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】
本申请涉及教育信息化,特别涉及基于人工智能的教材编辑优化技术。
技术介绍
1、随着教育信息化的进步,多媒体教材已经变得越来越普及。在遵循统一教材的同时,学校也需要制作符合自身特色的校本化辅助教材,以更好地满足独特的教学需求。制作一份高质量的校本化教材不仅需要符合教学大纲的要求,还要考虑学生的认知水平、兴趣点以及教师的教学偏好。例如,教材需要基于知识点的重要性和学习顺序进行构建,并考虑学生和教师的反馈数据来提升教学效果。
2、然而,要实现这些需求,就必须进行大量的数据分析和智能处理,这项工作如果完全依靠人工或是基本的信息化工具来完成,无疑是非常艰巨的。此外,保证教材内容的质量和适应性也变得尤为困难。
3、现有技术面临的主要问题包括:确保教材内容既符合教学大纲,又能适应学生的认知水平和兴趣,同时也要满足教师的教学方式。此外,还需要从大量教育资源中迅速且准确地筛选和组织出适合特定教学群体的教材内容。更进一步,现代信息技术,尤其是大数据和人工智能技术的应用,对于自动化教材的编辑和编排过程来说,是提高效率和质量的关键。此外,还需要建立一个能够持续更新和自我优化的系统,以适应教育教学的持续变化和学生需求的发展。
4、因此,迫切需要开发一种新的ai校本化英语教材编辑方法及系统,该系统可以快速准确地挑选和编排教材内容,从而确保教材的高质量和实用性。
技术实现思路
1、本申请的目的在于提供一种ai校本化英语教材编辑方法及系统,以解决上述
技术介绍
中提出的问题。
2、本申请公开了一种ai校本化英语教材编辑方法,包括:
3、基于已构建的数字化资源库,依据学生的在线和离线考试数据构建学生认知知识图谱;依据学生的在线学习行为数据构建学生兴趣知识图谱;依据教师历史教学轨迹数据构建教师推荐知识图谱;
4、基于所述学生认知知识图谱、学生兴趣知识图谱及教师推荐知识图谱,设计ai课文素材推荐引擎,所述ai课文素材推荐引擎计算各课文素材的多维匹配度,根据课文素材多维匹配度自动选取教学课文;
5、基于选取的教学课文,从数字化资源库中匹配选取相关的课前预习素材、知识点讲解课件及课后习题,形成完整的教材内容。
6、在一个优选例中,所述ai课文素材推荐引擎采用多目标规划算法,将数字化资源库中的课文素材与学生认知知识图谱、学生兴趣知识图谱及教师推荐知识图谱进行多维度匹配,其中,根据各课文素材的知识点掌握要求匹配度、知识点学习顺序匹配度、学生知识认知匹配度、学生兴趣匹配度及教师推荐知识匹配度计算课文素材多维匹配度,并根据该课文素材多维匹配度对课文素材进行排序并选取排名最优的课文素材作为教学课文。
7、在一个优选例中,所述方法还包括:构建数字化资源库,其中,所述数字化资源库包含知识点库、课文素材库、课前预习素材库、知识点讲解课件库及试题库。
8、在一个优选例中,所述构建数字化资源库的步骤包括:
9、根据学科各教学阶段的教学大纲、考试大纲中的知识点信息,构建各教学阶段的知识点域,并对掌握要求属性进行标注,其中,掌握要求分为掌握应用、理解说明、认识了解三个级别,各教学阶段的知识点按照教学大纲的学习顺序进行排序,构成所述知识点库;
10、根据不同教学阶段的教学要求,收集不同类型的课文素材,并对课文中的主题知识点、一般知识点进行标注,构成所述课文素材库;
11、制作各知识点的讲解课件,并对课件中讲解的知识点进行标注,构成所述知识点讲解课件库;
12、收集不同题型的试题,并对试题中的知识点进行标注,构成所述试题库。
13、在一个优选例中,所述依据学生的在线和离线考试数据构建学生认知知识图谱的步骤包括:
14、收集学生在线上及线下环境中针对各种试题的答题数据,所述答题数据包括学生对各个知识点的答题结果和得分情况;
15、基于所述答题数据,对每个学生对不同知识点的认知水平进行统计和分析,得到学生对每个知识点的掌握程度;
16、根据分析结果,为每个教学群体生成学生认知知识图谱,所述学生认知知识图谱标注了各个知识点在特定教学阶段的掌握要求以及学生对这些知识点的认知指数;
17、其中,所述学生认知知识图谱的数据格式为:{知识点<教学阶段,掌握要求,认知指数>;......},所述掌握要求包括认识了解、理解说明和掌握应用,所述认知指数采用下述公式计算:其中,是指某一知识点的认知指数;代表了学生的总数;代表了与该知识点相关的试题总数;代表第个学生在第 个试题上的得分率。
18、在一个优选例中,所述依据学生的在线学习行为数据构建学生兴趣知识图谱的步骤包括:
19、通过分析学生的在线搜索和浏览活动,收集学生接触和使用不同教学素材的数据,所述数据反映学生对各个知识点的兴趣和关注程度;
