息从资产层的教学资产中获得匹配的第一答案信息;
发送单元,用于将所述第一答案信息发送至所述学生终端。
可选的,所述获得单元,包括:
第一获得子单元,用于基于所述问题信息获得多个知识点信息;
第二获得子单元,用于利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,其中,所述知识图谱是基于课程的各个章节的知识点之间的关联关系建立的数据结构。
可选的,所述知识图谱包括第一知识树,所述第一知识树包括自上而下设置的根层、章层、节层、模块层和知识点层,其中,所述知识点层包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
第一确定子单元,用于基于所述多个知识点信息中的任一对知识点信息分别确定所述第一知识树中第一叶子节点和第二叶子节点;
第二确定子单元,用于当所述第一叶子节点和所述第二叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,确定所述任一对知识点信息为一对可疑知识点信息。
可选的,所述知识图谱包括第二知识树,所述第二知识树包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
第三确定子单元,用于基于所述多个知识点信息中的任一对知识点信息分别确定所述第二知识树中第三叶子节点和第四叶子节点;
第四确定子单元,用于当所述第三叶子节点和所述第四叶子节点的最短节点距离大于预设正常距离阈值时,确定所述任一对问题点信息为一对可疑知识点信息。
可选的,所述装置还包括整合单元,所述整合单元包括:
发送子单元,用于当基于所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中未获得匹配的第一答案信息时,将所述问题信息发送至答疑终端;
获取子单元,用于获取所述答疑终端针对所述问题信息反馈的第二答案信息;
整合子单元,用于通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录,并将所述第二答案信息发送至所述学生终端,其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息与所述第二答案信息的一一映射关系。
可选的,所述装置还包括第一审查单元,所述第一审查单元包括:
第一审查子单元,用于在所述通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录之前,通过所述资产层的审核系统对所述第二答案信息进行合规性审查,并基于所述教学资产对所述第二答案信息中的错误信息进行纠正。
可选的,所述装置还包括第二审查单元,所述第二审查单元包括:
第二审查子单元,用于在对所述问题信息进行逻辑审查之前,通过所述资产层的审核系统对所述问题信息进行合规性审查,并基于所述教学资产对所述问题信息中的错误信息进行纠正。
根据本公开的具体实施方式,第三方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上任一项所述学生与教师的互动方法。
根据本公开的具体实施方式,第四方面,本公开提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述学生与教师的互动方法。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种学生与教师的互动方法、装置、介质和电子设备。本公开对学生终端发送的问题信息进行逻辑审查,获得至少一对可疑知识点信息,也就是问题信息中对知识点的理解存在错误的认识且概念混乱不清的信息,然后通过所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中获得匹配的第一答案信息。通过自动答复的方式解答了大量重复的类似问题,提高了答疑效率,从而使答疑教师与学生能够探讨更深入的知识。
附图说明
图1示出了根据本公开实施例的学生与教师的互动方法的流程图;
图2示出了根据本公开实施例的元宇宙互动教学框架的结构示意图;
图3示出了根据本公开实施例的应用层的结构示意图;
图4示出了根据本公开实施例的资产层的结构示意图;
图5示出了根据本公开实施例的第一知识树的示意图;
图6示出了根据本公开实施例的另一第一知识树的示意图
图7示出了根据本公开实施例的学生与教师的互动装置的单元框图;
图8示出了根据本公开实施例提供的一种电子设备连接结构示意图;
附图标记说明
1-支持层,2-应用层,3-服务层,4-资产层,5-人工智能层;
21-教学模块,22-互动终端,23-感知设备;
41-整合系统,42-审核系统,43-图谱系统。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本公开实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
