CN102194346A

CN102194346A - 一种自动分析词汇难度及注解难点词汇的嵌入式系统及方法

Info

Publication number: CN102194346A
Application number: CN2011101666938A
Authority: CN
Inventors: 陈淮琰; 钟辉
Original assignee: Inventec Besta Xian Co Ltd
Current assignee: Inventec Besta Xian Co Ltd
Priority date: 2011-06-21
Filing date: 2011-06-21
Publication date: 2011-09-21

Abstract

本发明提出了一种自动分析词汇难度及注解难点词汇的方法，包括以下步骤：1)系统提示是否设置目前用户的词汇水平，若是，则进行步骤2)判断是否进行用户词汇水平测试，若是，则进行步骤3)对测试结果进行统计，获得用户词汇水平的难度系数；4)结合得到的难度系数对将要阅读的文章进行分析；若文章的难度系数大于获取的用户的词汇水平难度系数，则进行步骤5)辅助注释难度大于等于用户词汇水平的词汇。本发明的自动分析词汇难度及注解难点词汇的嵌入式系统及方法，可以实现自动分析难易，并根据难易自动注解疑难词汇，使学习效率大大提高。

Description

一种自动分析词汇难度及注解难点词汇的嵌入式系统及方法

技术领域

本发明涉及一种嵌入式系统，尤其涉及一种自动分析词汇难度及注解难点词汇的嵌入式系统及方法。

背景技术

外语学习中，如果仅仅单独的词汇以及语法学习，是难以掌握和提高阅读能力。词汇在句子中进行学习和记忆，句子组成文章段落，大量的阅读，才能真正的掌握好外语。故此外语学习中需要进行大量的外语文章的阅读。

现有的外语阅读，如果进行全文翻译(如谷歌翻译http://translate.google.com，百度翻译http://site.baidu.com/list/104fy.htm)，很多时候都不能保证好的准确度，并且翻译后的词汇顺序阅读起来比较奇怪，影响阅读速度。阅读起来比较费劲。

而如果阅读者原文阅读，遇到看不懂的词汇或者短语再借助词典工具进行查询，又很容易打断阅读的连贯性，并如果以学习提高外语为目的的阅读(阅读理解等联系)，这种中断的非连续的阅读非常不利于外语阅读能力的提高和外语水平的提升。并且用户多个词汇去查阅，也费事费力，浪费时间。

人类学习语言，学习的内容基本都是按照先易后难的原则进行，英语学习中，基本以ABC 26字母开始，并以简单日常口语生活用语的基础语句开始。而再慢慢难的词汇和阅读…中文学习也一样，拼音开始(声韵母等)，简单笔画字…小学，中学，高中，大学等，学习内容也是越来越复杂。

发明内容

为了解决背景技术中所存在的技术问题，本发明提出了一种自动分析词汇难度及注解难点词汇的嵌入式系统及方法，可以实现自动分析难易，并根据难易自动注解疑难词汇，使学习效率大大提高。

