【技术实现步骤摘要】
本专利技术涉及ai，尤其是一种基于ai技术的常态化教学质量评价方法。
技术介绍
1、教师教学质量的评价是教学督导工作的重要内容之一，是国家保证整体教学质量的重要管理手段之一，学校会依据国家教育管理部门相关要求定期开展针对教师的课堂教学督导评价工作，组织专家或教师团队进入一线课堂，对教师的现场授课情况进行评估、评价，并提出改进意见以促进教师的进步和教学质量的提高。由于这种教学督导的方法都是定期的在某个阶段集中开展，虽然可以在一定程度上发现问题，但是也有较大的局限性，其中两个问题最为突出。第一，由于针对教师的课堂督导工作大多是在某个阶段开展，那么对教师的整个学期的课堂教学的质量就无法提供出客观有效的评价，存在有以点带面的问题。第二，国家和学校为了解决这个问题，加强常态化教学督导工作，近10年来投入建设了大量的课堂录播系统和视频监控系统等，以方便学校开展常态化的课堂督导工作，但是面对如此庞大的视频数据又很难有足够的人力来完成相关的课堂教学评价工作，那么这些录播系统就失去了应有的价值，原本宝贵的教学录像却变成了学校的数据负担。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于ai技术的常态化教学质量评价方法，利用ai技术辅助学校教学管理，提升教学督导的工作效率和准确性。
2、为解决上述技术问题，本专利技术的技术方案是：一种基于ai技术的常态化教学质量评价方法，包括以下步骤：
3、（1）对接学校现有课堂教学视音频录播系统，获得课堂教学的录播或直播的视频文件
4、（2）利用ai音频处理模块，对课堂教学的视频文件中的音视频进行分析，生成教师和学生的课堂语言文本，将课堂语言文本内容与关联数据模型进行比对，得出课堂语言文本比对分析数据；
5、利用ai视频分析模块，对课堂教学的视频文件中教师和学生的身体活动数据进行分析，并与关联数据模型进行比对，得出人体行为比对分析数据；
6、所述教师身体活动数据包括活动范围数据标记、身体动作数据标记、面部动作数据标记、课堂提问数据标记、课堂交流数据标记、教学示教数据标记和教学实操数据标记；所述学生身体活动数据包括活动范围数据标记、身体动作数据标记、面部动作数据标记、回答提问数据标记、课堂交流数据标记和学生实操数据标记；
7、所述关联数据模型中，教学内容权重占10%-15%，教学目标权重占15%-20%，实施过程权重占40%-50%，教学效果权重占25%；
8、（3）将课堂语言文本比对分析数据和人体行为比对分析数据作为依据建立教学质量评价系统。
9、本专利技术利用ai技术对接学校原有的常态化录播系统或者视频监控系统，针对视频录像或者实时监控录像对教师和学生课堂教学的语言内容和课堂活动进行分析，将课堂教学的关键评价指标进行基础数据拆解和梳理，形成ai课堂教学评价的数据模型，并且利用ai技术进行不断的自我训练和人工干预最终形成客观科学的课堂教学数据模型，最终达成借助ai技术完成对教师日常课堂教学评价的目的。
10、作为改进，所述课堂教学视音频录播系统包括精品课录播系统、常态化录播系统、课堂视频监控系统、课堂教学评价督导系统和课堂教学录播系统。
11、作为改进，教师身体活动数据：活动范围数据标记包括讲台、屏幕、学生、实验、实训、示范和非讲学区域；身体动作数据标记包括站、坐、走、跑、跳、举手、静止、转身、操作和示范；面部动作数据标记包括说话、唱歌、喊话、微笑、大笑、哭和静止；课堂提问数据标记包括提问对象、重复提问次数、提问对象人数、提问次数和提问时长；课堂交流数据标记包括交流对象、重复交流次数、交流对象人数、交流次数和交流时长；教学示教数据标记包括操作次数、实操时长、实操准确度、实操错误点和实操错误次数；学生身体活动数据：活动范围数据标记包括讲台、屏幕、学生、实验、实训、示范和非讲学区域；身体动作数据标记包括站、坐、走、跑、跳、举手、静止、转身、操作和示范；面部动作数据标记包括说话、唱歌、喊话、微笑、大笑、哭和静止；回答提问数据标记包括回答对象、回答次数和回答时长；课堂交流数据标记包括交流对象、重复交流次数、交流对象人数、交流次数和交流时长；
12、学生实操数据标记包括实操次数、实操时长、实操准确度、实操错误点和实操错误次数。
13、作为改进，所述关联数据模型包括理论课模型、实验课模型和实训课模型。
