[发明专利]语文阅读理解智能测试和智能辅导系统和方法有效

专利信息
申请号: 202010048984.6 申请日: 2020-01-16
公开(公告)号: CN111326040B 公开(公告)日: 2020-12-22
发明(设计)人: 徐安邦;刘华 申请(专利权)人: 深圳市芥菜种科技有限公司
主分类号: G09B7/04 分类号: G09B7/04;G09B7/08;G06K9/62;G06N3/08;G06N20/10;G06N20/20
代理公司: 深圳智汇远见知识产权代理有限公司 44481 代理人: 沈园园;田俊峰
地址: 518027 广东省深圳市前海深港合作*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语文 阅读 理解 智能 测试 辅导 系统 方法
【说明书】:

本申请公开了一种语文阅读理解智能测试和智能辅导系统和方法。其中,该系统是互联网、人工智能等新兴技术在语文阅读理解教学和评价领域的运用,包括基于语文阅读理解能力模型的智能选题子系统,基于人工智能的语文阅读理解自动评价子系统,针对语文阅读理解的个性化、层次化辅导子系统,基于数据挖掘的语文阅读理解教学辅助子系统。该系统能够根据学习者的阅读能力进行智能选题,并能够对语文阅读理解题,包括主观题进行自动评分和评价;而在准确掌握每个学习者阅读理解具体学情的基础上,进一步实施针对性、个别化智能辅导,从而实现语文阅读理解的因材施教。此外,系统也可以通过生成的数据为线下教学提供辅助。

技术领域

本申请涉及人工智能教育领域,具体而言,涉及一种语文阅读理解智能测试和智能辅导系统和方法。

背景技术

传统的语文阅读理解测试和辅导主要依赖人力,且缺乏个别化,即往往忽视学习者个体的特征和需要,而只提供统一的试题和划一的指导(如全年级使用同样的试题,全班接受同样的教学指导)。这不利于学习者学习成绩的提高,也不利于其个性的发展。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

随着互联网、人工智能等新兴技术融入教育领域,英语、数学等学科的线上测试和辅导不再单纯依靠人力,且逐渐呈现出智能化、个性化的特征。不过,目前线上带有智能性的测试和辅导大多基于学科知识,而非学科能力。而针对语文阅读理解能力的智能测试和辅导就更加没有先例。本申请实施例提供了一种语文阅读理解智能测试和智能辅导系统和方法,以至少解决相关领域的辅导需要消耗较多人力资源的技术问题。本申请基于互联网、人工智能、自然语言处理等技术,提供基于语文阅读理解能力的智能测试和智能辅导系统,一则基于学习者的阅读能力,智能选择最有利于其能力提高的试题供其练习,并对其答案(包括主观题的答案)进行智能评价;二则针对学习者的答题情况和疑难困惑,予以智能辅导和解答,从而真正实现语文阅读理解领域的个别性教学和个别化评价。

根据本申请实施例的一个方面,提供了一种语文阅读理解智能测试和智能辅导系统,语文阅读理解的智能测试和智能辅导系统主要包括四个子系统,这些子系统相互配合、紧密联系,协同促进学习者语文阅读能力的提高。

1.基于语文阅读理解能力模型的智能选题子系统。

该子系统根据对学习者前测的数据或以前的答题数据,智能选取最适合该学习者、最有利于其能力提高的测试题。其主要步骤如下:S1、按照难度等级对题库中的每篇阅读理解题(大题)进行归类,建立相应标签。S2、建构阅读理解能力模型,模型包括提取信息、理解词句、概括内容、分析结构、把握主旨、品味语言、分析写作手法、鉴赏艺术风格等子能力。S3、分析题库中每道题目(或称小题)所考查的能力点,进一步建立题目的能力标签。S4、分析学习者前测的数据或以前的答题数据,比如在特定难度等级题目上的得分率,根据最近发展区理论,确定适应其阅读能力水平的难度等级,以此作为选取大题的依据。S5、进一步分析学习者前测的数据或以前的答题数据,比如在考查各能力点的小题上的得分率,建构学习者个人的阅读能力模型。S6、根据最近发展区理论,从题库特定难度等级的大题中进一步筛选出匹配其阅读能力模型的题目,以最大程度地促进其能力发展。

2.基于人工智能的语文阅读理解自动评价子系统。

该子系统的核心是对语文阅读理解主观题的答案进行自动评分,在一些实施例中,可选地,子系统可进一步指出哪些答对了,哪些答错了。该子系统的构建有两套方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市芥菜种科技有限公司,未经深圳市芥菜种科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010048984.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top