特别需要说明的是,在说明书中存在的符号和/或数字,如果在附图说明中未被标记的,均不是附图标记。
下面结合附图详细说明本公开的可选实施例。
实施例1
对本公开提供的实施例,即一种学生与教师的互动方法的实施例。
下面结合图1对本公开实施例进行详细说明。
步骤S101,接收学生终端发送的问题信息。
本公开实施例所述方法应用于元宇宙互动教学框架的服务层3。
如图2所示,所述元宇宙互动教学框架,包括:支持层1、应用层2、服务层3、资产层4和人工智能层5。
支持层1,配置为集成多个云平台为教学活动提供平台即服务。
平台即服务(英文全称Platform-as-a-Service,简称PAAS),把应用服务的运行和开发环境作为一种服务提供的商业模式。本申请所述系统就是基于PAAS开发和运行的。支持层11将多个云平台集成在PAAS中,例如,采用百度云支持人工智能层55,采用阿里云支持资产层44;采用谷歌云支持服务层33,在Digital Ocean云上运行应用层22的应用程序;或者,在使用AWS EC2实例和负载平衡的同时,对资产层44使用Azure SQL,对听课系统、辅导系统、自学系统和班级管理系统使用Amazon Cognito云,所有这些都用于单个应用程序;或者,在Digital Ocean云上运行应用层22的应用程序,但是在AWS云上完全被复制和备份;将开发和测试环境放在一个云上,而将运行环境放到另一个云上;本公开实施例不限于此。也就是在不同的云平台上完成不同的系统功能。集成多个云平台能够构建高度可扩展且可靠的应用环境。有利于灾难恢复,降低云服务成本,提高系统响应速度,提供业务运营中每一个部分的最佳匹配,例如,有些数据库需要冷存储,不定期存取,而热数据一天可以存取10次,必须存储在频繁存取的存储中,比如AWS S3标准存储,通过使用合适数据存储的云服务以达到最佳的效果。集成多个云平台使系统能够向全球不同地理位置的用户提供服务。
如图3所示,应用层2,包括:多个用于进行教学活动的教学模块21、多个互动终端22和多个感知设备23,每个互动终端22与至少一个感知设备23相关联,所述应用层2配置为:发送建群请求为参与教学活动的互动终端22建立互动群组,为加入所述互动群组中的各个互动终端22提供与教学活动相关的教学模块21,且在所述教学模块21中展示各个互动终端22采集的互动信息,其中,所述互动信息包括感知设备23采集的感知信息。
教学模块21,能够为用户提供与教学活动相关的功能。
所述互动终端22包括学生终端和答疑终端。所述互动群组包括网络答疑课堂。加入网络答疑课堂的所有学生终端均能够提出发送的问题信息。网络答疑课堂可以局限于在校内局域网内,也可以局限于城市的城域网内,也可以局限于广域的互联网内,本公开实施例对此不做限制。
所述学生终端和所述答疑终端可以但不限于包括智能手机、台式电脑、平板电脑、笔记本电脑、数字助理、智能可穿戴设备等等。
所述学生终端是指以学生身份加入网络答疑课堂的用户所使用的终端。
所述答疑终端是指以答疑的教师身份加入网络答疑课堂的用户所使用的终端。
感知设备23,是指能够采集感知信息的设备。例如,采集视频信息的摄像头、采集音频信息的拾音器。
服务层3,配置为:基于所述建群请求为任一互动群组中的各个互动终端22建立与所述互动群组相关的互动关系,基于所述互动关系收集并向各个互动终端22和资产层4分发所述互动信息。
资产层4,配置为将接受的互动信息整合至教学资产中,其中,所述教学资产用于支持所述教学模块21的教学活动。
本公开实施例所述教学资产是指基于教学活动所产生的知识信息(包括教学资产记录)的集合。通过资产层4将教学活动产生的互动信息进行系统化整合,形成教学资产,有助于用户自主学习。
人工智能层5,配置为基于所述教学资产向发出服务请求的所述应用层2、所述服务层3或所述资产层4提供智能服务。
所述问题信息包括使用学生终端的学生针对学习中遇到的难以自我解答的疑问而寻求解答的求助信息。
本公开实施例将问题信息分为两类:第一类问题信息表现为对知识点的理解存在错误的认识,概念混乱不清,第一类问题信息在答疑时往往是存在大量的提问,使答疑效率非常低;第二类问题信息是对知识的进一步探讨,第二类问题信息在答疑时数量少,但需要答疑老师精心回答。
步骤S102,对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息。
知识点信息是教学内容中相对独立的最小单元。例如,牛顿第二定律的公式F=ma,其中,知识点分别为:F表示合外力,m表示物体的质量,a表示加速度;动能的公式E=mv2,其中,知识点分别为:E表示动能,m表示物体的质量,v表示物体的速度。
所述一对可疑知识点信息包括两个知识点信息。所述一对可疑知识点信息在逻辑上是没有任何关联关系的知识点,例如,动能与牛顿第二定律中的m相关,但与F和a没有任何关联的知识点信息,因此,动能与a以及动能与F分别是一对可疑知识点信息。
当在问题信息存在没有任何关联关系的一对可疑知识点时,表明提问学生对这个两个可疑知识点的理解存在错误的认识,也就是所述问题信息属于第一类问题信息。