本发明的技术解决方案是：一种自动分析词汇难度及注解难点词汇的方法，其特殊之处在于：所述方法包括以下步骤：

1)系统提示是否设置目前用户的词汇水平，若是，则进行步骤2)；

2)判断是否进行用户词汇水平测试，若是，则进行步骤3)；

3)对测试结果进行统计，获得用户词汇水平的难度系数；

4)结合得到的难度系数对将要阅读的文章进行分析；若文章的难度系数大于获取的用户的词汇水平难度系数，则进行步骤5)；

5)辅助注释难度大于等于用户词汇水平的词汇。

上述步骤2)的具体步骤是：

2.1)选择测试词汇量；

2.2)按照容易到难等比例随机抽取各难度级别的词汇作为测试词汇；

2.3)为被测词汇生成正确答案以及干扰项，利用选择的方式开始测试；

2.4)系统按照先易后难的顺序进行测试；

2.5)统计答错以及放弃的数量，得出本次测试的结果。

上述步骤4)的具体步骤是：

4.1)分析并获取将要阅读的文章的所有词汇的难度系数；

4.2)将步骤4.1)得到的所有词汇的难度系数都与获得的用户词汇水平的难度系数一一进行对比。

上述步骤2)中若不进行用户词汇水平测试，则进行以下步骤：

2.1.1)用户直接选择自己的词汇水平；

2.1.2)选择或者输入自己的词汇水平难度系数，所述难度系数的值是0.01～1.00；

上述步骤5)之后还包括步骤6)用户是否触发新的词汇查询，若是，则进行步骤7)追踪并记录被注释的词汇，判断被注释的词汇是否超过一个设定值。

上述步骤7)若被注释的词汇超过设定值，则返回步骤4)。

一种自动分析词汇难度及注解难点词汇的嵌入式系统，其特殊之处在于：所述系统包括获取用户词汇水平的获取单元、对获取到的词汇水平的难度系数进行分析的处理单元、对难度系数进行对比的对比单元、对文章进行显示的显示单元以及追踪查询词汇数量的统计单元；所述获取单元、对比单元、显示单元和统计单元分别与处理单元连接。

上述对比单元内设置词汇的难度系数数据库。

本发明的系统及方法利用词根的难易程度，发音(英标)发音难度，并扫描海量学习资料整理出词汇使用频率，得到词汇使用频率表。结合通用常用词汇表，单词长度等诸多因素综合建立词汇难易表(难度系数表)。

在用户阅读练习的时候，根据用户掌握词汇的水平级别，对用户阅读的内容的词汇进行词汇难度分析，并讲待阅读的文本中所有难度系数高于目前用户的词汇掌握水平的词汇进行自动注解并显示给用户，其中注解可以含有上解释和英标一项或者多项，而又不太篇幅全文通篇翻译，而又避免用户阅读中遇到不认识的新单词而不断的中断阅读进行查阅的时间的浪费，并有助于使用者保持连贯性阅读习惯，提高外语运阅读的能力。

可自动扫描和检查待阅读的文本是否适合阅读目前用户进行阅读(自动挑选适合用户阅读的文章供用户阅读，而避免学习太容易的内容(浪费时间)或者太难的内容。

附图说明

图1是本发明的方法流程图；

图2是本发明系统的结构示意图；

具体实施方式

参见图1，本发明的自动分析词汇难度及注解难点词汇的方法，该方法包括以下步骤：一种自动分析词汇难度及注解难点词汇的方法，其特征在于：所述方法包括以下步骤：

2)判断是否进行用户词汇水平测试，若是，则进行步骤3)；若不进行用户词汇水平测试，则进行以下步骤：

2.1.1)用户直接选择自己的词汇水平；

步骤2)的具体步骤是：

2.1)选择测试词汇量；

2.4)系统按照先易后难的顺序进行测试；

2.5)统计答错以及放弃的数量，得出本次测试的结果。

3)对测试结果进行统计，获得用户词汇水平的难度系数；

4.1)分析并获取将要阅读的文章的所有词汇的难度系数；

5)辅助注释难度大于等于用户词汇水平的词汇。

6)用户是否触发新的词汇查询，若是，则进行步骤7)追踪并记录被注释的词汇，判断被注释的词汇是否超过一个设定值；步骤7)若被注释的词汇超过设定值，则返回步骤4)。

一种自动分析词汇难度及注解难点词汇的嵌入式系统，包括获取用户词汇水平的获取单元1、对获取到的词汇水平的难度系数进行分析的处理单元2、对难度系数进行对比的对比单元3、对文章进行显示的显示单元4以及追踪查询词汇数量的统计单元5；获取单元1、对比单元3、显示单元4和统计单元5分别与处理单元2连接。对比单元3内设置词汇的难度系数数据库31。

本发明的具体实施例如下：

英语翻译为中文：谷歌翻译全文翻译结果：全文翻译一般的翻译引擎(机器翻译)都不够精准，阅读起来比较费劲，参见表一、表二；

表一

表二

应用本发明的方法，针对上述的问题，可以做如下操作：

A、建立词汇难度表(0.01(1％)[最基础词汇]-1.00(100％)[最难的词汇])

1、以外语教材的年级区分基本级别；

2、扫描海量文本(电子辞典内建有上百部辞典，海量出版社外语资料)，得到词汇使用频率，根据使用频率，将常用词汇降低难度。(常用词都可以分级，越高频词难度系数设置为越低，越是生僻词，难度系数设置越高；

