基于人工智能的多媒体教案制作方法和系统技术方案

本申请涉及教学领域，公开了一种基于人工智能的多媒体教案制作方法和系统，生成的教案符合教学大纲要求、满足特定教学群体学习需求。该方法包括：导入目标教学资源，选择对应的教学阶段和教学群体；分析目标教学资源确定其关键词，根据教学阶段和教学群体确定其一般知识点、重点知识点、难点知识点；根据关键词从多媒体资源库中匹配出与目标教学资源相关性最强的多媒体资源作为课前预习部分；根据一般知识点从知识点解析资源库中配出对应的解析内容作为课中讲解部分，并为每个重点知识点和每个难点知识点从试题资源库中匹配出讲解例题；以及按照预设试卷模板根据一般知识点、重点知识点、难点知识点从试题资源库中抽取习题作为课后练习部分。

Making method and system of multimedia teaching plan based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的多媒体教案制作方法和系统
本申请涉及教学领域，特别涉及基于人工智能的多媒体教案制作技术。
技术介绍
目前，教案制作技术更多的是解决教案内容格式的兼容性、内容呈现与编辑等问题，在制作之前还需教师提前收集和导入各部分内容所需的资源，没有从根本上实现教案的智能化制作。然而，教师在收集教学资源的过程又需要对教学内容中的知识点进行甄别，并且结合教学大纲的知识点学习要求、以及教学群体对各知识点的掌握程度，有针对性地从海量资源中筛选出符合学习要求的资源，这不仅对教师的专业水平要求极高，而且费时费力。
技术实现思路
本申请的目的在于提供一种基于人工智能的多媒体教案制作方法和系统，不仅提高了教师备课的效率，而且所生成的多媒体教案符合教学大纲要求、满足教师所教授教学群体的学习需求。本申请公开了一种基于人工智能的多媒体教案制作方法，所述多媒体教案包括课前预习部分、课中讲解部分和课后练习部分；所述方法包括：预先构建多媒体资源库、知识点解析资源库和试题资源库；导入目标教学资源，选择对应的教学阶段和教学群体；分析所述目标教学资源确定所述目标教学资源的关键词，并根据所述教学阶段和教学群体确定所述目标教学资源中的一般知识点、重点知识点、难点知识点；根据所述关键词从所述多媒体资源库中匹配出符合预设要求的与所述目标教学资源相关性最强的多媒体资源，作为所述课前预习部分；根据所述一般知识点从所述知识点解析资源库中一一匹配出对应的解析内容，作为所述课中讲解部分，并为每个所述重点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第一预设数量试题和为每个所述难点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第二预设数量试题，作为该重点知识点和该难点知识点的讲解例题增入所述课中讲解部分；按照预设试卷模板根据所述一般知识点、重点知识点、难点知识点从所述试题资源库中抽取习题，作为所述课后练习部分。在一个优选例中，所述分析所述目标教学资源确定所述目标教学资源的关键词之前，还包括：预先存储各教学阶段教学大纲中的各知识点，并标识每个知识点对应的学科、教学阶段和所属类型，构建知识点库；所述分析所述目标教学资源确定所述目标教学资源的关键词，进一步包括：对所述目标教学资源进行分句、分词处理，将分词后的字词与所述知识点库进行匹配，确定所述目标资源中包含的所有知识点；从所述所有知识点中获取具有实际意义的名词性知识点；根据各名词性知识点的所属类型和其在所述目标教学资源中出现的位置、词频、跨度计算各名词性知识点对所述目标教学资源的重要性；将所述各名词性知识点根据所述重要性从高到低进行排序，确定排序靠前的第三预设数量知识点为所述关键词。