【技术实现步骤摘要】
本申请涉及神经网络，尤其涉及一种教学资源的认知负荷评估方法、设备和可读存储介质。
技术介绍
1、随着在线资源自动生成不断流行，无论出于资源的美观程度还是更深层次的学习认知，自动生成过程都需要更多的算法或标准支撑，尤其是深度学习这样被认为“黑盒子”、在教育面前缺乏解释性的自动生成资源过程。多媒体学习理论指出：在资源设计、生成过程越接近学习者心理工作模式越能促进学习和知识的掌握，也就是我们的课堂教学资源设计要“以学生为中心”。所以，如果在资源智能生成过程中更多考虑资源适用对象的认知负荷承载能力等元素，那么深度学习过程或许在教育领域才有发展空间，相关教育资源深度学习自动生产的理论才能站得住脚。
2、随着教育技术从感知智能向认知智能过渡，“人机协同”视域下课堂教学资源认知融入了机器智能。认知负荷分为内部认知负荷、外部认知负荷、相关认知负荷，其中的外部认知负荷和相关认知负荷与课堂教学资源的设计者相关，未来的课堂教学资源会越来越依托人机协同进行资源生产，如由人进行资源认知负荷标记、经过机器学习让资源具有认知智能并进行组织、整合和优化。<...
【技术保护点】
1.一种教学资源的认知负荷评估方法，其特征在于，所述教学资源的认知负荷评估方法包括：
2.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤，包括：
3.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤，包括：
4.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤
【技术特征摘要】
1.一种教学资源的认知负荷评估方法，其特征在于，所述教学资源的认知负荷评估方法包括：
2.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤，包括：
3.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤，包括：
4.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述基于模态元素的类型，确定所述单页教学资源中每种所述模态元素对应的指导向量的步骤，包括：
5.如权利要求1所述的教学资源的认知负荷评估方法，其特征在于，所述对所述指导向量进行融合，确定每个所述模态元素对应的特征向量的步骤，包括：
6.如权利要求5所述的教学资源的认知负荷评估方法，其特征在于，所述根据所述权重确定所述第...
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。