[发明专利]一种智能课堂感知的方法及系统

说明书

本发明公开了一种智能课堂感知的方法及系统，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，选择高于维度阈值特征作为特征维度，以知识点训练及感知模块获取到的训练样本的空间向量矩阵训练支持向量机得到分类器，利用的分类器识别文本表达中关于知识的意图分类并输出知识点主题和意图；对课堂中的实时人声表述进行主动跟踪，感应理解实时提及的知识点及意图，并调取匹配的知识点的析义、题库、资源等，在教育终端进行辅助教学显示；降低了特征空间维度，消耗更少的计算机资源，能够快速即使的对于课堂教育中的教与学中的用户做出及时准确的反馈，提升了目前智能课堂教学的用户体验。

技术领域

本公开属于智能教学辅助技术领域，具体涉及一种智能课堂感知的方法及系统，适用课堂教育中的教与学。

背景技术

近年来，互联网及人工智能不断发展，人工智能云服务平台的迅速兴起，为一些智能应用落地提供了便捷，人工智能不再是遥不可及。人工智能在教育领域的应用也有了长足的发展：智能硬件及终端产品的不断冒起，着实为教育行业信息化提供了极大的便捷与帮助，课堂教学智能化、辅助教学智能化逐渐形成一种趋势。

发明内容

为解决上述问题，本公开提供一种智能课堂感知的方法及系统的技术方案，对课堂中的“实时人声表述”进行主动跟踪，感应(理解)实时提及的知识点及意图，并调取匹配的知识点的析义、题库、资源等，在教育终端进行辅助教学显示。

为了实现上述目的，根据本公开的一方面，提供一种智能课堂感知的方法，所述方法的步骤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；

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；

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。

进一步地，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。