基于大语言模型的学前教育活动方案智能生成方法技术

本发明专利技术公开了一种基于大语言模型的学前教育活动方案智能生成方法，包括数据预处理模块：将输入的多源数据经清洗标注后，生成结构化数据集；模型微调模块：以DeepSeek‑R1大模型为基座，通过分层参数优化生成学前教育领域专用模型PS_edu‑LLM；知识库构建模块：对预处理后的文档进行语义分块、向量化处理后存入FAISS向量库，并进行动态更新；RAG生成模块：用户查询输入口，经语义检索、上下文拼接生成活动方案初稿；生成后处理模块：合规性校验引擎，对方案进行规则过滤，输出最终文档；反馈迭代模块：收集教师评分及实操日志，数据回流至训练模块，形成闭环。本发明专利技术显著提升教案设计效率与适配性，在学前教育中具备突出应用价值。

【技术实现步骤摘要】

本专利技术涉及人工智能与教育结合，更具体涉及一种基于大语言模型的学前教育活动方案智能生成方法。

技术介绍

1、学前教育活动方案是幼儿园教学的核心载体。其设计需深度融合《3-6岁儿童学习与发展指南》《幼儿园保育教育质量评估指南》等政策要求，以游戏为基本形式，兼顾幼儿认知规律、兴趣导向与安全保障。然而，当前活动方案设计高度依赖教师个体经验，面临系统性障碍。

2、教师专业素养差异显著影响方案质量，不同教师对政策解读、儿童心理学知识的掌握程度不一，设计方案常出现目标偏离（如重知识灌输轻探究能力）、活动形式单一（如集体教学占比过高）等问题，难以落实“以游戏促发展”的核心原则。资源不均衡进一步加剧质量分化，优质园所可通过教研团队打磨方案，但资源薄弱地区教师因缺乏培训与案例库支持，设计质量参差不齐，甚至出现违反幼儿身心规律的内容（如过早引入书写训练）。

3、传统设计模式在效率与创新之间难以平衡。单份方案需4-6小时人工撰写，教师被迫将精力消耗在重复性内容（如教具清单整理）而非创意设计上，导致活动同质化严重，无法满足幼儿个性化探索需求。此外，教育政本文档来自技高网...

【技术保护点】

1.基于大语言模型的学前教育活动方案智能生成方法，其特征在于：包括以下几个步骤：

2.根据权利要求1所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤S1中，数据预处理模块包括以下几个步骤：

3.根据权利要求2所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤S12中，数据清洗采用半监督学习优化BiLSTM-CRF模型，标注准确率≥95%，并对低质量数据隔离供人工复核。

4.根据权利要求1所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤S2中，模型微调模块包括以下几个步骤：

...

【技术特征摘要】

1.基于大语言模型的学前教育活动方案智能生成方法，其特征在于：包括以下几个步骤：

2.根据权利要求1所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤s1中，数据预处理模块包括以下几个步骤：

3.根据权利要求2所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤s12中，数据清洗采用半监督学习优化bilstm-crf模型，标注准确率≥95%，并对低质量数据隔离供人工复核。

4.根据权利要求1所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤s2中，模型微调模块包括以下几个步骤：

5.根据权利要求4所述的基于大语言模型的学前教育活动方案智能生成方法，其特征在于：所述步骤s21中，低秩矩阵的注入方式为：对每层注意力模块的权重矩阵权重矩阵进行低秩分解，插入可训练矩阵和进行更新公式，公式表示如下：

【专利技术属性】
技术研发人员：赵玲君，梁序铭，
申请(专利权)人：天津市东丽区海颂幼儿园，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人