在一些具体实施例中,所述对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息,包括以下步骤:
步骤S102-1,基于所述问题信息获得多个知识点信息。
步骤S102-2,利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息。
如图4所示,所述元宇宙互动教学框架的资产层4还包括图谱系统43,所述图谱系统43配置为:基于所述知识点类型对所述教学资产中的所有教学资产记录进行逻辑关系梳理,生成知识图谱。
知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,能够显示知识及它们之间的相互联系。知识图谱通过应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构,从而达到多学科融合目的。能够为教学提供切实的、有价值的参考。
本具体实施例中,所述知识图谱是基于课程的各个章节的知识点之间的关联关系建立的数据结构。
在一些具体实施例中,所述知识图谱包括第一知识树,所述第一知识树包括自上而下设置的根层、章层、节层、模块层和知识点层。章层的各个章节点分别表示课程中的一章;节层的各个节节点分别表示一章中的一节;模块层的各个模块节点分别表示一节中的一个知识模块;所述知识点层包括表征知识点的叶子节点,每个叶子节点包括一个知识模块中的知识点信息。
例如,如图5所示第一知识树,根节点A1处于根层,章节点B1、B2、……、Bn处于章层,节节点C1、C2、……、Cm处于节层,模块节点D1、D2、……、Di处于模块层,叶子节点E1、E2、E3、E4、E5、E6、……、Ej处于知识点层;其中,节节点C1和C2是章节点B1的子节点,节节点Cm是章节点Bn的子节点;模块节点D1和D2是节节点C1的子节点,模块节点Di是节节点Cm的子节点;叶子节点E1、E2和E3是模块节点D1的子节点,叶子节点E4、E5和E6是模块节点D2的子节点,叶子节点Ej是模块节点Di的子节点。
相应地,所述利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括以下步骤:
步骤S102-2a-1,基于所述多个知识点信息中的任一对知识点信息分别确定所述第一知识树中第一叶子节点和第二叶子节点。
例如,继续上述牛顿第二定律的例子,如图6所示,第三章节点B3表示“第三章牛顿运动定律”,第三章节点B3下的第三节节点C3表示“第三节第二定律”,第三节节点C3下的第三模块节点D3表示第二定律的公式F=ma,第三模块节点D3下的第十一叶子节点E11表示合力F,第三模块节点D3下的第十二叶子节点E12表示物体的质量m,第三模块节点D3下的第十三叶子节点E13表示物体的加速度a;第六章节点B6表示“第六章动能”,第六章节点B6下的第六节节点C6表示“第六节动能的定义”,第六节节点C6下的第六模块节点D6表示动能的公式E=mv2,第六模块节点D6下的第六十四叶子节点E64表示动能E,第六模块节点D6下的第六十五叶子节点E65表示物体的质量m,第六模块节点D6下的第六十六叶子节点E66表示物体的速度;当问题信息中不仅包括了牛顿第二定律的各个知识点信息F、m和a,而且还提到了知识点信息动能E,则其中任一对知识点信息所对应的叶子节点的组合包括:第一组合F和m、第二组合F和a、第三组合F和E、第四组合m和a、第五组合m和E以及第六组合a和E。
步骤S102-2a-2,当所述第一叶子节点和所述第二叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,确定所述任一对知识点信息为一对可疑知识点信息。
例如,继续上述例子,第一组合F和m在所述第一知识树中的最近祖先节点为第三模块节点D3,处于模块层,第一组合不是一对可疑知识点信息;第二组合F和a在所述第一知识树中的最近祖先节点为第三模块节点D3,处于模块层,第二组合不是一对可疑知识点信息;第三组合F和E在所述第一知识树中的最近祖先节点为根节点A1,处于根层,第三组合是一对可疑知识点信息;第四组合m和a在所述第一知识树中的最近祖先节点为第三模块节点D3,处于模块层,第四组合不是一对可疑知识点信息;第五组合m和E在所述第一知识树中的最近祖先节点为第六模块节点D6,处于模块层,第五组合不是一对可疑知识点信息;第六组合a和E在所述第一知识树中的最近祖先节点为根节点A1,处于根层,第六组合是一对可疑知识点信息。
由于第一知识树中课程每章在知识分类中是相对独立的,本具体实施例利用一对知识点信息所对应的叶子节点分别与第一知识树中最近祖先节点的逻辑关系,当一对知识点信息所对应的叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,表明一对知识点信息所对应的叶子节点在逻辑上是不相关的,即一对在逻辑上不相关的知识点信息是一对可疑知识点信息,也就是学生终端发送的所述问题信息属于第一类问题信息。
