[发明专利]基于人工智能的英语教学交互方法及系统

说明书

本发明涉及一种基于人工智能的英语教学交互方法及系统，其是通过计算任意两学生的发音互补特征，将发音互补特征作为节点的大小，构建图数据结构一，从而确定所有极大团对应的集合，从中提取出同时属于多个集合的学生，组成集合X，去掉集合X中的学生后，重新构建图数据结构二，获取集合Y，计算计算学生与集合Y的适配度，获取集合X中每个学生的分组集合，分别从每个分组集合中随机选取一个元素，构成分组策略，计算所述分组策略中的多个元素的适配度的和，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。即本发明的方案能够更好地进行学生的分组，提高教学效率。

技术领域

本发明涉及教学系统技术领域，具体涉及基于人工智能的英语教学交互方法及系统。

背景技术

随着互联网技术的发展，在线教育日益成为一种新的教学方法，在线教育具有教学地点不受限制、教育资源实现公平共享、上课时间较为灵活等优点。但是，相对于传统的面授教育，在线教育普遍存在互动效果较差、学生注意力不容易集中、老师难以发现学生上课的学习效果。此外，目前无论是传统教育还是在线教育，全班学生跟随所在班级的进度进行整体的授课，缺少个体针对性，比如一节课传授的知识点中，如英语单词的学习中，一部分学生对某些单词已经熟悉掌握，那么根据班级教学进度还是重复性学习，显然是降低了学习效率；而一部分学习对某些单词则还不能正确发音，其在进行重复性学习时，老师在进行在线教育时没有针对性；同时由于每个学生的学习效果不同，老师难以兼顾所有学生，导致学习效果不佳。

发明内容

本发明的目的在于提供一种基于人工智能的英语教学交互方法及系统，用以解决针对目标词学习时，学习效率和效果低下的问题。

本发明提供的一种基于人工智能的英语教学交互方法，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，计算任意两个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。

进一步地，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。