【技术实现步骤摘要】
本申请涉及计算机信息，尤其是一种基于人机对话的计算思维品质评估方法及系统。
技术介绍
1、计算思维是信息技术学科核心素养之一，随着新课标改革、时代发展，计算思维越来越成为核心素养培养进程中不可或缺的地位。计算思维的评价对促进计算思维的培养具有重要意义，特别是计算思维品质的评价，计算思维品质评是指对学习者在计算思维各个子维度的表现情况进行评价，其有助于教师或学习者个人更加具有针对性的进行提高训练。
2、然而，现阶段计算思维测评方式主要采用的是作品分析法和量表调查法。作品分析法往往是通过对学生作品打分来衡量计算思维水平，即不能对计算思维各子维度的表现进行评价，得到计算思维品质的测评结果。量表调查法虽然从不同维度进行了测量，但该方法过于主观，另外，计算思维是一种过程性的能力，这种方法缺乏过程性数据的支持以及过程性数据的处理，进而即使其在量表制作时化分了维度，也难以通过简单的调查准确对学习者在计算思维不同子维度上的表现进行评分。随着技术的发展，人们逐渐意识到，利用学习分析技术测评计算思维品质的重要意义。然而，由于当前测评方法中数据收集的单一性，为了保障测评结果的准确性，其不得不要求学习者完成大量的的题目，以获取学习者更多的数据。这不仅需要很长的测量时间，还会对学习者造成了极大的认知负荷，甚至会影响学习者的答题情况。
技术实现思路
1、有鉴于此，本申请提供一种基于人机对话的计算思维品质评估方法及系统，以通过学习分析快速、准确获取学习者的计算思维品质测评结果。
2、本申
3、构建计算机代理，所述计算机代理用于以人机对话形式提供多个题目和多个所述题目的解题提示；
4、获取学习者通过所述计算机代理进行答题的过程中产生的答题信息，所述答题信息包括行为信息和文本信息；所述行为信息包括所述学习者答题的行为步骤、答题的时间戳和交互类题目的作答结果；所述文本信息包括所述学习者与所述计算机代理的人机对话内容和文本类题目的作答结果；
5、构建计算思维测试数据库，所述计算思维测试数据库包括题目信息和所述答题信息；所述题目信息包括多个所述题目及对应的所述解题提示；
6、根据预设的自动评估算法和所述计算思维测试数据库，去除所述答题信息中不符合预设条件的异常数据，再根据所述答题信息及对应的所述题目信息确定所述学习者的当前计算思维品质。
7、可选地，所述获取学习者通过所述计算机代理进行答题的过程中产生的答题信息，包括：
8、通过websocket接口将所述学习者输入的问题传递给所述计算机代理；
9、通过所述计算机代理使用自然语言理解框架构建的自然语言理解模型对所述学习者输入的问题进行意图识别，得到所述学习者的提问意图；
10、通过对话管理器的对话策略根据所述提问意图和当前人机对话的上下文确定回应方式及对应的回应文本；所述回应方式包括利用生成式对话模型生成回应文本进行回应和使用预定义的回应文本进行回应；所述对话策略包括为不同领域的提问意图定义的故事和定义的槽，所述故事用于使所述计算机代理理解输入的问题，所述槽用于存储当前人机对话的状态信息和题目id；
11、通过websocket接口获取所述回应文本并将所述回应文本以聊天框的形式显示在所述学习者的显示界面上，以供所述学习者根据所述回应文本进行答题；
12、获取所述学习者根据所述回应文本进行答题的过程中产生的答题信息；
13、其中，所述自然语言理解模型和所述生成式对话模型均采用transformer模型。
14、可选地，所述构建计算思维测试数据库，包括：
15、构建计算思维测试数据库；
16、将每个所述题目的题目内容、题目答案、题目id、所考察的计算思维子能力的能力标签及每个所述计算思维子能力对应的水平标签作为所述题目信息存储在第一数据集中；
17、将所述学习者当前正在作答的题目作为当前题目，对于每个所述当前题目，通过所述计算机代理的日志文件实时获取所述当前题目的题目id和答题过程中的所述行为信息，当所述学习者完成所述当前题目后，将所述当前题目的题目id、答题时间戳、答题正确性标签、答题过程中的所述行为信息作为所述答题信息存储在第二数据集中；
18、将所述第一数据集和所述第二数据集存入所述计算思维测试数据库中。
19、可选地，所述根据预设的自动评估算法和所述计算思维测试数据库，去除所述答题信息中不符合预设条件的异常数据，再根据所述答题信息及对应的所述题目信息确定所述学习者的当前计算思维品质，包括：
20、从所述计算思维测试数据库中获取所述答题信息和所述题目信息；
21、利用所述预设的自动评估算法通过robust标准化对各个所述能力标签和各个所述水平标签进行标准化处理；
