[发明专利]课堂对话的评价方法、系统和存储介质在审
| 申请号: | 202110911800.9 | 申请日: | 2021-08-10 |
| 公开(公告)号: | CN113627149A | 公开(公告)日: | 2021-11-09 |
| 发明(设计)人: | 宋宇;雷顺威 | 申请(专利权)人: | 华南师范大学 |
| 主分类号: | G06F40/20 | 分类号: | G06F40/20;G06N3/04 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 余凯欢 |
| 地址: | 510631 广东省广州市天*** | 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: | 课堂 对话 评价 方法 系统 存储 介质 | ||
1.一种课堂对话的评价方法,其特征在于,包括以下步骤:
获取课堂视频数据或课堂音频数据转换得到的文本信息;
获取对所述文本信息进行第一编码标注后的第一数据,以及获取对所述文本信息进行第二编码标注后的第二数据,所述第一编码标注和所述第二编码标注的编码均属于预设编码体系;
确定所述第一数据和所述第二数据满足预设要求,采用所述第一数据和所述第二数据对预设编码标注模型进行训练;
采用训练后的所述预设编码标注模型对所述文本信息进行编码标注,并根据编码标注结果生成课堂评价结果。
2.根据权利要求1所述的一种课堂对话的评价方法,其特征在于,所述获取课堂视频数据或课堂音频数据转换得到的文本信息,包括:
获取课堂视频数据或课堂音频数据作为第三数据;
提取所述第三数据内的对话数据;
将所述对话数据转换为文本信息。
3.根据权利要求2所述的一种课堂对话的评价方法,其特征在于,所述将所述对话数据转换为文本信息,包括:
获取所述对话数据中的说话主体和话语信息;
将所述说话主体和对应的所述话语信息作为第一语料;
变换所述第一语料内的所述说话主体,得到第二语料;
根据所述第一语料和所述第二语料生成文本信息。
4.根据权利要求3所述的一种课堂对话的评价方法,其特征在于,每一条所述第一语料或所述第二语料的编码个数包括至少一个。
5.根据权利要求1所述的一种课堂对话的评价方法,其特征在于,所述预设编码体系内的编码包括基础知识、个人信息、分析、归纳、迁移与创新、回应与构建、认同、质疑和指导九大类,15项一级指标,39项二级指标。
6.根据权利要求1所述的一种课堂对话的评价方法,其特征在于,所述确定所述第一数据和所述第二数据满足预设要求,采用所述第一数据和所述第二数据对预设编码标注模型进行训练,包括:
比较所述第一数据的第一编码标注与所述第二数据的第二编码标注;
确定所有所述第一编码标注与所述第二编码标注的相同度满足预设要求,采用所述第一数据和所述第二数据对预设编码标注模型进行训练。
7.根据权利要求1所述的一种课堂对话的评价方法,其特征在于,所述预设编码标注模型包括嵌入层、卷积神经网络层、双向长短时记忆神经网络层和输出层;所述采用训练后的所述预设编码标注模型对所述文本信息进行编码标注,包括:
采用所述嵌入层将所述文本信息转换为连续向量;
采用所述卷积神经网络层从所述连续向量中提取局部特征;
采用所述双向长短时记忆神经网络层从所述连续向量中提取全局特征;
根据所述局部特征和所述全局特征对所述文本信息进行编码标注。
8.根据权利要求7所述的一种课堂对话的评价方法,其特征在于,所述嵌入层包括语言表征模型;所述采用所述嵌入层将所述文本信息转换为连续向量,包括:
采用所述语言表征模型将所述文本信息转换为连续向量。
9.一种课堂对话的评价系统,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行如权利要求1-7任一项所述的课堂对话的评价方法。
10.一种存储介质,其特征在于,其中存储有计算机可执行的程序,所述计算机可执行的程序被处理器执行时用于实现如权利要求1-7任一项所述的课堂对话的评价方法。
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华南师范大学,未经华南师范大学许可,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/202110911800.9/1.html,转载请声明来源钻瓜专利网。





