一种教学评价方法、系统、设备和可读存储介质技术方案

本申请公开了一种教学评价方法、系统、设备和可读存储介质，方法包括：采集课堂教学中的音视频数据、教师和学生在所述课堂教学中的提交数据，以及用户的分析需求；对所述音视频数据中的音频数据进行编码转换和内容转译识别，得到对所述课堂活动的语音处理结果；对所述音视频数据中的视频数据进行抽帧处理，并实现区域模块化标注，得到对所述课堂活动的视频处理结果；基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的分析需求进行AI分析得到对所述课堂教学的多模态评价数据，并生成对应的教学评价报告。本申请利用AI算法对课堂教学行为进行分析统计，生成全面的、标准化的、多元化的反映课堂教学活动的教学评价报告。教学评价报告。教学评价报告。

【技术实现步骤摘要】
一种教学评价方法、系统、设备和可读存储介质


[0001]本申请涉及数字教育领域，更具体地说，涉及的一种教学评价方法、系统、设备和可读存储介质。

技术介绍

[0002]传统的教师课堂教学评价，主要是教育机构通过组织专家队伍对教师教学行为进行随堂评测，评价过程基本为全人为操作，其不可避免的存在以下几个问题：第一、由于测评一般为随机性由不同专家进行评价，难以以统一标准进行评价，存在评价主观性强、经验主义严重、重理论输出而轻知识输入等问题，导致难以用定量数据真实反映教师在课堂教学活动中的真实教学情况；第二、无法连贯式记录教师教学生涯中的成长档案；第三、受制于人力因素，无法大批量的进行教学评价。
[0003]基于此，本申请提出了一种教学评价方案以规避上述弊端。

