本发明专利技术为一种基于深度学习与自然语言模型的实验报告生成方法及装置，所述方法包括：通过传感器和摄像头共同检测实验材料/样品的存取情况实现；通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测；通过深度学习检测和分析实验步骤和实验操作；通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果；通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分；将所有记录和结果导入到语言生成模型，实现实验报告的自动生成，实现实验过程的自动评价和实验报告的自动生成，以避免人工评价的经验性偏差和人工评分的误差。
【技术实现步骤摘要】
本专利技术涉及计算机，特别是涉及一种基于深度学习与自然语言模型的实验报告生成方法、一种基于深度学习与自然语言模型的实验报告生成装置、一种计算机设备和一种存储介质。
技术介绍
1、传统实验室需要专人管理和专业教师的指导，而且实验的评价和分析会有一定的人工误差和情绪影响。基于此，其次，传统实验室的实验教学通常由教师或助教负责，但可能存在教师数量不足师资资源有限的情况。在传统实验室中，教师和助教可能无法为每个学生提供个别化的支持和指导，可能导致学生学习过程中遇到不同的困难点也可能出现不同学生的学习进度和学习结果不理想等问题。
技术实现思路
1、鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于深度学习与自然语言模型的实验报告生成方法、一种基于深度学习与自然语言模型的实验报告生成装置、一种计算机设备和一种存储介质。
2、为实现上述目的，本专利技术提出一种基于深度学习与自然语言模型的实验报告生成方法，所述方法包括：
3、s1、实验材料自动检测：通过传感器和摄像头共同检测实验材料/样品的存取情况实现；
4、s2、实验流程的自动检测：通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测；
5、s3、实验操作的智能检测：通过深度学习检测和分析实验步骤和实验操作；
6、s4、实验结果自动测量：通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果；</p>7、s5、实验分析智能比对：通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分；
8、s6、实验报告自动生成：将s1～s5的所有记录和结果导入到语言生成模型，实现实验报告的自动生成。
9、优选地，所述s1、实验材料自动检测：通过传感器和摄像头共同检测实验材料/样品的存取情况实现，包括：
10、s11检测实验人员的检测摄像头；
11、s12保护实验样品的自动门锁；
12、s13检测实验样品存取情况的样品检测传感器；
13、s14可以实时记录样品存取情况的后台记录，通过s11～s14的互相配合实现实验样品的存取记录。
14、优选地，所述s2、实验流程的自动检测：通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测，包括：
15、s21基于图像处理的实验区域检测；
16、s22基于模式识别的实验步骤检测阶段；
17、s23实时记录实验流程阶段的后台记录，通过s21～s23的互相配合实现实验主要进程的记录与分析。
18、优选地，所述s3、实验操作的智能检测：通过深度学习检测和分析实验步骤和实验操作，包括：
19、s31图像预处理；
20、s32动作检测；s33实验操作检测；s34操作标准性与分析；
21、s35实时记录实验流程阶段的实验操作后台记录，通过s31～s35的互相配合实现实验操作的智能检测与分析。
22、优选地，所述s4、实验结果自动测量：通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果，包括：
23、s41自动连接网络的实验仪器；
24、s42自动播报测量顺序与步骤的语音提示模块；
25、s43实时记录的后台网络。
26、优选地，所述s5、实验分析智能比对：通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分，包括：
27、从实验结果、实验操作、实验步骤三个方面的评分对比，通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分。
28、优选地，所述s6、实验报告自动生成：将s1～s5的所有记录和结果导入到语言生成模型，实现实验报告的自动生成，包括：
29、从实验结果、实验操作、实验步骤三个方面的评分对比，将s1～s5的所有记录和结果导入到语言生成模型，实现实验报告的自动生成。
30、本专利技术提出一种基于深度学习与自然语言模型的实验报告生成装置，所述装置包括：
31、实验材料自动检测模块，用于通过传感器和摄像头共同检测实验材料/样品的存取情况实现；
32、实验流程的自动检测模块，用于通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测；
33、实验操作的智能检测模块，用于通过深度学习检测和分析实验步骤和实验操作；
34、实验结果自动测量模块，用于通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果；
35、实验分析智能比对模块，用于通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分；
36、实验报告自动生成模块，用于将所有记录和结果导入到语言生成模型，实现实验报告的自动生成。
37、本专利技术公开了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
38、本专利技术公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
39、本专利技术实施例中，通过传感器和摄像头共同检测实验材料/样品的存取情况实现；通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测；通过深度学习检测和分析实验步骤和实验操作；通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果；通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分；将所有记录和结果导入到语言生成模型，实现实验报告的自动生成，实现实验过程的自动评价和实验报告的自动生成，以避免人工评价的经验性偏差和人工评分的误差。
本文档来自技高网...
【技术保护点】
1.一种基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S1、实验材料自动检测：通过传感器和摄像头共同检测实验材料/样品的存取情况实现，包括：
3.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S2、实验流程的自动检测：通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测，包括：
4.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S3、实验操作的智能检测：通过深度学习检测和分析实验步骤和实验操作，包括：
5.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S4、实验结果自动测量：通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果，包括：
6.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S5、实验分析智能比对：通过自然语言处理模型分析和比对具有相似度的实验结果，对结果的准确性和有效性进行评分，包括：
7.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述S6、实验报告自动生成：将S1～S5的所有记录和结果导入到语言生成模型，实现实验报告的自动生成，包括：
8.一种基于深度学习与自然语言模型的实验报告生成装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于深度学习与自然语言模型的实验报告生成方法的步骤。
...
【技术特征摘要】
1.一种基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述s1、实验材料自动检测：通过传感器和摄像头共同检测实验材料/样品的存取情况实现，包括：
3.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述s2、实验流程的自动检测：通过摄像头获取实验人员位置的所属区域以便于区分和记录实验员的主要步骤阶段检测，包括：
4.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述s3、实验操作的智能检测：通过深度学习检测和分析实验步骤和实验操作，包括：
5.根据权利要求1所述的基于深度学习与自然语言模型的实验报告生成方法，其特征在于，所述s4、实验结果自动测量：通过连接网络的天平、硬度计、电流表、游标卡尺相关的实验仪器自动测量实验的结果，包括：
6.根据权利...
【专利技术属性】
技术研发人员：梁伟鹏，
申请(专利权)人：广州工商学院，
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。