一种基于AR的单词背诵方法技术

本发明专利技术公开了一种基于AR的单词背诵方法，涉及智能教学技术领域，所述方法包括：构建包括指定语言字母节点的神经网络模型，对于每个字母节点，将其与其它所有字母节点分别连接；获取学生端当前背诵单词信息，根据所述神经网络模型和预设路径长度算法计算所述当前背诵单词的组成字母之间的当前路径长度以及当前背诵单词对应的标准单词的组成字母之间的标准路径长度；根据所述当前路径长度和标准路径长度，计算当前背诵单词与标准单词的相似度并判断相似度是否达到预设阈值，若是，则判定所述学生端背诵的单词合格，否则，判定所述学生端背诵的单词不合格。本发明专利技术能够基于神经网络实现通过AR技术来进行单词背诵合格与否的判断。

【技术实现步骤摘要】
一种基于AR的单词背诵方法
本专利技术涉及智能教学
，特别涉及一种基于AR的单词背诵方法。
技术介绍
随着计算机技术的发展，智能教学应运而生，例如网校课以及诸多学习APP。在智能教学技术中，学生一般是通过电脑或者手机、平板电脑等设备上安装的学习客户端来进行学习。在语言学习中，用于背单词的学习客户端必不可少，目前的背单词客户端主要是通过播放标准单词的文字和语音，然后让用户录入背诵的语音信息，在后台提取用户当前背诵的单词发音，对比当前背诵单词和标准单词的发音相似度以判断背诵的单词是否合格。但是，现有的语音相似度算法较为复杂，系统资源损耗高，识别较慢且稳定性不高。
技术实现思路
本专利技术提供一种基于AR的单词背诵方法，用于解决现有技术中单词背诵相似度算法较为复杂，系统资源损耗高，识别较慢且稳定性不高的问题，本专利技术能够基于神经网络实现通过AR技术来进行单词背诵合格与否的判断，判断结果准确性和稳定性高。本专利技术提供一种基于AR的单词背诵方法，包括：构建包括指定语言字母节点的神经网络模型，对于每个字母节点，将其与其本文档来自技高网...

【技术保护点】
1.一种基于AR的单词背诵方法，其特征在于，包括：/n构建包括指定语言字母节点的神经网络模型，对于每个字母节点，将其与其它所有字母节点分别连接；/n获取学生端当前背诵单词信息，根据所述神经网络模型和预设路径长度算法计算所述当前背诵单词的组成字母之间的当前路径长度；/n根据所述神经网络模型和预设路径长度算法计算所述当前背诵单词对应的标准单词的组成字母之间的标准路径长度；/n根据所述当前路径长度和标准路径长度，计算所述当前背诵单词与所述标准单词的相似度；/n判断所述当前背诵单词和标准单词的相似度是否达到预设阈值；/n若所述当前背诵单词和标准单词的相似度达到预设阈值，则判定所述学生端背诵的单词合格，...

【技术特征摘要】
1.一种基于AR的单词背诵方法，其特征在于，包括：
构建包括指定语言字母节点的神经网络模型，对于每个字母节点，将其与其它所有字母节点分别连接；
获取学生端当前背诵单词信息，根据所述神经网络模型和预设路径长度算法计算所述当前背诵单词的组成字母之间的当前路径长度；
根据所述神经网络模型和预设路径长度算法计算所述当前背诵单词对应的标准单词的组成字母之间的标准路径长度；
根据所述当前路径长度和标准路径长度，计算所述当前背诵单词与所述标准单词的相似度；
判断所述当前背诵单词和标准单词的相似度是否达到预设阈值；
若所述当前背诵单词和标准单词的相似度达到预设阈值，则判定所述学生端背诵的单词合格，否则，判定所述学生端背诵的单词不合格。


2.如权利要求1所述的基于AR的单词背诵方法，其特征在于，所述当前背诵单词信息至少包括当前背诵单词的字母组成及字母数量；
所述预设路径长度算法为根据以下公式(1)计算目标单词的组成字母之间的路径长度L′：



其中，所述目标单词为待计算组成字母之间的路径长度的单词，M为所述目标单词的字母数量；L为所述神经网络模型中字母节点之间的平均路径长度；a表示所述目标单词中的第a个字母，da,a+1表示所述目标单词中的第a个字母与其下一个字母在所述神经网络模型中对应的字母节点之间的路径长度，表示所述目标单词中的第a个字母与其下一个字母在所述神经网络模型中对应的字母节点之间的关联度。


3.如权利要求2所述的基于AR的单词背诵方法，其特征在于，在构建包括指定语言字母节点的神经网络模型，对于每个字母节点，将其与其它所有字母节点分别连接之后，获取学生端当前背诵单词信息之前，还包括：
根据以下公式(2)计算所述神经网络模型中字母节点之间...

【专利技术属性】
技术研发人员：王鑫，
申请(专利权)人：上海松鼠课堂人工智能科技有限公司，
类型：发明
国别省市：上海;31