[发明专利]一种考研词汇精准识别方法、存储装置及移动终端在审

专利信息
申请号: 201911425923.0 申请日: 2019-12-31
公开(公告)号: CN111190995A 公开(公告)日: 2020-05-22
发明(设计)人: 毛小兰;谭锦钿;林楠;郑志坚;李豪横 申请(专利权)人: 清远墨墨教育科技有限公司
主分类号: G06F16/31 分类号: G06F16/31;G06F16/33;G06F16/338;G06F16/638;G06F16/68
代理公司: 广州圣理华知识产权代理有限公司 44302 代理人: 李唐明;顿海舟
地址: 511500 广东省清远市清城区高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 考研 词汇 精准 识别 方法 存储 装置 移动 终端
【说明书】:

发明提供了一种考研词汇精准识别方法,适用于在智能终端设备中执行,该方法通过建立考研英语试卷数据库、考研高频词汇表、建立考研语句数据库、获取搜索词汇等步骤后,反馈搜索词汇来源数据;该方法可根据用户输入的单词,经搜索后,反馈生成该单词在考研英语试卷中的出处及词汇应用,使用户能根据考试要求及其语境下,更好地记住该单词,以及获知该单词的具体应用,帮助用户更好地理解并记忆词汇。

技术领域

本发明属于计算机通信领域,具体涉及一种考研单词的搜索精准识别方法、存储装置及移动终端。

背景技术

随着全民的英语学习意识的增强,越来越多的人开始英语学习,各种各样的英语学习软件也应运而生。现有的学习软件的单词学习模式都是用户选定需要背诵的单词列表,然后软件根据用户选定的待背诵的单词列表按照单词列表的顺序或者随机向用户推荐,这种复习单词的方式往往使用户需要背诵完整个单词列表的单词才能进行复习,或者是第二天复习第一天学过的所有单词,这种复习单词的方式往往使用户在背到单词列表末尾单词时已经忘记了最开始背过的单词;对于一些考试常考的高频词汇,用户无法获知其曾经出现在哪些考试哪些试卷中,无法知道这些高频词汇的实际考点及考试场景。例如,像大学英语四六级考试、雅思托福考试、考研英语考试等,其通常会有一些常考的高频词汇。但现有的单词软件中,对于这些词汇的来源、曾经出现的考点均没有涉及,使考生难以联系该单词与实际考试之间的关联,无法在考试语句环境下进一步记住该单词。

因此,针对现有技术中存在的技术问题,亟需提供一种通过搜索英语词汇,即能获知其曾经出现在考研英语中的试卷出处及相关语句的考研词汇搜索精准识别技术显得尤为重要。

发明内容

本发明的目的在于克服上述现有技术的不足,提供一种考研词汇搜索精准识别方法,该方法可根据用户输入的单词,反馈生成该单词在考研英语试卷中的出处及词汇应用,使用户能根据考试要求及其语境下,更好地记住该单词,以及获知该单词的具体应用,帮助用户更好地理解并记忆词汇。

本发明的另一目的是提供一种可以存储有上述考研词汇搜索精准识别方法的计算机指令的存储设备。

本发明的再一目的是提供一种带有存储有上述考研词汇搜索精准识别方法的计算机指令的存储设备的并且可以控制所述计算机指令的移动终端。

为了达到上述目的,本发明采用的以下技术方案:

一种考研词汇精准识别方法,适用于在智能终端设备中执行,该方法包括以下步骤:

S1.建立考研英语试卷数据库:

将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储,形成考研英语试卷数据库;

S2.建立考研高频词汇表:

遍历统计考研英语试卷数据库中各词汇出现的次数T,抓取出现次数T≥t的词汇,将其标记为考研高频词汇,并将所有考研高频词汇记录,建立考研高频词汇表,并将每个考研高频词汇进行编码,使每个考研高频词汇具有独立的编码ID;其中,t≥2;

S3.建立携带有考研高频词汇的考研语句数据库:

从考研英语试卷数据库中抓取携带有考研高频词汇的语句,并建立该语句S的识别信息Data,所述识别信息Data包括该语句中涉及的所有考研高频词汇的编码ID,以及该语句S的考核年份Y、考卷号N、考题类型Type、题号n、段落sec;

将所有携带有考研高频词汇的语句S及其识别信息Data保存,形成考研语句数据库;

S4.获取搜索词汇:

接收用户键入的搜索词汇,将搜索词汇与考研高频词汇表进行比对;

S5.反馈词汇来源数据:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清远墨墨教育科技有限公司,未经清远墨墨教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911425923.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top