[发明专利]虚拟教学方法、装置和电子设备

说明书

本发明提供了一种虚拟教学方法、装置和电子设备。该方法应用于虚拟教学系统，虚拟教学系统包括多个深度学习模型，其中，深度学习模型基于教学文本数据训练得到；该方法包括：获取虚拟教学数据；其中，虚拟教学数据包括教学类型，教学类型包括问答类型、批改类型和指导类型；将虚拟教学数据向量化，得到向量数据；将向量数据输入教学类型对应的深度学习模型中，输出计算结果。该方式中，虚拟教学系统可以基于机器学习的方式对虚拟教学数据进行处理，无需老师进行批改，可以降低教学成本和学习成本，提高虚拟教学的准确性和效率。

技术领域

本发明涉及机器学习技术领域，尤其是涉及一种虚拟教学方法、装置和电子设备。

背景技术

虚拟仿真实验综合了多项信息技术，是一个复杂的系统工程。早期的虚拟仿真实验系统是面向单一学科的，实验教学环节不能全覆盖，实验过程没有智能化的实验指导，老师不在身边的话学生遇到问题无处请教，实验结果不能自动批改。老师肩负实验指导员和技术服务工程师的角色，反复解答学生提出的各种教学、技术、运维等问题。学生学习虚拟仿真实验也相对困难，因实验使用问题、技术问题让学生很难把精力放到学习仿真实验上。虚拟空间里的实验者经常会产生一定程度的孤独感与无助感，实验结果的批改繁琐且低效，这些都制约着虚拟仿真实验教学的推广和普及。

发明内容

有鉴于此，本发明的目的在于提供一种虚拟教学方法、装置和电子设备，以实现了在虚拟教学中的人机对话，降低教学成本和学习成本，提高虚拟教学的准确性和效率。

第一方面，本发明实施例提供了一种虚拟教学方法，应用于虚拟教学系统，虚拟教学系统包括多个深度学习模型，其中，深度学习模型基于教学文本数据训练得到；方法包括：获取虚拟教学数据；其中，虚拟教学数据包括教学类型，教学类型包括问答类型、批改类型和指导类型；将虚拟教学数据向量化，得到向量数据；将向量数据输入教学类型对应的深度学习模型中，输出计算结果。

在本发明较佳的实施例中，上述虚拟教学系统还包括分配器；将虚拟教学数据向量化，得到向量数据的步骤，包括：将虚拟教学数据输入至分配器中，确定虚拟教学数据的处理方式；如果虚拟教学数据的处理方式为深度学习的方式，将虚拟教学数据向量化，得到向量数据。

在本发明较佳的实施例中，上述虚拟教学系统还包括专家系统模型；确定虚拟教学数据的处理方式的步骤之后，方法还包括：如果虚拟教学数据的处理方式为专家系统的方式，将虚拟教学数据输入专家系统模型中，输出虚拟教学数据对应的评分。

在本发明较佳的实施例中，上述深度学习模型包括基于检索的第一问答模型；教学类型为问答类型；将向量数据输入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：将向量数据输入第一问答模型中，输出第一结果。

在本发明较佳的实施例中，上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，方法还包括：如果第一结果与向量数据的关联度小于预设的第一阈值，将向量数据输入第二问答模型中，输出第二结果；或者，响应于针对第一结果的修改操作，将向量数据输入第二问答模型中，输出第二结果。

在本发明较佳的实施例中，上述深度学习模型包括基于教学文本训练得到的批改模型；教学类型为批改类型；将向量数据输入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：将向量数据输入批改模型中，得到虚拟教学数据对应的评分。

在本发明较佳的实施例中，上述深度学习模型包括基于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；教学类型为指导类型；将向量数据输入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：将向量数据输入指导模型中，得到虚拟教学数据对应的指导流程。

在本发明较佳的实施例中，上述虚拟教学系统还包括自定义知识库；方法还包括：响应针对于自定义知识库的教学文本添加操作，在自定义知识库中添加教学文本数据；基于自定义知识库训练多个深度学习模型。