System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及网络教育管理领域,具体涉及一种基于人工智能模型的网络视频教学互动方法
技术介绍
1、随着互联网技术的发展,在线教学平台发展十分迅速,网络视频教学成为当下最热门的在线教学方式。
2、相较于传统的面对面教学,其互动性较弱,很多时候学生在遇到问题时无法得到即时的老师回答,存在滞后性。
3、另外,在网络视频教学中,由于教师难以及时获得有关课堂问题的充分反馈,这使得教师在教学过程中难以有效地进行自我提升和优化。
4、在传统面对面教学中,一位老师往往需要面对众多学生,当多个学生提问时,老师很难在短时间兼顾每一位学生,对每一个问题进行精确解答。
技术实现思路
1、为了解决上述问题,本专利技术提供了一种基于人工智能模型的网络视频教学互动方法。该方法利用现有的人工智能语言大模型,采用模型蒸馏的方法训练一个用于教学的人工智能模型,模型部署到服务器后通过api与人工智能模型进行交互,以教学内容训练人工智能模型生成专属虚拟教师,实现网络视频教学过程中,人工智能与学生进行一对一互动,根据每一位学生的问题,给出精确的解答。
2、一种基于人工智能模型的网络视频教学互动方法,所述方法包括如下内容:
3、利用现有的人工智能语言大模型,采用模型蒸馏的方法训练一个用于教学的人工智能模型。
4、教师上传教学视频和教学提纲,查看教学质量反馈。
5、人工智能模型根据教师上传视频生成专属的虚拟老师。
6、学生观看网络视
7、具体方法流程如下:
8、利用现有的人工智能语言大模型,采用模型蒸馏的方法训练一个用于教学的人工智能模型。
9、步骤一:设计简化的transformer子模型,并预先设置模型的超参数。
10、步骤二:利用现有的人工智能语言大模型生成合适的训练集,验证集和软目标标签。
11、步骤三:利用现有的人工智能语言大模型生成的“软”目标标签训练子模型,并在训练期间定期评估子模型在验证集上的性能,对参数进行调整,直至子模型达到最优。
12、步骤四:训练完成后,将子模型部署到服务器中,通过api接口进行数据交互。
13、教师上传教学视频和教学提纲,通过接口发送至服务器。
14、服务器中的人工智能模型获得教学视频后,按照教学提纲内容形成训练集。
15、其具体步骤如下:
16、步骤一:教学视频采用讯飞语音识别转换为文字集合,文字集合包括:教师的课堂讲述内容以及对应的时间戳。
17、步骤二:将文字集合和教学提纲通过api接口传输至人工智能模型,根据教学提纲对文字集合进行分节处理,提取视频中每一节教师讲解的主要内容,整理成训练集的形式。训练集内容:每一节在视频中的起始与结束时间戳,对应讲解的主要内容。
18、以训练集为基础,筛选出最适合本次教学视频的回答随机度参数。
19、其具体步骤如下:
20、步骤一:设置作为虚拟教师的人工智能模型的回答随机度参数的初始最优参数和初始比较参数,设置模拟评审专家人的工智能模型回答随机度参数和模拟学生的人工智能模型回答随机度参数。
21、步骤二:模拟学生的人工智能模型,根据训练集内容进行提问。
22、步骤三:两种参数的虚拟教师对问题进行回答,回答内容由模拟评审专家的人工智能模型进行打分。
23、步骤四:选择最高分数的模型的参数作为最优参数,同时调整比较参数
24、步骤五:重复执行步骤二到步骤四的过程中,直到无法进一步调整比较参数时,此时所得到的最优参数将作为本次教学视频中人工智能模型的回答随机度参数。
25、学生向虚拟教师提交问题,学生将问题及当前视频播放时间戳通过api接口传输至人工智能模型,再将回答内容回复学生。
26、其具体步骤如下:
27、步骤一:学生在对话框中输入问题向虚拟教师提问,点击发送,将当前视频播放的时间节点和问题由api接口发送至虚拟教师。
28、步骤二:虚拟教师接收数据之后输出相应的回答,通过人工智能api发送回学生处。
29、步骤三:若学生继续提问,重复上步骤。
30、收集学生的提问和提问的时间戳,进行存储和统计分析。教师可查看相关数据和教学反馈。
31、具体步骤如下:
32、步骤一:按照训练集和提问时间戳对学生提问进行分类。
33、步骤二:按分类结果将学生提问通过api接口发送给人工智能模型,分析每组问题提出的主要内容。教学总结发送给教师。
34、本专利技术的有益效果表现在以下几个方面:首先,通过虚拟教师在课堂上实时回答问题,本专利技术有效地解决了网络视频教学中互动性较弱的问题。这有助于增强学生的学习兴趣和参与度,提高教学效果。其次,本专利技术在一定程度上克服了面对面教学中教师无法为每位学生详细解答问题的不足,从而为学生提供更加个性化的教学支持,进一步提高学生的学习体验。最后,本专利技术还有助于教师分析教学视频的教学质量。通过收集和分析学生提出的问题,教师可以发现教学视频中存在的不足之处,从而有针对性地进行改进和提升。这将有助于提高教师的教学质量,使教育资源更加高效地服务于学生。
本文档来自技高网...【技术保护点】
1.一种基于人工智能模型的网络视频教学互动方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于人工智能模型的网络视频教学互动方法,其特征在于,所述步骤3)具体包括以下步骤:
3.根据权利要求1所述的一种基于人工智能模型的网络视频教学互动方法,其特征在于,所述步骤4)具体包括以下步骤:
4.根据权利要求1所述的一种基于人工智能模型的网络视频教学互动方法,其特征在于,所述步骤5)具体包括以下步骤:
5.根据权利要求2所述步骤3),其特征在于。所述步骤32)具体包括以下步骤:
【技术特征摘要】
1.一种基于人工智能模型的网络视频教学互动方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于人工智能模型的网络视频教学互动方法,其特征在于,所述步骤3)具体包括以下步骤:
3.根据权利要求1所述的一种基于人工智能模型的网络视频教...
【专利技术属性】
技术研发人员:徐新胜,陈昕航,吴松泽,周阳,张艺,肖诗雨,李海航,李孝禄,杨力,王修晖,
申请(专利权)人:中国计量大学,
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。