22、根据各个所述能力标签对多个所述题目进行分组；
23、根据所述第二数据集中的所述答题正确性标签确定每个分组中被正确作答且所述水平标签最高的计算思维子能力作为所述学习者的当前计算思维品质。
24、可选地，所述方法还包括：
25、构建潜在计算思维品质评估模型，利用所述潜在计算思维品质评估模型对所述行为信息提取特征和识别所述学习者答题的行为模式，得到潜在计算思维品质；
26、通过预设的文本分析模型对所述文本信息进行语义分析和主题分类，确定所述学习者在答题过程中无法个人解决的子维度，作为存疑计算思维子维度；
27、根据所述潜在计算思维品质和所述存疑计算思维子维度确定所述学习者的推荐题目。
28、可选地，所述构建潜在计算思维品质评估模型，包括：
29、构建用于捕捉所述测试者的行为信息中行为模式和顺序信息的循环神经网络模型；
30、以不同计算思维品质测试者的行为信息作为训练样本，以每个所述测试者的计算思维品质作为训练标签，训练所述循环神经网络模型；
31、训练过程中使用分类问题的交叉熵损失函数和反向传播算法调整所述循环神经网络模型的参数，训练结束后的所述循环神经网络模型作为所述潜在计算思维品质评估模型；
32、其中，所述循环神经网络模型包括：
33、嵌入层，用于将答题步骤序列由单词或符号序列转换为连续的向量表示；
34、循环层，采用长短时记忆网络，用于捕捉序列数据中的时间依赖关系；
35、全连接层，用于输出预测的计算思维品质，利用所述全连接层在训练过程中使用所述交叉熵损失函数衡量预测标签与实际标签之间的差距，并通过所述反向传播算法训练所述循环神经网络模型，以提高预测标签的准确性。
36、可选地，所述通过预设的文本分析模型对所述文本信息进行语义分析和主题分类，确定在所述学习者在答题过程中无法个人解决的子维度，作为存疑计算思维子维度，包括：
37、通过词本文档来自技高网...
【技术保护点】
1.一种基于人机对话的计算思维品质评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述获取学习者通过所述计算机代理进行答题的过程中产生的答题信息，包括：
3.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述构建计算思维测试数据库，包括：
4.根据权利要求3所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述根据预设的自动评估算法和所述计算思维测试数据库，去除所述答题信息中不符合预设条件的异常数据，再根据所述答题信息及对应的所述题目信息确定所述学习者的当前计算思维品质，包括：
5.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述构建潜在计算思维品质评估模型，包括：
7.根据权利要求5所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述通过预设的文本分析模型对所述文本信息进行语义分析和主题
8.根据权利要求5所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述根据所述潜在计算思维品质和所述存疑计算思维子维度确定所述学习者的推荐题目，包括：
9.一种基于人机对话的计算思维品质评估系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器以及存储器；
...【技术特征摘要】
1.一种基于人机对话的计算思维品质评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述获取学习者通过所述计算机代理进行答题的过程中产生的答题信息，包括：
3.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述构建计算思维测试数据库，包括：
4.根据权利要求3所述的一种基于人机对话的计算思维品质评估方法，其特征在于，所述根据预设的自动评估算法和所述计算思维测试数据库，去除所述答题信息中不符合预设条件的异常数据，再根据所述答题信息及对应的所述题目信息确定所述学习者的当前计算思维品质，包括：
5.根据权利要求1所述的一种基于人机对话的计算思维品质评估方法，其特征在于，...
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。