课程笔记自动生成系统及方法技术方案

本发明专利技术公开了课程笔记自动生成系统及方法，弥补现有应用的空缺，能够自动生成课程笔记，系统包括输入模块、识别模块、计算模块、构建映射模块、挖掘模块及输出模块；方法包括输入模块获取备课课件作为输入主体；识别模块基于图像识别技术或/和视频关键帧识别技术进行图片的识别，并将识别结果与备课课件中的文字进行相应操作，形成“知识”，并将所有的“知识”保存在创新数据库中，形成“知识集”；计算模块基于相似度计算技术计算“知识”的关联度；构建映射模块基于机器学习技术来构建“备课课件

【技术实现步骤摘要】
课程笔记自动生成系统及方法


[0001]本专利技术涉及人工智能等领域，具体的说，是课程笔记自动生成系统及方法。

技术介绍

[0002]课程笔记，是从教师到学生的知识传递的过程。教师方面，可以认为是课程大纲；学生方面，可以认为是听课后的总结，是对老师知识的再浓缩。记笔记的过程，可以认为是从课程PPT到笔记的一种映射。好的笔记不仅可以迅速找出重点，还能迅速恢复当时记忆，重现关键点，具体地说，包括：
①
记录：将课堂知识点记入笔记；
②
简化：概括知识点；
③
背诵：还原课堂知识点；
④
思考：备注思考到的随感、意见或者疑惑；
⑤
复习：检查自己对该内容的掌握程度，决定是否需要重新回顾和温习。
[0003]尽管记笔记的方法很多，但目前没有找到能够自动生成笔记的技术，就目前来看，无论是各种笔记管理平台，还是各种生成笔记的工具，终究离不开人的操作，如何让机器自动的实现，是目前没有涉及的。

