[发明专利]一种语言教学评价方法及系统在审

专利信息
申请号: 202310356086.0 申请日: 2023-04-04
公开(公告)号: CN116401351A 公开(公告)日: 2023-07-07
发明(设计)人: 张俯耀;林晨烟;潘辉 申请(专利权)人: 张俯耀
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F40/279;G06F40/30;G06N3/0442;G06N3/0499;G06N3/084;G06Q50/20
代理公司: 北京子焱知识产权代理事务所(普通合伙) 11932 代理人: 李娜
地址: 132013 吉林省吉林市科*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 语言 教学 评价 方法 系统
【权利要求书】:

1.一种语言教学评价方法,其特征在于,所述方法包括:

在预构建的语言教学系统中选取待学习语言,获取所述待学习语言的待学习模块及学习用户,其中,所述待学习模块包括视频课程、文本训练、口语训练,并基于所述视频课程,开启所述文本训练与所述口语训练;

定义所述文本训练的训练试题与训练对话文本,在所述训练对话文本中获取所述学习用户的用户文本,将所述用户文本进行分词处理,得到文本分词,将所述文本分词与所述用户文本的历史文本输入至正向记忆网络,得到文本正向特征与历史正向特征,并将所述文本分词与所述历史文本输入至反向记忆网络中,得到文本反向特征与历史反向特征,拼接所述文本正向特征与所述文本反向特征,得到文本特征,并拼接所述历史正向特征与所述历史反向特征,得到历史特征,利用下述公式拼接所述文本特征与所述历史特征,得到文本-历史特征:

其中,y表示所述文本-历史特征,B表示BILSTM模型,xw表示所述文本特征,xh表示历史特征,w表示双向长短期记忆网络的权重,b表示偏置,

根据所述文本-历史特征,利用下述公式计算所述用户文本的意图类别概率:

I=Softmax(y×WI);

其中,I表示所述意图类别概率,Softmax表示激活函数,用于将概率映射至[0,1]区间内,WI表示进行概率分析时的权重,y表示所述文本-历史特征,

查询所述意图类别概率对应的意图类别,匹配所述意图类别的文本回复,基于所述用户文本与所述文本回复,确定多轮对话文本,对所述多轮对话文本进行文本对话评分,得到文本对话成绩,综合所述训练试题与所述文本对话成绩,计算所述学习用户在所述文本训练中的文本成绩;

定义所述口语训练的诵读训练试题与口语对话试题,在所述口语对话试题中进行所述学习用户的口语对话,得到多轮对话口语,对所述多轮对话口语进行口语对话评分,得到口语对话成绩,在所述诵读训练试题中提取所述学习用户的音频信息,利用所述音频信息计算所述学习用户在所述诵读训练试题中对应的诵读成绩,综合所述口语对话成绩与所述诵读成绩,计算所述学习用户在所述口语训练中对应的口语成绩;

综合所述文本成绩与所述口语成绩,计算所述学习用户的语言总成绩,并提取所述学习用户在所述待学习模块中的学习者评价,根据所述语言总成绩与所述学习者评价,执行对所述学习用户的语言教学评价,得到语言教学评价结果。

2.根据权利要求1所述的语言教学评价方法,其特征在于,所述对所述多轮对话文本进行文本对话评分,得到文本对话成绩,包括:

筛选所述多轮对话文本中的待评分文本;

对所述待评分文本进行单词错误性检测;

在存在错误性单词时,计算所述待评分文本的单词错误率,并对所述错误性单词进行单词纠正,得到纠正单词;

对由所述纠正单词构成的第一纠正文本进行语法错误性检测;

在存在错误性语法时,计算所述第一纠正文本的语法错误率,并对所述错误性语法进行语法纠正,得到纠正语法;

对由所述纠正语法构成的第二纠正文本进行语义错误性检测;

在存在错误性语义时,计算所述错误性语义的语义错误率;

根据所述单词错误率、所述语法错误率及所述语义错误率,计算所述文本对话成绩。

3.根据权利要求2所述的语言教学评价方法,其特征在于,所述在存在错误性单词时,计算所述待评分文本的单词错误率,包括:

利用下述公式计算所述待评分文本的单词错误率:

其中,word error表示所述单词错误率,quantitywrongword表示所述错误性单词的数量,quantityallword表示所述待评分文本中所有文本单词的数量。

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张俯耀,未经张俯耀许可,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/202310356086.0/1.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