3、拼写长度长的词汇，难度系数调高；

4、根据词根常见程度(组合词的频率)调整含有词根的单词的难度系数。(词根的难易程度可以统计含有词根的词汇的平均难度系数作为运算基准，含有词根的词汇平均难度系数低，则词根难度系数可以设置为低。含有词根的词汇平均难度系数高，则认为词根难度系数搞。并颗扫描海量文本，统计词根使用频率，根据频繁成都修正难度系数；

5、特定前后缀词，如non，un等，其难度系数设置为去除non，un等前后缀的原词的难度系数；

6、不常见的字母组合，词汇难度系数调高；

7、超过一定数量的音节的词汇，发音拗口(还有一些发音难度较大的英标元素)的词汇，难度系数调高；

8、专业术语词汇难度系数调高；

9、外遇中的外来词，难度系数调高(以英语为例，如英文中的法语外来次，一些不常见的南美外来词，拉丁文等。

B、测评当年用户的英文词汇水平

可以有下面3种方式之一或者多种方式的组合：

1、用户自己选择一个等级的水平。

如用户选择初中，高中第几个年级等

2、对用户进行快速测定

抽取一定组合不同难度系数的词汇，并根据用户答对的个数，(以中文为母语的用户学习英文为例，在词库中根据不同的难度系数随机抽取一组单词，并根据该词汇解释的内容，自动抓取词汇解释内容生成一组正确档案。根据该词汇诸多辞典中衍生的可能相关的其它容易混淆意思的其它词汇的内容作为其它干扰项(如【rough，approximate，ragged，rude】)，参见表三：

表三

A，B，C，D，F选项用户选择，如果选择对了，则表示用户知晓这个词汇的含义，当然这里(A-＞rough，B-＞approximate，C-＞ragged，D-＞rude)，如果用户本身不认识，则还可以选择最后一个选项F(放弃选择)，告诉我们的装置说该词汇用户没有掌握，而避免A，B，C，D乱选而误命中正确的答案。毕竟我们的用户测试不是说为了考得高分，而仅仅是为了准确的测量出用户当前阅读阅读状态下真实的词汇掌握程度，进而进行得到适合该用户进行外语文章阅读中辅组翻译的使用的难度系数基准。

如果所有辞典资料库都没有记录有该词汇的衍生，对比，词根，词根相关词组等相关词汇词组等，则考虑发音或者拼写接近的词汇或者词组的解释，用来当作干扰项(如【effect，affect，effort】)。

当然，如果拼写或者发音接近的其它词汇也没有找到的话，则可以随机取别其它的词汇，用来用作干扰项(干扰项的词汇难度系数可以设计的和考察词汇接近或者类似，当然也可以不考虑难度系数，但考察词汇的难度系数是有规则的难易均有的一种随机抽取的方式，并且出题顺序准寻先易后难)。测试过程中，直到某个难度范围的词汇，用户答错或放弃一定数量的题数，

则反馈出用户目前的词汇掌握水平(难度系数)。

本发明的跟踪查询情况的具体实现方式如下：

跟踪用户查询的的一定数量(如设定的阀值m个)的词汇(分析查询的词汇的难度并做记录，)，预测用户需要查询的词汇的难度。

假设跟踪用户查询词汇的阀值m＝3，如用户阅读文章的过程中，先后用户至少查询了3个词汇以后，则系统计算这三个难度系数的平均值，并计算出来的平均值作为用户的词汇掌握水平。并启用辅助部分难词汇的注解翻译(注释到原文难的词汇后面)，如果注释的词汇之外，仍有用户不认识的词汇，而用户在阅读中选择的查阅新的词汇，则将该词汇的难度系数统计到之前跟踪的词汇的难度系数，并重新求得平均值，并得到用户新的词汇水平，并重新使用新的得到的用户的词汇水平(难度阀值)重新进行难词汇的辅助注释。

上述3种方式任意一种的方式，获取到阅读用户的词汇水平之后，即根据用户的词汇水平(掌握词汇的难度系数值)，则自动将当前屏幕显示的阅读中的内容依据内建的词汇难度系数表，当单词的难度系数大于等于用户的词汇水平(掌握词汇的难度系数值)的话，则自动将解释内容(或包括发音)自动增加到词汇后面(括号注释中)，进而帮助用户进行阅读。并提高用户的阅读理解的速度，并通过多次辅助阅读，在段落中掌握句子，在句子中掌握词汇，提升阅读能力，增加词汇量，提升用户的外语水平。

