小学科学课程导学对话方法、系统、电子设备及存储介质技术方案

本申请实施例提供一种小学科学课程导学对话方法、系统、电子设备及存储介质，属于人工智能技术领域，其中方法包括：接收用户的初始对话输入，初始对话输入中包含有待解决的题目；将待解决的题目输入至支持视觉问答的大语言模型中，获取具有显式推导过程的正确答案；大语言模型通过预先构建好的教学脚手架数据集预训练得到；基于具有显式推导过程的正确答案，用户的当前对话输入和历史对话记录，生成当前对话输入的回复。本申请实施例中利用预先构建好的教学脚手架数据集训练大语言模型，更加适配实际教学场景，利用模型生成输入问题的具有显式推导过程的正确答案，生成用户当前对话输入的回复，给用户提供类似教师的逐步指导，完成了引导式教学。

【技术实现步骤摘要】

本申请属于人工智能，更具体地，涉及一种小学科学课程导学对话方法、系统、电子设备及存储介质。

技术介绍

1、小学学科教育是教育领域的重点话题，针对小学生的科普工作也是教育工作的重点，其中关于如何有效地提升学生的科学知识学习效果和兴趣亟待完善。在传统的课堂教学模式下，科学教育课程难以实现对每一个学生的引导式教学，且由于师资力量分布不均，一些师资力量薄弱的学校往往无法及时发现学生的学习问题，无法及时针对具体问题提供具体指导。

2、大语言模型(large language model,llm)能够学习并生成人类语言，近年来在自然语言处理领域取得了较大成就。大语言模型通过在大规模语料上进行训练，采用代码预训练、指令调优等策略，获得推理、上下文见面和任务泛化等能力。大语言模型有潜力通过提供个性化教育来促进智能教育的发展。

3、然而，大语言模型在教育领域的实际应用中存在一些挑战，其中较为明显的是：通用大语言模型是在通用语料库的技术上进行预训练的，缺乏足够的专业领域知识，教育专家之间存在差距，不能很好地适应实际的教学场景。>

<本文档来自技高网...

【技术保护点】

1.一种小学科学课程导学对话方法，其特征在于，包括：

2.根据权利要求1所述的小学科学课程导学对话方法，其特征在于，所述大语言模型基于以下步骤训练得到：

3.根据权利要求2所述的小学科学课程导学对话方法，其特征在于，所述大语言模型包括支持文本对话的GLM子模型和支持视觉语言的VisualBERT子模型；

4.根据权利要求1所述的小学科学课程导学对话方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的小学科学课程导学对话方法，其特征在于，所述情感支持对话模型基于以下步骤训练得到：

6.一种小学科学课程导学对话系统，其特征在...

【技术特征摘要】

1.一种小学科学课程导学对话方法，其特征在于，包括：

2.根据权利要求1所述的小学科学课程导学对话方法，其特征在于，所述大语言模型基于以下步骤训练得到：

3.根据权利要求2所述的小学科学课程导学对话方法，其特征在于，所述大语言模型包括支持文本对话的glm子模型和支持视觉语言的visualbert子模型；

4.根据权利要求1所述的小学科学课程导学对话方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的小学科学课程导学对话方法，其特征在于，所述情感支持对话模型基于以下步骤训练得到：...

【专利技术属性】
技术研发人员：刘智，李栋，龙陶陶，刘三女牙，孙建文，周东波，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：