[发明专利]一种智能课堂感知的方法及系统

权利要求书

1.一种智能课堂感知的方法，其特征在于，所述方法依赖于智能课堂感知系统，所述智能课堂感知系统包括知识库资源库模块、实时语音接入模块、知识点训练及感知模块、响应呈现终端；所述的知识点训练及感知模块包括知识点训练子模块、知识点感知子模块；

所述方法具体包括以下步骤：

S100：知识点训练子模块导入训练样本文本，对训练样本进行预处理得到已处理样本文本；

S200：基于N-Gram对已处理样本文本进行特征提取，建立特征词典；进行特征筛选，降低特征空间的维数；并为已处理样本文本构建词频矩阵作为空间向量模型；其中，特征词典的作用是使得词语和其编号id进行一一对应；

S300：通过空间向量模型计算每个词语的TF-IDF值，计算每个特征词对文本类型的影响程度，设置一个维度阈值，选择高于维度阈值特征作为特征维度，用于已处理样本文本的文本空间向量表达；其中，文本空间向量是一个二维矩阵，行代表每个特征词在每条训练样本里出现的次数，列代表每条训练样本里包含的特征词语及该特征词语出现的次数；

S400：通过支持向量机对已处理样本文本的空间向量构成的矩阵进行训练得到分类器；

S500：实时语音接入模块采集语音并进行语音转译得到转译文本并传输到知识点感知子模块；

S600：知识点感知子模块对转译文本进行预处理得到已处理转译文本并提取知识点的主题词；

S700：根据训练支持向量机时筛选后的特征将已处理转译文本进行文本向量表达；

S800：通过分类器识别文本表达中关于知识的意图分类并将输出作为知识点主题和意图；

S900：通过终端呈现模块输出知识点主题和意图。

2.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，在S100中，对训练样本进行预处理得到已处理样本文本的方法具体包括以下步骤：

S101：通过中文分词器HanLP或FudanNLP调用知识库资源库模块加载知识库中的知识点主题词辅助分词；

S102：将停用词表里的词进行删除处理；

S103：将同义词、近义词归一处理为其中一个默认的词版本；

S104：将训练文本中的知识点主题词统一表示为唯一的标识词。

3.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，在S300中，所述维度阈值为文本降维的最终维度。

4.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，已处理样本文本的文本空间向量是一个二维矩阵，行代表每个特征词在每条训练样本里出现的次数，词频矩阵的列代表每条训练样本里包含的特征词语及该特征词语出现的次数。

5.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，在S600中，知识点感知子模块对转译文本进行预处理得到已处理转译文本并提取知识点的主题词的方法具体包括以下步骤：

S601：通过中文分词器HanLP或FudanNLP调用知识库资源库模块加载知识库中的知识点主题词辅助分词；

S602：将停用词表里的词进行删除处理；

S603：将同义词、近义词归一处理为其中一个默认的词版本；

S604：将转译文本中的知识点主题词统一表示为唯一的标识词。

6.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，所述的知识库资源库模块，用于分层构建知识点架构，整合罗列知识点，包括知识库，知识库包括各个知识点的释义及对应知识点关联的题库、资源，还至少包括知识点主题词、停用词表、同义词、近义词；对知识点训练及感知模块的请求，予以资源信息反馈、资源包括声音、视频、课件文件。

7.根据权利要求1所述的一种智能课堂感知的方法，其特征在于，所述的实时语音接入模块，包括课堂声音的硬件终端、软件后端的人声检测模块、录音模块、语音转译模块；硬件终端收集课堂的实时语音，通过网络回传实时音频传输到软件后端，软件后端对实时音频流进行人声检测，判定人声后，开始录音，并对非人声部分进行截断，录音终止，对收集的录音，在公开的云平台进行语音转译，获得课堂中的实时人声表述的文字。