【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于人工智能的英语练习系统的练习效果评估方法。
技术介绍
1、在全球范围内，英语学习一直是一项重要的教育和职业发展需求。人工智能技术的崛起为英语学习提供了新的可能性，特别是通过英语练习系统。英语练习系统是利用人工智能技术提供个性化英语学习体验的教育工具，涵盖多个语言技能领域。这些系统利用人工智能算法来提供个性化的学习体验，包括语法、听力、口语和写作等多方面的练习。然而，评估这些系统的练习效果至关重要，以确保学生真正受益。
2、目前已有一些现有实现技术可用于基于人工智能的英语练习系统的练习效果评估方法。其中，自然语言处理(nlp)技术可以用于分析学生的语法和词汇使用，以检测错误和提供反馈。语音识别技术允许系统评估学生的口语表达，并检测发音和语调方面的问题。学习分析技术可以跟踪学生在系统中的活动，如练习时长、答题准确性和学习路径，以生成学习报告和建议。同时，机器学习和数据挖掘方法可以帮助系统预测学生的学习进展，并为个性化学习提供建议。
3、例如公开号为：cn115907288a的专利技术专利公开的一种安全能力培养效果评估方法、装置、电子设备及介质，包括：获取参加安全能力培养的待评估用户的评估指标，所述评估指标包括视频学习参数、练习行为参数、课程评价参数、学习时间参数、访问次数参数和证书获取参数；根据所述评估指标和预训练的效果评估模型，确定所述待评估用户参加所述安全能力培养的培训效果，所述效果评估模型是基于不同的评估指标和不同的培训效果训练得到的，所述效果评估模型是基于多重线性
4、例如公开号为：cn114038258a的专利技术专利公开的一种学习能力分析的方法，包括：通过确定目标学生待答复的至少一道目标题目；获取目标学生分别对每道目标题目做出的答案；分别判断每道目标题目对应的答案是否为正确答案，得到每道目标题目的答案结果；基于每道目标题目的答案结果，分别获取与每道目标题目对应的目标学科能力及其目标能力评估参数信息；基于每道目标题目对应的目标学科能力及其目标能力评估参数信息，得到目标学生的学习能力指数，实现了通过学生伴随性练习，及时获得实时学科能力反馈分析，并且根据学科能力分析进行个性化学习。
5、但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
6、现有技术中，对于英语练习效果的评价通常只关注在英语练习过程中的整体分数或简单的通过/未通过标志，未能捕捉到学习者的具体表现、弱点和优势，这种粗略的评估方法无法提供有关学习者在英语学习过程中不同方面的表现的详细信息，也不能为个性化反馈和改进提供足够的数据支持，存在英语练习效果评估结果缺乏综合精确性的问题。
技术实现思路
1、本申请实施例通过提供一种基于人工智能的英语练习系统的练习效果评估方法，解决了现有技术中英语练习效果评估结果缺乏综合精确性的问题，实现了更准确详细的对用户的英语练习效果进行学习效果综合评估。
2、本申请实施例提供了一种基于人工智能的英语练习系统的练习效果评估方法，包括以下步骤：s1，当用户在英语练习系统中登录后，获取该用户在英语练习系统上的英语学习行为数据，并根据英语学习行为数据得出英语学习兴趣指数；s2，获取英语练习题数据，并据此分析出练习题的难度指数，根据英语练习题数据、用户作答数据和英语学习行为数据分析出英语练习正确指数、英语练习难度指数、英语学习效率指数和英语练习巩固指数；s3，获取用户设置的英语学习目标数据和英语学习目标完成数据，得出英语学习目标达成指数；s4，根据英语学习兴趣指数、英语练习正确指数、英语练习难度指数、英语学习效率指数、英语练习巩固指数和英语学习目标达成指数，得出英语练习效果综合评估指数。
3、进一步的，所述英语学习行为数据包括用户每次进入英语练习系统练习的起止时间、各个英语练习题作答的起止时间、各个英语等级分类下练习题作答进度、由用户设定的英语学习目标数据和目标实际完成数据。
4、进一步的，所述根据英语学习行为数据得出英语学习兴趣指数的具体指：获取用户在各个英语练习题作答的起止时间以及各个英语等级分类下练习题作答进度ηa，a＝1,2,...,m，m为英语等级总数；提取用户作答数据中用户已阅练习题数量d以及已作答练习题数量通过英语学习兴趣指数公式得出英语学习兴趣指数θ，具体的英语学习兴趣指数公式为：其中σ1和σ2分别是英语等级a分类下练习题作答进度和练习题完成度的权重值，τ是英语学习兴趣指数对应的误差修正系数值。
5、进一步的，所述练习题的难度指数的具体分析过程为：获取英语练习系统中各个英语等级a分类下的第i个英语练习题ai分别对应的英语题目类型数据其中，i＝1,2,...,ia，ia为英语等级a下的练习题总数，为英语题目类型总数；依次遍历提取每个英语题目类型下的各个英语练习题中的英语英语单词种类数据英语英语句子结构数据和英语英语题目主题数据其中为练习题ai中的英语单词种类总数，为练习题ai中的英语句子结构类型总数，为练习题ai中的英语题目主题类型总数；根据练习题难度指数公式计算练习题的难度指数具体的练习题难度指数公式为：
