虚拟教学方法、装置和电子设备制造方法及图纸

本发明专利技术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。

【技术实现步骤摘要】
虚拟教学方法、装置和电子设备
本专利技术涉及机器学习
，尤其是涉及一种虚拟教学方法、装置和电子设备。
技术介绍
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。
技术实现思路
有鉴于此，本专利技术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，本专利技术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本文档来自技高网...

【技术保护点】
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：/n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；/n将所述虚拟教学数据向量化，得到向量数据；/n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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：陈美松，罗涛，王志远，田岩峰，李海广，
申请(专利权)人：北京润尼尔网络科技有限公司，
类型：发明
国别省市：北京;11