20、对收集到的数据进行统计,确定学生感兴趣的主题知识点和一般知识点,并根据不同教学阶段和掌握要求,为所述主题知识点和一般知识点标注教学阶段和掌握程度属性;
21、基于统计分析结果,为每个教学群体创建学生兴趣知识图谱,所述学生兴趣知识图谱以结构化的格式列出各个知识点,并为各个知识点分配教学阶段、掌握要求和兴趣指数;
22、其中,所述学生兴趣知识图谱的数据格式为:{知识点<教学阶段,掌握要求,兴趣指数>;......},所述掌握要求包括认识了解、理解说明和掌握应用,所述兴趣指数采用下述公式计算:其中, 是指某一知识点的学生兴趣指数,是指该教学群体的学生数量,是该教学群体搜索、浏览的素材总数;是指第个学生浏览第素材时该知识点是否为主题知识点的值,若为主题知识点取1,否则取0;是指第个学生浏览第篇素材时该知识点是否为一般知识点的值,若为一般知识点取1,否则取0;是指第个学生在第篇素材停留的时间参考值;、是指重要度系数,。
23、可选的,所述依据教师历史教学轨迹数据构建教师推荐知识图谱的步骤包括:
24、收集当前教学阶段和历史教学阶段教师在上传和选择教学素材时的行为数据,所述行为数据反映教师对不同知识点的偏好和推荐情况;
25、通过统计分析所述行为数据,确定教师倾向于推荐的主题知识点和一般知识点,并根据不同教学阶段,对所述主题知识点和一般知识点进行教学阶段、掌握要求和推荐指数的标注;
26、基于统计分析结果,为每个教学阶段创建教师推荐知识图谱,所述教师推荐知识图谱列出教师推荐的知识点,并提供各知识点的教学阶段、掌握要求和推荐指数信息;
27、其中,所述教师推荐知识图谱的数据格式为:{知识点<教学阶段,掌握要求,推荐指数>;......},所述掌握要求包括基础了解、深入理解和完全掌握,所述推荐指数采用下述公式计算:其中,是指某一知识点的教师推荐指数;是指教师操作的素材总数;是指该知识点在第个素材中是否为主题知识点的值,若为主题知识点取1,否则取本文档来自技高网...
【技术保护点】
1.一种AI校本化英语教材编辑方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述AI课文素材推荐引擎采用多目标规划算法,将数字化资源库中的课文素材与学生认知知识图谱、学生兴趣知识图谱及教师推荐知识图谱进行多维度匹配,其中,根据各课文素材的知识点掌握要求匹配度、知识点学习顺序匹配度、学生知识认知匹配度、学生兴趣匹配度及教师推荐知识匹配度计算课文素材多维匹配度,并根据该课文素材多维匹配度对课文素材进行排序并选取排名最优的课文素材作为教学课文。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:构建数字化资源库,其中,所述数字化资源库包含知识点库、课文素材库、课前预习素材库、知识点讲解课件库及试题库。
4.如权利要求3所述的方法,其特征在于,所述构建数字化资源库的步骤包括:
5.如权利要求1所述的方法,其特征在于,所述依据学生的在线和离线考试数据构建学生认知知识图谱的步骤包括:
6.如权利要求1所述的方法,其特征在于,所述依据学生的在线学习行为数据构建学生兴趣知识图谱的步骤包括:
7.如权
8.如权利要求1所述的方法,其特征在于,所述基于所述学生认知知识图谱、学生兴趣知识图谱及教师推荐知识图谱,设计AI课文素材推荐引擎,所述AI课文素材推荐引擎计算各课文素材的多维匹配度,根据课文素材多维匹配度自动选取教学课文的步骤,包括:
9.一种AI校本化英语教材编辑系统,其特征在于,包括:
10.一种AI校本化英语教材编辑系统,其特征在于,包括:
...【技术特征摘要】
1.一种ai校本化英语教材编辑方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述ai课文素材推荐引擎采用多目标规划算法,将数字化资源库中的课文素材与学生认知知识图谱、学生兴趣知识图谱及教师推荐知识图谱进行多维度匹配,其中,根据各课文素材的知识点掌握要求匹配度、知识点学习顺序匹配度、学生知识认知匹配度、学生兴趣匹配度及教师推荐知识匹配度计算课文素材多维匹配度,并根据该课文素材多维匹配度对课文素材进行排序并选取排名最优的课文素材作为教学课文。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:构建数字化资源库,其中,所述数字化资源库包含知识点库、课文素材库、课前预习素材库、知识点讲解课件库及试题库。
4.如权利要求3所述的方法,其特征在于,所述构建数字化资源库的步骤包括:...
【专利技术属性】
技术研发人员:张新华,叶炎鑫,冯剑,
申请(专利权)人:浙江蓝鸽科技有限公司,
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。