在一个优选例中，所述根据各名词性知识点的所属类型和其在所述目标教学资源中出现的位置、词频、跨度计算各名词性知识点对所述目标教学资源的重要性，进一步包括：根据Wk＝Ak×Bk×Ck×Dk计算每个名词性知识点对所述目标教学资源的重要性，其中Wk为第k个名词性知识点的重要性，Ak为第k个名词性知识点所属类型的权重值，Bk为第k个名词性知识点在所述目标教学资源中出现的位置的权重值，Ck为第k个名词性知识点在所述目标教学资源中出现的跨度的权重值，Dk为第k个名词性知识点在所述目标教学资源中出现的词频的权重值。在一个优选例中，所述根据所述教学阶段和教学群体确定所述目标教学资源中的一般知识点、重点知识点、难点知识点，进一步包括：将所述所有知识点中属于所述教学阶段下的知识点确定为所述一般知识点；根据所述教学阶段的历年真题试卷和所述教学群体所在区域的历届学生群体在所述历年真题试卷中的得分信息，确定所述一般知识点中的在所述历年真题试卷中分值占比从高到低排序靠前的第四预设数量知识点为所述重点知识点，确定所述一般知识点中的在所述历年真题试卷中得分率从低到高排序靠前的第五预设数量知识点为所述难点知识点。在一个优选例中，所述确定所述一般知识点中的在所述历年真题试卷中分值占比从高到低排序靠前的第四预设数量知识点为所述重点知识点，进一步包括：根据计算各所述一般知识点在所述历年真题试卷中的分值占比，其中，Aa为一般知识点a在历年真题试卷中的分值占比，v为该教学阶段的历年真题试卷份数，ju为第u份真题试卷中以一般知识点a为测试知识点的试题个数，为第u份真题试卷中第i道以一般知识点a为测试知识点的试题中的占分值，p为该考试阶段的历年真题试卷总分和；将各所述一般知识点按照所述分值占比从大到小排序，确定排序靠前的第四预设数量知识点为所述重点知识点；所述确定所述一般知识点中的在所述历年真题试卷中得分率从低到高排序靠前的第五预设数量知识点为所述难点知识点，进一步包括：根据计算各所述一般知识点在所述历年真题试卷中的得分率，其中，Bb为一般知识点b在历年真题试卷中的得分率，q为该教学阶段的历年真题试卷份数，wh为第h份真题试卷中参与的考生人数，为第h份真题试卷中考生i的对一般知识点b为测试知识点的得分率，且为第h份真题试卷中包含一般知识点b的试题个数；将各所述一般知识点按照所述得分率从低到高排序，确定排序靠前的第五预设数量知识点为所述难点知识点。在一个优选例中，所述根据所述关键词从多媒体资源库中匹配出符合预设类型的与所述目标教学资源相关性最强的多媒体资源，作为所述课前预习部分，进一步包括：从所述多媒体资源库中获取符合所述预设类型且包含所述关键词中的全部和部分关键词的若干待选资源；根据计算每个待选资源与所述目标教学资源的相关性，其中Gf为第f篇待选资源与所述目标教学资源的相关性，n为第f篇待选资源与所述目标教学资源相同关键词的数量，Em为第f篇待选资源中第m个关键词的重要性；将各待选资源根据与所述目标教学资源的相关性从大到小进行排序，提取排序靠前的第六预设数量多媒体资源作为所述课前预习部分。在一个优选例中，所述按照预设试卷模板根据所述一般知识点、重点知识点、难点知识点从试题资源库中抽取习题，作为所述课后练习部分，进一步包括：将所述一般知识点的集合确定为测试知识点域，并将所述测试知识点域中的各知识点按照重难点知识点、所述重点知识点中除所述重难点知识点外的知识点、所述难点知识点中除所述重难点知识点外的知识点、所述一般知识点中除所述重点知识点和所述难点知识点外的知识点的顺序进行优先级排序；按照预设试卷模板中的题型难度从难到易依次选择题型，一个题型的试题选择完成之后再选择下一题型的试题，直到所有题型完成抽题；对于每一种题型按照所述优先级排序的顺序依次从所述试题资源库中抽取试题并更新所述测试知识点域，一个优先级的全部知识点完成抽题后再进行下一优先级的知识点的抽题。在一个优选例中，所述预先构建多媒体资源库、知识点解析资源库和试题资源库，进一步包括：预先存储海量视频类型和文本类型的多媒体教学资源，并对各多媒本文档来自技高网...