本具体实施例通过一对叶子节点在知识树中最近祖先节点的逻辑关系便识别出该对叶子节点所对应的知识点信息是否为一对可疑知识点信息。与通过复杂的语义分析查找问题信息中的可疑知识点信息相比,或通过训练后的神经网络模型查找问题信息中的可疑知识点信息相比,本具体实施例大大降低查找问题信息中的可疑知识点信息的复杂性,提高了数据处理速度,缩短了答疑响应时间,进而提高了答疑效率。
在另一些具体实施例中,所述知识图谱包括第二知识树,所述第二知识树包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息。
本具体实施例所述第二知识树包括但不限于第一知识树的数据结构,例如,将章层取消,根层与节层的各个节点连接,从而减少数据结构的层数,提高数据检索的效率。
相应地,所述利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括以下步骤:
步骤S102-2b-1,基于所述多个知识点信息中的任一对知识点信息分别确定所述第二知识树中第三叶子节点和第四叶子节点。
本具体实施例在所述第二知识树中确定第三叶子节点和第四叶子节点的方法与上面所述在所述第一知识树中确定第一叶子节点和第二叶子节点的方法相似,在此不再赘述,请参见上面的例子。
步骤S102-2b-2,当所述第三叶子节点和所述第四叶子节点的最短节点距离大于预设正常距离阈值时,确定所述任一对问题点信息为一对可疑知识点信息。
在第二知识树中,任意两个叶子节点之间的最短节点距离是指从一个叶子节点到另一个叶子节点之间的一条最短路径的距离,两个叶子节点之间的最短节点距离等于所述路径的节点数减一,例如,如图6所示,第一组合F和m所对应的第十一叶子节点E11至第十二叶子节点E12的最短路径经过第三模块节点D3,即最短路径包括三个节点E11、D3和E12,则一对叶子节点E11和E12之间的最短节点距离为2;第六组合a和E所对应的第十三叶子节点E13至第六十四叶子节点E64的最短路径经包括九个节点E13、D3、C3、B3、A1、B6、C6、D6和E64,则一对叶子节点E13和E64之间的最短节点距离为8;如果预设正常距离阈值为2,则第一组合F和m所对应的叶子节点E11和E12之间的最短节点距离等于预设正常距离阈值,表明第一组合F和m之间具有正常的逻辑关系;而第六组合a和E所对应的叶子节点E13和E64之间的最短节点距离大于预设正常距离阈值,表明第六组合a和E的逻辑关系异常,为一对可疑知识点信息。
本具体实施例利用一对知识点信息所对应的叶子节点在第二知识树中最短节点距离来判断一对知识点信息的逻辑关系,当一对知识点信息所对应的叶子节点的最短节点距离大于预设正常距离阈值时,确定该对知识点信息的逻辑关系异常,为一对可疑知识点信息,也就是学生终端发送的所述问题信息属于第一类问题信息。
本具体实施例通过一对叶子节点在知识树中最短节点距离来判断一对知识点信息的逻辑关系,进而识别出该对叶子节点所对应的知识点信息是否为一对可疑知识点信息。与通过复杂的语义分析查找问题信息中的可疑知识点信息相比,或通过训练后的神经网络模型查找问题信息中的可疑知识点信息相比,本具体实施例大大降低查找问题信息中的可疑知识点信息的复杂性,提高了数据处理速度,缩短了答疑响应时间,进而提高了答疑效率。
步骤S103,基于所述至少一对可疑知识点信息从资产层4的教学资产的教学资产记录中获得匹配的第一答案信息。
其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息与所述第一答案信息的一一映射关系。
第一答案信息是在历史答疑过程中,针对类似问题信息,答疑教师给出的答案信息。
步骤S104,将所述第一答案信息发送至所述学生终端。
本公开实施例对学生终端发送的问题信息进行逻辑审查,获得至少一对可疑知识点信息,也就是问题信息中对知识点的理解存在错误的认识且概念混乱不清的信息,然后通过所述至少一对可疑知识点信息从资产层4的教学资产的教学资产记录中获得匹配的第一答案信息。通过自动答复的方式解答了大量重复的类似问题,提高了答疑效率,从而使答疑教师与学生能够探讨更深入的知识。
在一些具体实施例中,所述方法还包括以下步骤:
步骤S104a-1,当基于所述至少一对可疑知识点信息从资产层4的教学资产的教学资产记录中未获得匹配的第一答案信息时,将所述问题信息发送至答疑终端。
在资产层4的教学资产的教学资产记录中未获得匹配的第一答案信息,表明在历史的答疑过程中,针对所述问题信息答疑教师从未给出过答案信息,也就未在教学资产中保存相应的教学资产记录。因此,本具体实施例将该问题提交给答疑终端,由答疑教师对该问题信息进行解答。
步骤S104a-2,获取所述答疑终端针对所述问题信息反馈的第二答案信息。