技术实现思路

[0004]有鉴于此，本申请提供了一种教学评价方法、系统、设备和可读存储介质，利用AI算法对课堂教学过程中的课堂教学行为进行分析统计，生成全面的、标准化的、多元化的反映课堂教学活动的教学评价报告。
[0005]一种教学评价方法，包括：采集课堂教学中的音视频数据、教师和学生在所述课堂教学中的提交数据，以及用户的分析需求；对所述音视频数据中的音频数据进行编码转换和内容转译识别，得到对所述课堂活动的语音处理结果；对所述音视频数据中的视频数据进行抽帧处理，并实现区域模块化标注，得到对所述课堂活动的视频处理结果；基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的分析需求进行AI分析得到对所述课堂教学的多模态评价数据，并生成对应的教学评价报告。
[0006]可选的，所述用户的分析需求包括至少一项分析需求；所述基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的分析需求进行AI分析得到对所述课堂教学的多模态评价数据，包括：当所述分析需求为一项时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱；当所述分析需求为多项时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱。
[0007]可选的，所述对多个知识图谱进行合成后得到第二知识图谱，包括：根据所述多个知识图谱中各项数据的数据关联性进行分类，对每一类进行分布占比统计，按照所述分布占比统计的结果生成第二知识图谱。
[0008]可选的，当所述分析需求为词云分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述语音处理结果进行词云AI分析，智能识别并统计出所述课堂教学中教师积极用语词云图、消极用语词云图、惯性用语词云图以及用户指定词语的使用频率，生成教师词云统计知识图谱并作为所述第一知识图谱。
[0009]可选的，当所述分析需求为声音分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述语音处理结果进行声音AI分析，智能识别并统计出所述课堂教学中教师的语速快慢，生成教师语速统计知识图谱并作为所述第一知识图谱。
[0010]可选的，当所述分析需求为姿态分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述视频处理结果进行姿态AI分析，智能识别并统计出所述课堂教学中教师和学生的各项行为的行为分布占比，生成姿态分布知识图谱并作为所述第一知识图谱。
[0011]可选的，当所述分析需求为注意力分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述视频处理结果进行注意力AI分析，智能识别并统计出所述课堂教学中教师在各个教学区域的注意力分布区域，生成教师注意力分布知识图谱并作为所述第一知识图谱。
[0012]可选的，当所述分析需求为资源分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述提交数据进行资源AI分析，智能识别并统计出所述课堂教学中教师和学生分别对课堂教学资源的使用情况，生成资源整合知识图谱并作为所述第一知识图谱。
[0013]可选的，当所述分析需求为人脸分析和情绪分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱，包括：对所述视频处理结果进行人脸AI分析，智能识别并统计出所述课堂教学中教师和学生的面部特征分布情况，生成面部特征知识图谱；对所述视频处理结果进行情绪AI分析，智能识别并统计出所述课堂教学中教师和学生分别的情绪表现情况，生成情绪表现知识图谱；统计所述面部特征知识图谱和所述情绪表现知识图谱中表征同一类表情的数据
分布占比，生成表情分布知识图谱并作为所述第二知识图谱。
[0014]可选的，当所述分析需求为人脸分析、姿态分析和注意力分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱，包括：对所述视频处理结果进行人脸AI分析，智能识别并统计出所述课堂教学中教师和学生的面部特征分布情况，生成面部特征知识图谱；对所述视频处理结果进行姿态AI分析，智能识别并统计出所述课堂教学中教师和学生的各项行为的行为分布占比，生成姿态分布知识图谱；对所述视频处理结果进行注意力AI分析，智能识别并统计出所述课堂教学中教师在各个教学区域的注意力分布区域，生成教师注意力分布知识图谱；基于所述面部特征知识图谱、所述姿态分布知识图谱和所述教师注意力分布知识图谱，按照教师在学生区域的注意力空间分布占比、教师在各个教学区域的停留时间分布占比、教师在各个教学区域的注意力时间分布占比，分别生成区域空间分布知识图谱、区域时序知识图谱和注意力时间分布知识图谱；根据所述区域空间分布知识图谱、区域时序知识图谱和注意力时间分布知识图谱，生成注意力分布知识图谱并作为所述第二知识图谱。
[0015]可选的，当所述分析需求为词云分析和语言分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱，包括：对所述语音处理结果进行词云AI分析，智能识别并统计出所述课堂教学中教师积极用语词云图、消极用语词云图、惯性用语词云图以及用户指定词语的使用频率，生成教师词云统计知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种教学评价方法，其特征在于，包括：采集课堂教学中的音视频数据、教师和学生在所述课堂教学中的提交数据，以及用户的分析需求；对所述音视频数据中的音频数据进行编码转换和内容转译识别，得到对课堂活动的语音处理结果；对所述音视频数据中的视频数据进行抽帧处理，并实现区域模块化标注，得到对所述课堂活动的视频处理结果；基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的分析需求进行AI分析得到对所述课堂教学的多模态评价数据，并生成对应的教学评价报告。2.根据权利要求1所述的方法，其特征在于，所述用户的分析需求包括至少一项分析需求；所述基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的分析需求进行AI分析得到对所述课堂教学的多模态评价数据，包括：当所述分析需求为一项时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱；当所述分析需求为多项时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱。3.根据权利要求2所述的方法，其特征在于，所述多个知识图谱进行合成后得到第二知识图谱，包括：根据所述多个知识图谱中各项数据的数据关联性进行分类，对每一类进行分布占比统计，按照所述分布占比统计的结果生成第二知识图谱。4.根据权利要求2所述的方法，其特征在于，当所述分析需求为词云分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述语音处理结果进行词云AI分析，智能识别并统计出所述课堂教学中教师积极用语词云图、消极用语词云图、惯性用语词云图以及用户指定词语的使用频率，生成教师词云统计知识图谱并作为所述第一知识图谱。5.根据权利要求2所述的方法，其特征在于，当所述分析需求为声音分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述语音处理结果进行声音AI分析，智能识别并统计出所述课堂教学中教师的语速快慢，生成教师语速统计知识图谱并作为所述第一知识图谱。6.根据权利要求2所述的方法，其特征在于，当所述分析需求为姿态分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述视频处理结果进行姿态AI分析，智能识别并统计出所述课堂教学中教师和学生的各项行为的行为分布占比，生成姿态分布知识图谱并作为所述第一知识图谱。
7.根据权利要求2所述的方法，其特征在于，当所述分析需求为注意力分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述视频处理结果进行注意力AI分析，智能识别并统计出所述课堂教学中教师在各个教学区域的注意力分布区域，生成教师注意力分布知识图谱并作为所述第一知识图谱。8.根据权利要求2所述的方法，其特征在于，当所述分析需求为资源分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的该项分析需求进行相应的AI分析得到对所述课堂教学的第一知识图谱，包括：对所述提交数据进行资源AI分析，智能识别并统计出所述课堂教学中教师和学生分别对课堂教学资源的使用情况，生成资源整合知识图谱并作为所述第一知识图谱。9.根据权利要求2所述的方法，其特征在于，当所述分析需求为人脸分析和情绪分析时，基于所述语音处理结果、所述视频处理结果和所述提交数据，按照所述用户的多项分析需求分别进行相应的AI分析得到对所述课堂教学的多个知识图谱，并对所述多个知识图谱进行合成后得到第二知识图谱，包括：对所述视频处理结果进行人脸AI分析，智能识别并统计出所述课堂教学中教师和学生的面部特征分布情况，生成面部特征知识图谱；对所述视频处理结果进行情绪AI分析，智能识别并统计出所述课堂教学中教师和学生分别的情绪表现情况，生成情绪表现知识图谱；统计所述面部特征知识图谱和所述情绪表现知识图谱中表征同一类表情的数据分布占比，生成表情分布...

【专利技术属性】
技术研发人员：王红，袁涛，王睿，史金峰，吴少平，张云婷，
申请(专利权)人：广东师大智能科技有限公司，
类型：发明
国别省市：