一种基于适应性话语表征的群体互动学习智能干预方法、系统及电子设备技术方案

本申请公开了一种基于适应性话语表征的群体互动学习智能干预方法、系统及电子设备，该方法包括：采集群体互动在线学习的学习者讨论数据，包括讨论行为和讨论文本两个方面，并对其进行预处理；构建融合大规模MOOC讨论数据的深度双向编码识别算法，并在此基础上实现话语表征生成，所述话语表征生成即利用在线讨论话语实现认知表征和行为表征，所述认知表征显示了话语讨论认知信息，所述行为表征显示了话语讨论的行为信息；构建学习者模型，所述学习者模型用于采集在线学习者个性化特征，其中涵盖个人特征和先验知识，以及学习者自我产生的报告数据；构建适应性推荐模型，所述推荐模型实现了学习者模型、认知密度序列矩阵和讨论行为序列矩阵的联合嵌入，并通过阈值判定输出高适配的组合式话语表征；构建多源数据的反馈机制，所述反馈机制采集了不同学习者对话表征的评价反馈，提高方法以及系统的鲁棒性和有效性。

【技术实现步骤摘要】

本专利技术属于数字化学习、自然语言处理及推荐，具体涉及一种基于适应性话语表征的群体互动学习智能干预方法、系统及电子设备。

技术介绍

1、在线学习突破了传统物理课堂的限制，成为学习者的正式与非正式学习空间，为群体互动学习提供了重要参与途径。群体互动式在线学习情境下，师生和学生之间多采用论坛展开交互。但由于师生处于准分离状态，个性化的实时指导和干预难以得到有效开展。因此，在线学习者依然面临认知迷航、高阶思维难激发、群体互动学习难实施等诸多挑战，导致学习者群体互动不佳以及学习成效低下。另外，由于参与在线讨论的学习者在网络平台开展沟通协作、意见交换、问题探究及同伴互助过程中产生的讨论数据包括讨论行为和话语内容，得以充分记录，这些数据中往往蕴含丰富的语义和行为信息。在国内教育领域，很少有人针对表征化教学，尤其是对讨论数据进行个性化、适应性和可视化的表征以加强群体互动学习方面开展研究工作。

2、我们通过研究发现，表征教学能为在线学习者和教师提供讨论行为质量的可视化反馈，然而，当前的可视化表征基本都是通过小规模、教师制作或者学习者绘制等方式实现，依然存在教师本文档来自技高网...

【技术保护点】

1.一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤1采集参与群体互动在线学习的学习者的个人信息和讨论数据，包括：

3.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤1中对数据进行预处理包括：删除空数据、空行、无意义字符、清除文本中html代码、空格。

4.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤2，构建深度双向编码识别算法的话语表征生成模型，包括：...

【技术特征摘要】

1.一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤1采集参与群体互动在线学习的学习者的个人信息和讨论数据，包括：

3.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤1中对数据进行预处理包括：删除空数据、空行、无意义字符、清除文本中html代码、空格。

4.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤2，构建深度双向编码识别算法的话语表征生成模型，包括：

5.根据权利要求1所述一种基于适应性话语表征的群体互动学习智能干预方法，其特征在于，步骤3，构建学习者模型，包括：学习者模型产生的信息作为输入，整合到智能干预模块中，为后续序列概率推荐和组合...

【专利技术属性】
技术研发人员：刘智，孔玺，粟柱，彭晛，杨宗凯，刘三女牙，周东波，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：