步骤S104a-3,通过所述资产层4的整合系统41将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录,并将所述第二答案信息发送至所述学生终端,其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息和所述第二答案信息。
如图4所示,在本具体实施例中,所述资产层4还包括整合系统41,所述整合系统41配置为:基于各个知识点类型对所述互动信息进行分类提取,获取对应知识点类型的关键信息;基于各个知识点类型的关键信息和互动信息生成对应知识点类型的教学资产记录,其中,教学资产记录包括至少一种表现形式的信息。
知识点类型,是指基于互动信息中相对独立的最小单元的知识点划分的类型、标签形式、摘要形式。
表现形式,包括:文字形式、音频形式、视频形式、图像形式、翻译形式、分类形式和/或摘要形式。
答疑教师对该问题信息进行解答后,以后再出现类似问题,便可通过自动解答的方式回答大量的、类似的、重复的问题,从而提高了答疑效率。
在一些具体实施例中,所述方法还包括以下步骤:
在所述通过所述资产层4的整合系统41将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录之前,通过所述资产层4的审核系统42对所述第二答案信息进行合规性审查,并基于所述教学资产对所述第二答案信息中的错误信息进行纠正。
如图4所示,在本具体实施例中,所述资产层4还包括审核系统42,所述审核系统42配置为:在整合系统41基于互动信息生成教学资产记录前,对所述互动信息进行合规性审查,并基于所述教学资产对所述互动信息中的错误信息(比如口误)进行纠正。例如,误将压力说成压强。从而避免错误信息出现在答案信息中,保证答案信息的准确性。
在另一些具体实施例中,所述方法还包括以下步骤:
在对所述问题信息进行逻辑审查之前,通过所述资产层4的审核系统42对所述问题信息进行合规性审查,并基于所述教学资产对所述问题信息中的错误信息进行纠正。
例如,问题信息中将物理名词“惯性”说成“惯力”,审核系统42对问题信息审查后,将问题信息中的“惯力”纠正为“惯性”。从而提高答疑的有效效率。
实施例2
本公开还提供了与上述实施例承接的装置实施例,用于实现如上实施例所述的方法步骤,基于相同的名称含义的解释与如上实施例相同,具有与如上实施例相同的技术效果,此处不再赘述。
如图7所示,本公开提供一种学生与教师的互动装置700,包括:
接收单元701,用于接收学生终端发送的问题信息;
获得单元702,用于对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息;
匹配单元703,用于基于所述至少一对可疑知识点信息从资产层4的教学资产中获得匹配的第一答案信息;
发送单元704,用于将所述第一答案信息发送至所述学生终端。
可选的,所述获得单元702,包括:
第一获得子单元,用于基于所述问题信息获得多个知识点信息;
第二获得子单元,用于利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,其中,所述知识图谱是基于课程的各个章节的知识点之间的关联关系建立的数据结构。
可选的,所述知识图谱包括第一知识树,所述第一知识树包括自上而下设置的根层、章层、节层、模块层和知识点层,其中,所述知识点层包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
第一确定子单元,用于基于所述多个知识点信息中的任一对知识点信息分别确定所述第一知识树中第一叶子节点和第二叶子节点;
第二确定子单元,用于当所述第一叶子节点和所述第二叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,确定所述任一对知识点信息为一对可疑知识点信息。
可选的,所述知识图谱包括第二知识树,所述第二知识树包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层4中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
第三确定子单元,用于基于所述多个知识点信息中的任一对知识点信息分别确定所述第二知识树中第三叶子节点和第四叶子节点;
第四确定子单元,用于当所述第三叶子节点和所述第四叶子节点的最短节点距离大于预设正常距离阈值时,确定所述任一对问题点信息为一对可疑知识点信息。
可选的,所述装置还包括整合单元,所述整合单元包括:
发送子单元,用于当基于所述至少一对可疑知识点信息从资产层4的教学资产的教学资产记录中未获得匹配的第一答案信息时,将所述问题信息发送至答疑终端;
获取子单元,用于获取所述答疑终端针对所述问题信息反馈的第二答案信息;
整合子单元,用于通过所述资产层4的整合系统41将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录,并将所述第二答案信息发送至所述学生终端,其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息与所述第二答案信息的一一映射关系。