技术实现思路

[0004]本专利技术的目的在于提供课程笔记自动生成系统及方法，所述系统弥补现有应用的空缺，能够自动生成课程笔记，具有受众面广的特性；所述方法解决了课程笔记的自动生成问题，弥补了现实应用的空缺。
[0005]本专利技术通过下述技术方案实现：课程笔记自动生成系统，包括输入模块，用于输入备课课件；及识别模块，用于识别备课课件中的文字和图片；及计算模块，用于计算“知识”的关联度；及构建映射模块，用于构建备课课件到笔记的映射关系；及挖掘模块，用于挖掘“知识”之间的隐藏关系；及输出模块，用于输出课程笔记。
[0006]进一步的为更好地实现本专利技术所述的课程笔记自动生成系统，特别采用下述设置方式：还包括选择模块，用于进行所输出的课程笔记为手写版或/和电子版的选择。
[0007]进一步的为更好地实现本专利技术所述的课程笔记自动生成系统，特别采用下述设置方式：所述识别模块从语义层面对图片进行识别。
[0008]进一步的为更好地实现本专利技术所述的课程笔记自动生成系统，特别采用下述设置方式：所述输出的课程笔记为手写版或电子版。
[0009]课程笔记自动生成方法，采用课程笔记自动生成系统实现，包括下述步骤：1）输入模块获取备课课件作为输入主体；
2）识别模块基于图像识别技术或/和视频关键帧识别技术进行图片的识别，并将识别结果与备课课件中的文字进行相应操作，形成“知识”，并将所有的“知识”保存在创新数据库中，形成“知识集”；3）计算模块基于相似度计算技术计算“知识”的关联度；4）构建映射模块基于包括但不限于神经网络技术、深度学习技术、强化学习技术在内的机器学习技术来构建“备课课件
→
笔记”的映射关系；5）挖掘模块利用人为规则、自然语言处理技术挖掘出“知识”之间的隐藏关系；6）输出模块将经过步骤5）后生成的课程笔记输出。
[0010]进一步的为更好地实现本专利技术所述的课程笔记自动生成方法，特别采用下述设置方式：在课程笔记输出之前还设置有版本选择步骤：利用选择模块进行输出的课程笔记为手写版或/和电子版的选择。
[0011]进一步的为更好地实现本专利技术所述的课程笔记自动生成方法，特别采用下述设置方式：所述步骤2）包括下述具体步骤：2.1）基于图像识别技术或/和视频关键帧识别技术对待备课课件中的JPEG格式或/和PNG格式或/和GIF格式的图片进行识别，得到语义层面上的信息；2.2）将语义层面上的信息与备课课件中的文字进行排序、去重操作，得到一个段落集，并将段落集定义为“信息”；2.3）对“信息”进行分句、分词，使用词法分析技术、句法分析技术、语义分析技术得到“信息”对应的“知识”；2.4）将所有备课课件所形成的“知识”保存在创新数据库中，形成“知识集”。
[0012]进一步的为更好地实现本专利技术所述的课程笔记自动生成方法，特别采用下述设置方式：所述步骤4）具体为：利用“知识”的关联度，采用不断迭代学习的方式从“知识以及知识的关联度”映射到“笔记的内容以及笔记的布局”。
[0013]进一步的为更好地实现本专利技术所述的课程笔记自动生成方法，特别采用下述设置方式：所述“知识”的关联度所基于的相似度包括上下文相似度、系统相似度、语义相似度中的一种或多种，以及考虑图像相似度的权重。
[0014]进一步的为更好地实现本专利技术所述的课程笔记自动生成方法，特别采用下述设置方式：所述备课课件为一定顺序分布形式的“文字+图片”类文档或“文字”类文档或“图片”类文档。
[0015]本专利技术与现有技术相比，具有以下优点及有益效果：本专利技术利用教师的备课课件，自动生成相应的课程笔记，其生成速度快，且生成的电子版笔记文件可以直接使用，也可以转化为手写版使用，简单便捷。
[0016]本专利技术通过计算图片的语义，以便实现后续关联度的计算。
[0017]本专利技术通过课程PPT的信息（备课课件）
→
笔记的信息（笔记）之间的映射，实现知识的“再浓缩”。
[0018]本专利技术通过挖掘隐藏关系，达到丰富笔记内容的目的。
[0019]本专利技术通过文字与文字、文字与图片、图片与图片的关联度计算，实现从语义层面分析课程PPT（备课课件）中的联系。
[0020]本专利技术解决了课程笔记的自动生成问题，弥补了现实应用的空缺，受众面广，小中
大学生均可使用。
附图说明
[0021]图1为本专利技术所述系统架构图。
[0022]图2为本专利技术所述方法流程图。
[0023]图3为本专利技术所述识别流程图。
具体实施方式
[0024]下面结合实施例对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。
[0025]为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。
[0026]名词解释：“数据库”是一种保存数据的介质，将数据存入“数据库”正如将书放入书架上；而“知识库”保存的是“事实”+“规则”，“事实”指的是“数据库”中的数据，是显性的，而“规则”指的是常识、定理、专家经验等等数据，是隐性的。例如：现要保存两个数据A（下雨）和B（带伞），数据库保存的是A和B，而知识库保存的是A和A
→
B（由A可以推出B）。从这个例子可以看到，如果把规则（A
→
B）也视为一种数据，那么知识库是数据库的一种，但知识库保存了数据库没有的东西（A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.课程笔记自动生成系统，其特征在于：包括输入模块，用于输入备课课件；及识别模块，用于识别备课课件中的文字和图片；及计算模块，用于计算“知识”的关联度；及构建映射模块，用于构建备课课件到笔记的映射关系；及挖掘模块，用于挖掘“知识”之间的隐藏关系；及输出模块，用于输出课程笔记。2.根据权利要求1所述的课程笔记自动生成系统，其特征在于：还包括选择模块，用于进行所输出的课程笔记为手写版或/和电子版的选择。3.根据权利要求1所述的课程笔记自动生成系统，其特征在于：所述识别模块从语义层面对图片进行识别。4.根据权利要求1~3任一项所述的课程笔记自动生成系统，其特征在于：所述输出的课程笔记为手写版或电子版。5.课程笔记自动生成方法，其特征在于：采用如权利要求1~4任一项所述的课程笔记自动生成系统实现，包括下述步骤：1）输入模块获取备课课件作为输入主体；2）识别模块基于图像识别技术或/和视频关键帧识别技术进行图片的识别，并将识别结果与备课课件中的文字进行相应操作，形成“知识”，并将所有的“知识”保存在创新数据库中，形成“知识集”；3）计算模块基于相似度计算技术计算“知识”的关联度；4）构建映射模块基于包括神经网络技术、深度学习技术、强化学习技术在内的机器学习技术来构建“备课课件
→
笔记”的映射关系；5）挖掘模块利用人为规则、自然语言处理技术挖掘出“知识”之间的隐藏关系；6）输出模块将经过步骤5）后生...

【专利技术属性】
技术研发人员：方景瑞，韩珣，王宏志，
申请(专利权)人：四川警察学院，
类型：发明
国别省市：