[发明专利]基于人工智能的英语教学交互方法及系统

权利要求书

1.一种基于人工智能的英语教学交互方法，其特征在于，包括以下步骤：

步骤1，构建标准模型数据库，所述标准模型数据库包括目标词的标准发音特征，其中的目标词的标准发音特征包括口型标准变化特征和/或舌型的标准弯曲变化特征以及标准伸展变化特征；

步骤2，获取同一目标词的学生发音特征，并将所述发音特征与所述标准模型数据库中的标准发音特征比较，计算两者的差异程度，根据所述差异程度确定各学生的跟读特征；

步骤3，根据所述跟读特征，获取同一目标词下每个学生的异常发音特征和任意两学生之间的辅助特征，进而确定各学生不同目标词的异常发音特征序列以及任意两学生之间的辅助特征序列；

步骤4，对于任意两个学生，根据所述辅助特征序列和异常发音特征序列，计算任意两学生的发音互补特征，将任意两个学生作为一个节点，对节点进行密度聚类，获得不同的类别，当节点属于同一类别，则节点之间相互不连接，当节点不属于同一类别，则进行连接，该连接边的边权值为两节点的余弦距离，构成图数据结构一；

步骤5，获取所述图数据结构一的所有极大团，所有极大团对应的集合为遍历集合提取同时属于多个集合的学生x，组成集合X，集合中任意一个集合去掉对应的学生后，将剩余的学生重新构建图数据结构二，获取集合Y，计算学生x与集合Y的适配度，获取学生x的所有学生分组，并构成分组集合；

步骤6，遍历集合X获得多个分组集合，分别从每个分组集合中随机选取一个学生分组，构成分组策略，计算所述分组策略中的多个学生分组的适配度的和，选取适配度之和的最大值对应的分组策略作为最优的分组策略，并制定相应的教学交互策略。

2.根据权利要求1所述的基于人工智能的英语教学交互方法，其特征在于，

集合X中的学生x分配到集合Y中的适配度f(x,Y)的计算方法为：

其中，P2为将学生x分配到集合Y的学习收益，P1为集合Y的学习收益，Py_m为极大团y_m的学习收益，y_m表示第m个极大团对应的学生集合；α_m为学生x的环境增益系数，α_m＝u×exp(P1-Py_m)，u为集合Y与集合y_m的交并比。

3.根据权利要求2所述的基于人工智能的英语教学交互方法，其特征在于，所述学习收益的计算方法为：

1)构建集合的图数据结构，计算图数据结构的全局收益特征，所述全局收益特征为图数据结构的节点均值与边权值均值的乘积；所述集合包括集合集合Y以及将集合X中的学生分配到集合Y后得到的集合；

2)获取图数据结构中的每个极大团的节点个数与所有节点的比值，将所述比值与对应极大团边权值之和相乘，得到局部收益特征；

3)根据全局收益特征与局部收益特征，计算集合的学习收益。

4.根据权利要求1所述的基于人工智能的英语教学交互方法，其特征在于，所述的适配度为：

其中，p2为学生x分配到集合Y后的发展潜力特征，p1为集合Y的发展潜力特征，p_m为集合y_m的发展潜力特征。

5.根据权利要求4所述的基于人工智能的英语教学交互方法，其特征在于，所述发展潜力特征的获取方法为：

获取集合中的节点的发音互补特征，将获取的发音互补特征构成一个矩阵，其中的行表示同一节点的不同目标词的发音互补特征，列表示同一目标词不同节点所对应的发音互补特征；并对每一列进行归一化处理，然后计算所述矩阵的均值，将所述均值作为集合的发展潜力特征；其中所述集合包括集合集合Y以及将集合X中的学生分配到集合Y后得到的集合。

6.根据权利要求1所述的基于人工智能的英语教学交互方法，其特征在于，采用舌型变化特征计算跟读特征的方法：

获取学生的弯曲特征序列与标准弯曲特征序列的弯曲差异程度V1以及伸展特征序列的伸展差异程度V2，将两差异程度进行加权求和，得到学生的跟读特征。