[发明专利]虚拟教学方法、装置和电子设备

权利要求书

1.一种虚拟教学方法，其特征在于，应用于虚拟教学系统，所述虚拟教学系统包括多个深度学习模型，其中，所述深度学习模型基于教学文本数据训练得到；所述方法包括：

获取虚拟教学数据；其中，所述虚拟教学数据包括教学类型，所述教学类型包括问答类型、批改类型和指导类型；

将所述虚拟教学数据向量化，得到向量数据；

将所述向量数据输入所述教学类型对应的深度学习模型中，输出计算结果。

2.根据权利要求1所述的方法，其特征在于，所述虚拟教学系统还包括分配器；将所述虚拟教学数据向量化，得到向量数据的步骤，包括：

将所述虚拟教学数据输入至所述分配器中，确定所述虚拟教学数据的处理方式；

如果所述虚拟教学数据的处理方式为深度学习的方式，将所述虚拟教学数据向量化，得到向量数据。

3.根据权利要求2所述的方法，其特征在于，所述虚拟教学系统还包括专家系统模型；确定所述虚拟教学数据的处理方式的步骤之后，所述方法还包括：

如果所述虚拟教学数据的处理方式为专家系统的方式，将所述虚拟教学数据输入所述专家系统模型中，输出所述虚拟教学数据对应的评分。

4.根据权利要求1所述的方法，其特征在于，所述深度学习模型包括基于检索的第一问答模型；所述教学类型为所述问答类型；将所述向量数据输入所述教学类型对应的深度学习模型中，输出计算结果的步骤，包括：

将所述向量数据输入所述第一问答模型中，输出第一结果。

5.根据权利要求4所述的方法，其特征在于，所述深度学习模型还包括基于机器阅读理解的第二问答模型；输出第一结果的步骤之后，所述方法还包括：

如果所述第一结果与所述向量数据的关联度小于预设的第一阈值，将所述向量数据输入所述第二问答模型中，输出第二结果；

或者，响应于针对所述第一结果的修改操作，将所述向量数据输入所述第二问答模型中，输出第二结果。

6.根据权利要求1所述的方法，其特征在于，所述深度学习模型包括基于教学文本训练得到的批改模型；所述教学类型为所述批改类型；

将所述向量数据输入所述教学类型对应的深度学习模型中，输出计算结果的步骤，包括：

将所述向量数据输入所述批改模型中，得到所述虚拟教学数据对应的评分。

7.根据权利要求1所述的方法，其特征在于，所述深度学习模型包括基于所述虚拟教学系统的使用数据和使用脚本训练得到的指导模型；所述教学类型为所述指导类型；

将所述向量数据输入所述教学类型对应的深度学习模型中，输出计算结果的步骤，包括：

将所述向量数据输入所述指导模型中，得到所述虚拟教学数据对应的指导流程。

8.根据权利要求1所述的方法，其特征在于，所述虚拟教学系统还包括自定义知识库；所述方法还包括：

响应针对于所述自定义知识库的教学文本添加操作，在所述自定义知识库中添加教学文本数据；

基于所述自定义知识库训练多个所述深度学习模型。

9.一种虚拟教学装置，其特征在于，应用于虚拟教学系统，所述虚拟教学系统包括多个深度学习模型，其中，所述深度学习模型基于教学文本数据训练得到；所述装置包括：

数据获取模块，用于获取虚拟教学数据；其中，所述虚拟教学数据包括教学类型，所述教学类型包括问答类型、批改类型和指导类型；

向量化模块，用于将所述虚拟教学数据向量化，得到向量数据；

深度学习模块，用于将所述向量数据输入所述教学类型对应的深度学习模型中，输出计算结果。

10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1-8任一项所述的虚拟教学方法的步骤。