【技术保护点】
1.一种基于人工智能的多媒体教案制作方法，其特征在于，所述多媒体教案包括课前预习部分、课中讲解部分和课后练习部分；所述方法包括：/n预先构建多媒体资源库、知识点解析资源库和试题资源库；/n导入目标教学资源，选择对应的教学阶段和教学群体；/n分析所述目标教学资源确定所述目标教学资源的关键词，并根据所述教学阶段和教学群体确定所述目标教学资源中的一般知识点、重点知识点、难点知识点；/n根据所述关键词从所述多媒体资源库中匹配出符合预设要求的与所述目标教学资源相关性最强的多媒体资源，作为所述课前预习部分；/n根据所述一般知识点从所述知识点解析资源库中一一匹配出对应的解析内容，作为所述课中讲解部分，并为每个所述重点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第一预设数量试题和为每个所述难点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第二预设数量试题，作为该重点知识点和该难点知识点的讲解例题增入所述课中讲解部分；/n按照预设试卷模板根据所述一般知识点、重点知识点、难点知识点从所述试题资源库中抽取习题，作为所述课后练习部分。/n

【技术特征摘要】
1.一种基于人工智能的多媒体教案制作方法，其特征在于，所述多媒体教案包括课前预习部分、课中讲解部分和课后练习部分；所述方法包括：
预先构建多媒体资源库、知识点解析资源库和试题资源库；
导入目标教学资源，选择对应的教学阶段和教学群体；
分析所述目标教学资源确定所述目标教学资源的关键词，并根据所述教学阶段和教学群体确定所述目标教学资源中的一般知识点、重点知识点、难点知识点；
根据所述关键词从所述多媒体资源库中匹配出符合预设要求的与所述目标教学资源相关性最强的多媒体资源，作为所述课前预习部分；
根据所述一般知识点从所述知识点解析资源库中一一匹配出对应的解析内容，作为所述课中讲解部分，并为每个所述重点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第一预设数量试题和为每个所述难点知识点从所述试题资源库中匹配出包含该知识点的得分率从低到高排序靠前的第二预设数量试题，作为该重点知识点和该难点知识点的讲解例题增入所述课中讲解部分；
按照预设试卷模板根据所述一般知识点、重点知识点、难点知识点从所述试题资源库中抽取习题，作为所述课后练习部分。


2.如权利要求1所述的基于人工智能的多媒体教案制作方法，其特征在于，所述分析所述目标教学资源确定所述目标教学资源的关键词之前，还包括：
预先存储各教学阶段教学大纲中的各知识点，并标识每个知识点对应的学科、教学阶段和所属类型，构建知识点库；
所述分析所述目标教学资源确定所述目标教学资源的关键词，进一步包括：
对所述目标教学资源进行分句、分词处理，将分词后的字词与所述知识点库进行匹配，确定所述目标资源中包含的所有知识点；
从所述所有知识点中获取具有实际意义的名词性知识点；
根据各名词性知识点的所属类型和其在所述目标教学资源中出现的位置、词频、跨度计算各名词性知识点对所述目标教学资源的重要性；
将所述各名词性知识点根据所述重要性从高到低进行排序，确定排序靠前的第三预设数量知识点为所述关键词。


3.如权利要求2所述的基于人工智能的多媒体教案制作方法，其特征在于，所述根据各名词性知识点的所属类型和其在所述目标教学资源中出现的位置、词频、跨度计算各名词性知识点对所述目标教学资源的重要性，进一步包括：
根据Wk＝Ak×Bk×Ck×Dk计算每个名词性知识点对所述目标教学资源的重要性，其中Wk为第k个名词性知识点的重要性，Ak为第k个名词性知识点所属类型的权重值，Bk为第k个名词性知识点在所述目标教学资源中出现的位置的权重值，Ck为第k个名词性知识点在所述目标教学资源中出现的跨度的权重值，Dk为第k个名词性知识点在所述目标教学资源中出现的词频的权重值。


4.如权利要求2所述的基于人工智能的多媒体教案制作方法，其特征在于，所述根据所述教学阶段和教学群体确定所述目标教学资源中的一般知识点、重点知识点、难点知识点，进一步包括：
将所述所有知识点中属于所述教学阶段下的知识点确定为所述一般知识点；
根据所述教学阶段的历年真题试卷和所述教学群体所在区域的历届学生群体在所述历年真题试卷中的得分信息，确定所述一般知识点中的在所述历年真题试卷中分值占比从高到低排序靠前的第四预设数量知识点为所述重点知识点，确定所述一般知识点中的在所述历年真题试卷中得分率从低到高排序靠前的第五预设数量知识点为所述难点知识点。


5.如权利要求4所述的基于人工智能的多媒体教案制作方法，其特征在于，所述确定所述一般知识点中的在所述历年真题试卷中分值占比从高到低排序靠前的第四预设数量知识点为所述重点知识点，进一步包括：
根据计算各所述一般知识点在所述历年真题试卷中的分值占比，其中，Aa为一般知识点a在历年真题试卷中的分值占比，v为该教学阶段的历年真题试卷份数，ju为第u份真题试卷中以一般知识点a为测试知识点的试题个数，为第u份真题试卷中第i道以一般知识点a为测试知识点的试题中的占分值，p为该考试阶段的历年真题试卷总分和；
将各所述一般知识点按照所述分值占比从大到小排序，确定排序靠前的第四预设数量知识点为所述重点知识点；
所述确定所述一般知识点中的在所述历年真题试卷中得分率从低到高排序靠前的第五预设数量知识点为所述难点知识点，进一步包括：
根据计算各所述一般知识点在所述历年真题试卷中的得分率，其中，Bb为一般知识点...

【专利技术属性】
技术研发人员：张新华，贺新春，靖生浩，许珍龙，
申请(专利权)人：广州蓝鸽软件有限公司，
类型：发明
国别省市：广东;44