可选的,所述装置还包括第一审查单元,所述第一审查单元包括:
第一审查子单元,用于在所述通过所述资产层4的整合系统41将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录之前,通过所述资产层4的审核系统42对所述第二答案信息进行合规性审查,并基于所述教学资产对所述第二答案信息中的错误信息进行纠正。
可选的,所述装置还包括第二审查单元,所述第二审查单元包括:
第二审查子单元,用于在对所述问题信息进行逻辑审查之前,通过所述资产层4的审核系统42对所述问题信息进行合规性审查,并基于所述教学资产对所述问题信息中的错误信息进行纠正。
本公开实施例对学生终端发送的问题信息进行逻辑审查,获得至少一对可疑知识点信息,也就是问题信息中对知识点的理解存在错误的认识且概念混乱不清的信息,然后通过所述至少一对可疑知识点信息从资产层4的教学资产的教学资产记录中获得匹配的第一答案信息。通过自动答复的方式解答了大量重复的类似问题,提高了答疑效率,从而使答疑教师与学生能够探讨更深入的知识。
实施例3
如图8所示,本实施例提供一种电子设备,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上实施例所述的方法步骤。
实施例4
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如上实施例所述的方法步骤。
实施例5
下面参考图8,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置805;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
最后应说明的是:本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。

Claims (10)

1.一种学生与教师的互动方法,其特征在于,包括:
接收学生终端发送的问题信息;
对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息;
基于所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中获得匹配的第一答案信息;
将所述第一答案信息发送至所述学生终端。
2.根据权利要求1所述的方法,其特征在于,所述对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息,包括:
基于所述问题信息获得多个知识点信息;
利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,其中,所述知识图谱是基于课程的各个章节的知识点之间的关联关系建立的数据结构。
3.根据权利要求2所述的方法,其特征在于,
所述知识图谱包括第一知识树,所述第一知识树包括自上而下设置的根层、章层、节层、模块层和知识点层,其中,所述知识点层包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
基于所述多个知识点信息中的任一对知识点信息分别确定所述第一知识树中第一叶子节点和第二叶子节点;
当所述第一叶子节点和所述第二叶子节点在所述第一知识树中的最近祖先节点处于根层或章层时,确定所述任一对知识点信息为一对可疑知识点信息。
4.根据权利要求2所述的方法,其特征在于,
所述知识图谱包括第二知识树,所述第二知识树包括表征知识点的叶子节点,每个叶子节点包括一个知识点信息;
相应地,所述利用所述资产层中的知识图谱对所述多个知识点信息进行关联关系识别,获得所述至少一对可疑知识点信息,包括:
基于所述多个知识点信息中的任一对知识点信息分别确定所述第二知识树中第三叶子节点和第四叶子节点;
当所述第三叶子节点和所述第四叶子节点的最短节点距离大于预设正常距离阈值时,确定所述任一对问题点信息为一对可疑知识点信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当基于所述至少一对可疑知识点信息从资产层的教学资产的教学资产记录中未获得匹配的第一答案信息时,将所述问题信息发送至答疑终端;
获取所述答疑终端针对所述问题信息反馈的第二答案信息;
通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录,并将所述第二答案信息发送至所述学生终端,其中,所述教学资产记录中至少包括所述至少一对可疑知识点信息与所述第二答案信息的一一映射关系。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述通过所述资产层的整合系统将所述至少一对可疑知识点信息和所述第二答案信息整合成所述教学资产中教学资产记录之前,通过所述资产层的审核系统对所述第二答案信息进行合规性审查,并基于所述教学资产对所述第二答案信息中的错误信息进行纠正。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在对所述问题信息进行逻辑审查之前,通过所述资产层的审核系统对所述问题信息进行合规性审查,并基于所述教学资产对所述问题信息中的错误信息进行纠正。
