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() 课堂教学模式构建方法和系统、电子设备及存储介质技术方案_技高网

课堂教学模式构建方法和系统、电子设备及存储介质技术方案

技术编号:41254842 阅读:5 留言:0更新日期:2024-05-11 09:15
本申请公开了一种课堂教学模式构建方法和系统、电子设备及存储介质,方法包括:获取课堂教学过程数据;所述课堂教学过程数据包括课程标准数据、教学大纲数据和课堂对话数据;对所述课堂教学过程数据进行主题抽取处理,确定主题集;对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集;对所述课堂对话数据通过大语言模型进行事件分析,确定事件集;根据所述主题集、所述教学目标集和所述事件集,建立并展示课堂教学模式图。本申请实施例有利于提升课堂教学模式图构建的准确度和效率。本申请可以广泛应用于教育人工智能技术领域。

【技术实现步骤摘要】

本申请涉及教育人工智能,尤其涉及一种课堂教学模式构建方法和系统、电子设备及存储介质


技术介绍

1、相关技术中,课堂教学模式构建主要依赖人工处理模式,通过相关人员对教学数据的整理和归类,形成课堂教学模式,优化教师和相关教学工作者的教学过程。在一些实施例中,部分信息提取过程也可以通过智能手段实现,然而,课堂教学模式构建的整体过程还无法实现自动化和智能化,这就导致构建过程效率低下;依赖于构建者的知识水平和精细度,构建准确度不高。


技术实现思路

1、本申请实施例的主要目的在于提出一种高效的课堂教学模式构建方法和系统、电子设备及存储介质。

2、为实现上述目的,本申请实施例的一方面提出了一种课堂教学模式构建方法,所述方法包括:获取课堂教学过程数据;所述课堂教学过程数据包括课程标准数据、教学大纲数据和课堂对话数据;对所述课堂教学过程数据进行主题抽取处理,确定主题集;对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集;对所述课堂对话数据通过大语言模型进行事件分析,确定事件集;根据所述主题集、所述教学目标集和所述事件集,建立并展示课堂教学模式图。本申请实施例通过对课堂教学数据处理,确定主题集、教学目标集和事件集,进而可实现自动构建课堂教学模式图。本申请实施例有利于提升课堂教学模式图构建的准确度和效率。

3、在一些实施例中,本申请实施例提供的方法,所述对所述课堂教学过程数据进行主题抽取处理,确定主题集,包括:

4、对所述课程标准数据进行关键词抽取,确定主题词集;

5、对所述教学大纲数据和所述课堂对话数据进行分词处理,确定第一分词集;

6、对所述第一分词集中的每个词语进行词性标注,并筛选出属于名词和动词的第一关键词集;

7、对所述教学大纲数据和所述课堂对话数据通过第一命名实体识别模型预测,得到第二关键词集;

8、对所述第一关键词集和所述第二关键词集进行取并集处理,确定初筛关键词集;

9、将所述初筛关键词集中与所述主题词集中的元素相同的元素筛出,组成目标主题词集;将所述初筛关键词集中与所述主题词集中的元素无关联的元素筛出,组成目标自由词集;所述主题集包括所述目标主题词集。

10、在一些实施例中,本申请实施例提供的方法,还包括:

11、对所述主题词集中的每个元素进行上下位扩展,将上下位扩展后的上位词和下位词放入主题相关词集;

12、对所述主题词集中的每个元素的同义词和同类词放入所述主题相关词集;

13、将所述目标自由词集中与所述主题相关词集中的元素相关联的元素筛出,组成目标关键词集;所述主题集包括所述目标关键词集。

14、在一些实施例中,本申请实施例提供的方法,所述对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集,包括:

15、对所述课程标准数据进行目标词抽取,确定过程目标词集和结果目标词集;

16、对所述教学大纲数据进行分词处理,确定第二分词集;

17、对所述第二分词集中的每个词语进行词性标注,并筛选出属于动词的第一目标词集;

18、对所述教学大纲数据通过第二命名实体识别模型预测,得到第二目标词集;

19、对所述第一目标词集和所述第二目标词集进行取并集处理,确定初筛目标词集;

20、将所述初筛目标词集中与所述过程目标词集中的元素相同的元素筛出,组成过程需求词集;将所述初筛目标词集中与所述结果目标词集中的元素相同的元素筛出,组成结果需求词集;所述教学目标集包括所述过程需求词集和所述结果需求词集。