当然，用户使用过程中，如果对辅助注解的词汇(翻译的难度感觉有偏差的情况)，还可以提供一组供用户使用过程中实时调节难度的功能，允许用户对目前系统判断得到用户词汇水平的进行调整。如用户glossary++，glossary--。如果用户使用过程中选择glossary++，则告知系统用户的词汇水平比目前系统认定的用户词汇水平偏低，则系统将辅助注解的词汇难度系数降低(翻译更多的词汇)，并重新进行辅助注解；反之，如果选择glossary--，则告知系统用户的词汇水平比目前系统认定的用户词汇水平偏高(用户实际的英文词汇水平更高或者用户阅读过程中水平有了提升)，则系统将辅助注解的词汇难度系数增加(减少注释词汇的数量)，并重新进行辅助注解。下面以具体例子加以说明：

假设用户的难度系数设定为0.57，系统发现文章中有6个词汇难度系数≥0.57，则辅助注解会有6个词汇自动进行注解(该6个词汇架设难度系数为：

用户使用中如果发现注解的词汇可能有一些自己本身就认识，不需要注解，即用户的实际的词汇水平高于系统目前认定的0.57，用户就可以选择glossary++，调高辅助注解的触发难度系数，如0.57-＞0.58以后，则系统可能只注解4个词汇(A(0.57)，C(0.57)因为难度系数低于用户调整以后的0.58的难度系数，故属于用户的词汇掌握水平范围，不需再进行注解)。

如果用户继续将难度系数0.58-＞0.59以后(用户选择glossary++)，则词汇D(0.58)也不会再有注释，此时只注解B(0.60)，E(0.71)，F(0.59)三个词汇。如果用户继续将难度系数0.59-＞0.60以后，则词汇B(0.60)F(0.59)两个词汇则不会再有注释，此时只注解E(0.71)一个词汇。

如果用户继续将难度系数0.60-＞0.72以后，则词汇E(0.71)这个词汇也不会再有注释，而变成了无任何注释(用户的水平值0.72，而文章中所有词汇难度均再0.72以下，已经不需要进行注释)。

Claims

1.一种自动分析词汇难度及注解难点词汇的方法，其特征在于：所述方法包括以下步骤：

2)判断是否进行用户词汇水平测试，若是，则进行步骤3)；

3)对测试结果进行统计，获得用户词汇水平的难度系数；

5)辅助注释难度大于等于用户词汇水平的词汇。

2.根据权利要求1所述的自动分析词汇难度及注解难点词汇的方法，其特征在于：所述步骤2)的具体步骤是：

2.1)选择测试词汇量；

2.4)系统按照先易后难的顺序进行测试；

2.5)统计答错以及放弃的数量，得出本次测试的结果。

3.根据权利要求2所述的自动分析词汇难度及注解难点词汇的方法，其特征在于：所述步骤4)的具体步骤是：

4.1)分析并获取将要阅读的文章的所有词汇的难度系数；

4.根据权利要求3所述的自动分析词汇难度及注解难点词汇的方法，其特征在于：所述步骤2)中若不进行用户词汇水平测试，则进行以下步骤：

2.1.1)用户直接选择自己的词汇水平；

2.1.2)选择或者输入自己的词汇水平难度系数，所述难度系数的值是0.01～1.00。

5.根据权利要求1或2或3或4所述的自动分析词汇难度及注解难点词汇的方法，其特征在于：所述步骤5)之后还包括步骤6)用户是否触发新的词汇查询，若是，则进行步骤7)追踪并记录被注释的词汇，判断被注释的词汇是否超过一个设定值。

6.根据权利要求5所述的自动分析词汇难度及注解难点词汇的方法，其特征在于：所述步骤7)若被注释的词汇超过设定值，则返回步骤4)。

7.一种自动分析词汇难度及注解难点词汇的嵌入式系统，其特征在于：所述系统包括获取用户词汇水平的获取单元、对获取到的词汇水平的难度系数进行分析的处理单元、对难度系数进行对比的对比单元、对文章进行显示的显示单元以及追踪查询词汇数量的统计单元；所述获取单元、对比单元、显示单元和统计单元分别与处理单元连接。

8.根据权利要求7所述的自动分析词汇难度及注解难点词汇的嵌入式系统，其特征在于：所述对比单元内设置词汇的难度系数数据库。