【技术实现步骤摘要】
教师内隐经验的多模态析取方法、系统及存储介质
[0001]本专利技术涉及教育信息
，具体涉及了一种教师内隐经验的多模态析取方法、系统及存储介质。
技术介绍
[0002]基础教育是造就人才的关键，而教师教育作为教育事业的关键，承担着培养各级各类学校教师的任务。尽管高级教师或优秀教师是基础教育教师队伍中的佼佼者，但是数量极小且分布不均，其教学水平只能够反映提升空间，却不能代表平均水平，因此绝大多数的普通教师的教学能力都位于中游水平，如何实现普通教师能力的提升一直教师教育的核心问题。
[0003]一般意义上，教师经验分为外显和内隐两种，外显经验是指可以通过言语表述的知识，内隐经验则是指无法通过语言表达的知识，事实上，当前教师教育系统实现的是外显经验的培训，比如常见的视频、现场、教材、讨论学习方式、不过基于外显经验的知识和技能传承的短板也相当明显，在优秀教师和普通教师二者经验空间不对等的情况下，仅靠能够通过言语表达出来的经验交流是远远不够的，也即“知道并不懂得”。
[0004]向优秀教师取经的关键问题不在于外显...
【技术保护点】
【技术特征摘要】
1.教师内隐经验的多模态析取方法，其特征在于：包括以下步骤：S100：获取优秀教师的授课原始数据；S200：从授课原始数据中提取优秀教师内隐经验相关的多个维度的行为特征，分别生成多个维度下的行为特征集合；S300：构建关于行为特征的内隐经验表达模型，将多个维度下行为特征集合汇入内隐经验表达模型；S400：重复S100
‑
S300，基于内隐经验表达模型，提取多个优秀教师的内隐经验表征并存储形成经验库。2.根据权利要求1所述的教师内隐经验的多模态析取方法，其特征在于：所述S200包括以下步骤：S210：从授课原始数据中提取优秀教师的言语特征；S211：通过语义识别分别对言语特征进行分类，根据言语特征分类结果建立言语特征集合。3.根据权利要求2所述的教师内隐经验的多模态析取方法，其特征在于：所述S211包括以下步骤：S2111：按照预设规则提取言语特征中的独立特征、统计类特征以及组合类特征，所述独立特征包括提问类特征和陈述类特征；S2112：建立言语特征集合S＝[(S1,S2,S3,S4,S5,S6）,(S7,S8),S9]；其中S1‑
S4为提问类特征，S1表示聚焦学科内容的提问，S2表示激发元认识的提问，S3表示激发学生参与的提问，S4表示聚焦评价的提问，S5‑
S6表示陈述类特征，S5表示对内容、语气、语速的表达，S6表示回应学生的提问；S7‑
S8为统计类特征，S7表示聚焦学科内容的提问类型统计，S8聚焦实际答案的首个提问类型；S9为组合类特征，表示提问和回答的组合。4.根据权利要求2所述的教师内隐经验的多模态析取方法，其特征在于：所述S200还包括以下步骤：S220：从授课原始数据中提取优秀教师的非言语特征；S221：通过视觉识别分析提取非言语特征中的体态特征和情绪特征，分别生成体态特征集合和情绪特征集合。5.根据权利要求4所述的教师内隐经验的多模态析取方法，其特征在于：所述S221包括以下步骤：S2211：根据识别结果将体态特征划...
【专利技术属性】
技术研发人员：贾敏，杨倩，张喻华，唐永强，
申请(专利权)人：贵州京师城投智慧教育产业股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。