21、在一些实施例中,本申请实施例提供的方法,所述对所述课堂对话数据通过大语言模型进行事件分析,确定事件集,包括:

22、对所述课堂对话数据进行切片处理,得到若干分块数据;

23、将若干所述分块数据输入第一语言模型,得到学习过程事件;

24、将若干所述分块数据及对应的编码记录输入第二语言模型,得到交互过程事件序列;

25、将所述交互过程事件序列中的每个交互过程事件元素对应的分块数据、编码记录输入第三语言模型,得到评价信息。

26、在一些实施例中,本申请实施例提供的方法,还包括:

27、获取课堂对话数据的对话轮数;根据所述对话轮数和预设分块数,对所述课堂对话数据进行等分切片处理,得到若干分块数据;

28、或者,

29、构建引导语集和过渡语集;获取当前对话轮数的尾句和下一对话轮数的首句;对所述尾句与所述过渡语集中的每个过渡语进行相似度计算,确定第一相似度;对所述首句与所述引导语集中的每个引导语进行相似度计算,确定第二相似度;若所述第一相似度大于或等于第一阈值,且所述第二相似度大于或等于第二阈值,以所述尾句和所述首句为界进行切分。

30、在一些实施例中,本申请实施例提供的方法,所述课堂教学模式图包括主题部分,教学目标部分和学习过程部分,所述主题部分,所述教学目标部分和所述学习过程部分依次连接并展示,所述方法还包括:

31、将目标主题词集中的元素在所述主题部分进行直接展示,将目标关键词集中的元素在所述主题部分进行延伸展示;所述主题集包括所述目标主题词集和所述目标关键词集;

32、将过程需求词集和结果需求词集中的需求元素在所述教学目标部分进行直接展示,将教学目标描述语句在所述教学目标部分进行延伸展示;所述教学目标集包括所述过程需求词集和所述结果需求词集;所述教学目标描述语句为所述教学大纲数据中与所述需求元素相对应的语句;

33、将学习过程事件在所述学习过程部分的学习过程事件区域进行直接展示,将交互过程事件序列在所述学习过程部分的交互过程事件区域进行直接展示,将评价信息在所述学习过程部分进行延伸展示;所述事件集包括所述学习过程事件、交互过程事件序列和评价信息。

34、为实现上述目的,本申请实施例的另一方面提出了一种课堂教学模式构建系统,所述系统包括:

35、第一模块,用于获取课堂教学过程数据;所述课堂教学过程数据包括课程标准数据、教学大纲数据和课堂对话数据;

36、第二模块,用于对所述课堂教学过程数据进行主题抽取处理,确定主题集;

37、第三模块,用于对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集;

38、第四模块,用于对所述课堂对话数据通过大语言模型进行事件分析,确定事件集;

39、第五模块,用于根据所述主题集、所述教学目标集和所述事件集,建立并展示课堂教学模式图。

40、为实现上述目的,本申请实施例的另一方面提出了一种电子设备,所述电子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方法。

41、为实现上述目的,本申请实施例的另一方面提出了一种计算机可读存储介质,所述计算机可本文档来自技高网...

【技术保护点】

1.一种课堂教学模式构建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述课堂教学过程数据进行主题抽取处理,确定主题集,包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集,包括:

5.根据权利要求1所述的方法,其特征在于,所述对所述课堂对话数据通过大语言模型进行事件分析,确定事件集,包括:

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1至6中任一项所述的方法,其特征在于,所述课堂教学模式图包括主题部分,教学目标部分和学习过程部分,所述主题部分,所述教学目标部分和所述学习过程部分依次连接并展示,所述方法还包括:

8.一种课堂教学模式构建系统,其特征在于,所述系统包括:

9.一种电子设备,其特征在于,所述电子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权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7中任一项所述的方法。

...

【技术特征摘要】

1.一种课堂教学模式构建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述课堂教学过程数据进行主题抽取处理,确定主题集,包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述对所述课程标准数据和所述教学大纲数据进行目标挖掘处理,确定教学目标集,包括:

5.根据权利要求1所述的方法,其特征在于,所述对所述课堂对话数据通过大语言模型进行事件分析,确定事件集,包括:

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

7...

【专利技术属性】
技术研发人员:宋宇叶栢浩王宣皓
申请(专利权)人:华南师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1