6、其中e为自然常数，χw、δs、γr和θt分别是在练习题ai中第w种单词的生僻系数值、英语句子结构的复杂系数值、英语题目主题的复杂系数值和英语题目类型的影响权重值，α1是练习题中英语单词种类和英语句子结构的对应的契合权重值，α2是练习题中英语题目主题类型对应的权重值，λ1是练习题的难度指数对应的误差修正系数值。
7、进一步的，所述英语练习正确指数的具体分析过程为：从用户作答数据中提取用户已作答英语练习题数据，将已作答英语练习题数据编号为aj，j＝1,2,...,ja，ja为英语等级a下的已作答练习题总数，且满足映射关系f：j→i；从用户作答数据中提取用户已作答练习题aj对应的已作答次数以及对应的已作答正确次数其中为已作答练习题aj对应的作答总次数，为已作答练习题aj对应的作答正确总次数；通过英语练习正确指数公式计算英语练习正确指数ψ0，具体的英语练习正确指数公式为：其中为正确率稳定评估影响因子，为该用户第aj个已作答练习题在用户全部已作答练习题中的比重系数，β0为英语练习正确指数的误差修正系数值。
8、进一步的，所述英语练习难度指数的具体分析过程为：结合映射关系f：j→i和英语练习系统中各个英语等级a分类下练习题的难度指数得出各个已作答练习题对应的难度指数通过英语练习难度指数公式计算出该用户在实际学习行为中的英语练习难度指数ψ1，具体的英语练习难度指数公式为：其中β1是用户在实际学习行为中的英语练习难度指数的误差修正系数值。
9、进一步的，所述英语学习效率指数的具体分析过程为：从英语学习行为数据中提取用户在英语练习系统中的已作答练习题所用时间各个英语等级a分类下的练习题作答进度ka；结合已作答练习题对应的已作答次数和已作答正确次数通过英语学习效率指数公式得出英语学习效率指数本文档来自技高网...
【技术保护点】
1.一种基于人工智能的英语练习系统的练习效果评估方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语学习行为数据包括用户每次进入英语练习系统练习的起止时间、各个英语练习题作答的起止时间、各个英语等级分类下练习题作答进度、由用户设定的英语学习目标数据和目标实际完成数据。
3.如权利要求2所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述根据英语学习行为数据得出英语学习兴趣指数的具体指：
4.如权利要求3所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述练习题的难度指数的具体分析过程为：
5.如权利要求4所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语练习正确指数的具体分析过程为：
6.如权利要求5所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语练习难度指数的具体分析过程为：
7.如权利要求6所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语学习效率指
8.如权利要求7所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语练习巩固指数的具体分析过程为：
9.如权利要求8所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语学习目标达成指数的具体分析过程为：
10.如权利要求9所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语练习效果综合评估指数的具体分析过程为：
...【技术特征摘要】
1.一种基于人工智能的英语练习系统的练习效果评估方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述英语学习行为数据包括用户每次进入英语练习系统练习的起止时间、各个英语练习题作答的起止时间、各个英语等级分类下练习题作答进度、由用户设定的英语学习目标数据和目标实际完成数据。
3.如权利要求2所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述根据英语学习行为数据得出英语学习兴趣指数的具体指：
4.如权利要求3所述基于人工智能的英语练习系统的练习效果评估方法，其特征在于，所述练习题的难度指数的具体分析过程为：
5.如权利要求4所述基于人工智能的英语练习系统的练习效果评估方法，其特征...
【专利技术属性】
技术研发人员：冯敬益，张俊竹，谢景明，黎启韶，李冬梅，陈嗣荣，
申请(专利权)人：广州市信息技术职业学校，
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。