8.一种学生与教师的互动装置,其特征在于,包括:
接收单元,用于接收学生终端发送的问题信息;
获得单元,用于对所述问题信息进行逻辑审查,获得至少一对可疑知识点信息;
匹配单元,用于基于所述至少一对可疑知识点信息从资产层的教学资产中获得匹配的第一答案信息;
发送单元,用于将所述第一答案信息发送至所述学生终端。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。
CN202310188877.7A 2023-02-22 2023-02-22 一种学生与教师的互动方法、装置、介质和电子设备 Active CN116415001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310188877.7A CN116415001B (zh) 2023-02-22 2023-02-22 一种学生与教师的互动方法、装置、介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310188877.7A CN116415001B (zh) 2023-02-22 2023-02-22 一种学生与教师的互动方法、装置、介质和电子设备

Publications (2)

Publication Number Publication Date
CN116415001A true CN116415001A (zh) 2023-07-11
CN116415001B CN116415001B (zh) 2025-11-21

Family

ID=87058833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310188877.7A Active CN116415001B (zh) 2023-02-22 2023-02-22 一种学生与教师的互动方法、装置、介质和电子设备

Country Status (1)

Country Link
CN (1) CN116415001B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090287619A1 (en) * 2008-05-15 2009-11-19 Changnian Liang Differentiated, Integrated and Individualized Education
WO2012131948A1 (ja) * 2011-03-30 2012-10-04 富士通株式会社 出題装置及び出題方法
CN109829037A (zh) * 2017-11-22 2019-05-31 上海智臻智能网络科技股份有限公司 智能自动问答的方法、系统、服务器及存储介质
CN109933314A (zh) * 2017-12-15 2019-06-25 上海智臻智能网络科技股份有限公司 多轮问答系统的生成装置
CN111143539A (zh) * 2019-12-31 2020-05-12 重庆和贯科技有限公司 基于知识图谱的教学领域问答方法
CN114328839A (zh) * 2021-12-31 2022-04-12 海南安博教育科技有限公司 问题解答方法、装置、介质和电子设备
DE102021203300A1 (de) * 2021-03-31 2022-10-06 Robert Bosch Gesellschaft mit beschränkter Haftung Computerimplementiertes Verfahren für Schlüsselwortsuche in einem Wissensgraphen

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090287619A1 (en) * 2008-05-15 2009-11-19 Changnian Liang Differentiated, Integrated and Individualized Education
WO2012131948A1 (ja) * 2011-03-30 2012-10-04 富士通株式会社 出題装置及び出題方法
CN109829037A (zh) * 2017-11-22 2019-05-31 上海智臻智能网络科技股份有限公司 智能自动问答的方法、系统、服务器及存储介质
CN109933314A (zh) * 2017-12-15 2019-06-25 上海智臻智能网络科技股份有限公司 多轮问答系统的生成装置