14、作为改进，理论课模型，
15、教学内容权重占10%-15%
16、1)音频转文本比对教学内容设计与课程标准进行比对，设定权重70%，
17、2)音频转文本比对教学内容设计与ai接口进行比对，设定权重30%，
18、3)评定结果设定，优≥90%，良≥75<90%，中≥60%<75%，差<60%；
19、教学目标权重占15%-20%
20、1)音频转文本比对教学目标与课程标准进行比对，设定权重70%，
21、2)音频转文本比对教学目标与ai接口进行比对，设定权重30%，
22、3)评定结果设定，优≥90%，良≥75<90%，中≥60%<75%，差<60%；
23、实施过程权重占40%-50%
24、1)ai语音分析，进行授课语音、语调、语速评定，设定权重20%，
25、2)ai语音分析教学实施与设计教学目标和教学重难点的匹配度，设定权重20%，
26、3)ai语音分析理论结合实践案例的情况分析，设定权重20%，
27、4) ai图像识别教学多媒体素材的使用类型、次数、时长分析，设定权重20%，
28、5)ai图像识别提问，互动，交流的次数、时长分析，设定权重20%，
29、6)评定结果设定，优≥90%，良≥75<90%，中≥60%<75%，差<60%；
30、教学效果权重占25%
31、1)ai语音分析，学生回答问题准确性，设定权重40%，
32、2)ai图像识别，学生与老师交流互动的类型、次数、时长分析，设定权重30%，
33、3)ai图像识别学生对上课内容的注意力集中情况分析，设定权重30%，
34、4)评定结果设定，优≥90%，良≥75<90%，中≥60%<75%，差<60%。
35、作为改进，实验课模型，
36、教学内容权重占10%-15%
37、1)音频转文本比对教学内容设计与课程标准进行比对，设定权重70%，
38、2)音频转文本比对教学内容设计与ai接口进行比对，设定权重30%，
39、3)评定结果设定，优≥90%，良≥75<90%，中≥60%<75%，差<60%；
40、教学目标权重占15%-20%
41、1)音频转文本比对教学目标本文档来自技高网...
【技术保护点】
1.一种基于AI技术的常态化教学质量评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：所述课堂教学视音频录播系统包括精品课录播系统、常态化录播系统、课堂视频监控系统、课堂教学评价督导系统和课堂教学录播系统。
3.根据权利要求1所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：
4.根据权利要求1所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：所述关联数据模型包括理论课模型、实验课模型和实训课模型。
5.根据权利要求4所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：
6.根据权利要求4所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：
7.根据权利要求4所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：
8.根据权利要求1所述的一种基于AI技术的常态化教学质量评价方法，其特征在于：教学质量评价系统根据评价结果进行教学改进反馈。
【技术特征摘要】
1.一种基于ai技术的常态化教学质量评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于ai技术的常态化教学质量评价方法，其特征在于：所述课堂教学视音频录播系统包括精品课录播系统、常态化录播系统、课堂视频监控系统、课堂教学评价督导系统和课堂教学录播系统。
3.根据权利要求1所述的一种基于ai技术的常态化教学质量评价方法，其特征在于：
4.根据权利要求1所述的一种基于ai技术的常态化教学质量评价方法，其特征在于：所...
【专利技术属性】
技术研发人员：冯大治，
申请(专利权)人：广州市英途信息软件股份有限公司，
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。