CN111143539A (zh) * 2019-12-31 2020-05-12 重庆和贯科技有限公司 基于知识图谱的教学领域问答方法
DE102021203300A1 (de) * 2021-03-31 2022-10-06 Robert Bosch Gesellschaft mit beschränkter Haftung Computerimplementiertes Verfahren für Schlüsselwortsuche in einem Wissensgraphen
CN114328839A (zh) * 2021-12-31 2022-04-12 海南安博教育科技有限公司 问题解答方法、装置、介质和电子设备

Also Published As

Publication number Publication date
CN116415001B (zh) 2025-11-21

Similar Documents

Publication Publication Date Title
Kraker et al. The case for an open science in technology enhanced learning
Yang et al. Providing real-time assistance in disaster relief by leveraging crowdsourcing power
US20160189556A1 (en) Evaluating presentation data
CN110888989B (zh) 一种智能学习平台及其构建方法
CN110765280B (zh) 地址识别方法和装置
CN104809920A (zh) 一种个性化的学习方法和学习装置
WO2022161745A1 (en) Virtual dialog system performance assessment and enrichment
Cain et al. Artificial intelligence and conversational agent evolution–a cautionary tale of the benefits and pitfalls of advanced technology in education, academic research, and practice
US20150017626A1 (en) Automated educational system
CN114328839B (zh) 问题解答方法、装置、介质和电子设备
Xu et al. Development of speech recognition system for remote vocal music teaching based on Markov model: F. Xu, Y. Xia
Xu et al. Evaluating large language models on geospatial tasks: a multiple geospatial task benchmarking study
CN116595196A (zh) 基于知识图谱的课程推荐方法、装置、电子设备及介质
Frank et al. Trust in qualitative data repositories
Nicholas et al. A Study on Student's Satisfaction of using E-learning System During the COVID-19 Pandemic
CN116342082A (zh) 基于知识图谱的岗位胜任力判断方法、装置、介质及设备
CN120725836B (zh) 基于智慧学习云平台的群体教学策略生成方法及设备
CN104111964A (zh) 一种社区内用户阅读应用数据处理方法
CN111260975A (zh) 用于多媒体黑板教学互动的方法、装置、介质和电子设备
CN116415001A (zh) 一种学生与教师的互动方法、装置、介质和电子设备
Velander et al. Eliciting and Empowering Teachers’ AI Literacy: The Devil is in the Detail
Fajri et al. Artificial intelligence-based risk communication for traveller protection in Indonesia
CN116308916A (zh) 一种元宇宙互动教学框架
Ali et al. Activity based easy learning of pushdown automata
CN114125537B (zh) 直播教学的讨论方法、装置、介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant