CN103413478A - 记忆单词智能学习方法与系统 - Google Patents
记忆单词智能学习方法与系统 Download PDFInfo
- Publication number
- CN103413478A CN103413478A CN2013102864244A CN201310286424A CN103413478A CN 103413478 A CN103413478 A CN 103413478A CN 2013102864244 A CN2013102864244 A CN 2013102864244A CN 201310286424 A CN201310286424 A CN 201310286424A CN 103413478 A CN103413478 A CN 103413478A
- Authority
- CN
- China
- Prior art keywords
- word
- memory
- learner
- words
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明属于智能记忆方法技术领域,具体为一种记忆单词智能学习方法与系统。根据不同学习者的记忆能力,每天花费记忆单词时间的长短,以及记忆不同单词的难易程度,计算出每个单词在不同时期(瞬时记忆、短期记忆和长期记忆)的遗忘模型,再根据遗忘临界点,准确地计算出每个单词的最佳复习时间,由此规划每次记忆的新单词量和复习的旧单词量,并能预测出整体的学习进度。根据上述方法建立的学习系统,既准确又快速,为学习者节约了大量的规划时间和精力,从而提高记忆单词的效率,尤其适合于记忆大量单词。本系统应用在计算机或各种智能移动设备上。
Description
技术领域
本发明属于智能记忆方法技术领域,具体涉及记忆单词智能学习方法与系统。
背景技术
学习任何一种语言,词汇量是衡量一个人掌握这种语言水平的一个十分重要的指标。以学习英语为例,很多中国学生从小学开始学习英语,到大学毕业,用了16年时间,掌握的单词量只有6,000个左右(大学英语六级水平),而美国小学毕业生的单词量为12,000个,美国大学毕业生的单词量更是达到了24,000个,也就是说,中国大学生看美国小学课本,还必须借助字典才行,阅读美国大学教材的难度就可想而知了。差距为何如此之大?其关键是中国人学英语缺少一套科学的学习方法。
根据认知心理学的研究成果,人类记忆单词时的遗忘规律符合艾宾浩斯规律,即遗忘速度是先快后慢,这要求学习者采用循环复习的间隔也应该是先短后长,如,采用5分钟、30分钟、12小时、1天、2天、4天、7天、15天等作为复习间隔。学习者为了记忆成千上万的单词,一般需要制订复杂的背诵计划,例如,杨鹏在《17天搞定GRE单词》一书中,为了记忆6,000个GRE单词,先将全部单词分组,每组有120个单词,记忆一组单词的时间需要1~2小时,如果想在17天内搞定全部单词,需要每天背诵360个新单词,同时需要复习大量已背过的单词。具体地说,第一天需要背诵第1~第3组新词,还要复习第1~第3组旧词;第二天要背诵第4~第6组新词,同时需要复习第1~第6组旧词;第三天要背诵第7~第9组新词,同时复习第4~第9组旧词;第四天要背诵第10~第12组新词,同时需要复习第1~第3组、第7~第12组旧词……以此类推,直到第17天为止。上述记忆单词方法采用固定每天背诵时间、固定复习周期、固定单词分组,是一种十分死板的记忆方案。另外,因为每个人的记忆能力各不相同,每个单词的记忆难度也千差万别,学习者每天利用的记忆单词时间也可能变化,所以采用固定的记忆方案不能适合所有的学习者,无法达到最佳的记忆效果。
发明内容
本发明的目的在于提出一种方便记忆大量单词、提高记忆效果的智能学习方法与系统。
本发明根据人类记忆原理,提出一种能够根据不同学习者记忆能力的差异,记忆不同单词难易程度的差别,以及学习者每天记忆单词所花费时间的不同,准确地计算出每个单词的遗忘曲线模型,并为每个单词在其遗忘临界点处安排最佳复习时间,从而达到最佳的记忆效果。
随着计算机和各种移动设备(如手机等)的发展和普及,很多学习者越来越多地在计算机或移动设备上背单词,尤其是利用移动设备,可以随时随地地背单词,十分适合利用零散时间来记忆单词,为单词的背诵和复习提供了更便利的条件。本发明的智能学习系统就是应用在计算机和各种智能移动设备上的,利用软件快速的计算能力,可以节省传统手工编排计划的麻烦,为学习者节省大量的时间和精力。
德国心理学家艾宾浩斯的遗忘曲线是根据无意义音节为识记材料得出的,当实验条件发生变化时,遗忘曲线也发生变化。例如,当记忆材料不同时,无意义(或学习者不感兴趣)的记忆材料遗忘速度最快,而富有韵律的诗歌遗忘速度最慢。再如,学习者对于熟悉的记忆材料的遗忘速度要比不熟悉的遗忘速度慢得多,也就是说复习的遍数越多,对单词就越熟悉,遗忘速度越缓慢,记忆时间越长。同时,学习方法对遗忘进程也有影响。所有这些影响都可以通过每个单词的遗忘曲线模型来准确表达出来。
当学习者A在时间 学习了单词B时,在时刻,A对B的遗忘为0,也就是100%都记住了。但是随着时间的推移,B会被逐渐遗忘,遗忘规律可以用艾宾浩斯的遗忘曲线表达,也可以用衰减函数表达,如。如果学习者A在时刻对单词B进行测试,则可以得到遗忘函数的影响因子,该公式表达了学习者A对单词B的瞬时记忆。用这个公式可以预测学习者A对单词B的遗忘程度,当达到遗忘临界点时,即可安排复习单词B,此时就是单词B的最佳复习时间。
随着学习者A对单词B的复习次数的增加,逐渐由瞬时记忆转换为短期记忆模式,其遗忘曲线也会发生变化,此时可用函数来表达,同样,通过对单词B的测试,可以得到短期记忆模式下的遗忘函数影响因子。根据短期记忆模式下的遗忘函数,能够预测学习者A对单词B的遗忘速度,当达到遗忘临界点时,安排对单词B的复习是最佳的复习时间。
一般地说,若要达到对单词的长期记忆,需要3~10次复习。对于长期记忆模式,也可采用函数来表达。同样,通过学习者A对单词B的测试,可以得到遗忘函数影响因子,达到长期记忆后,对单词B的遗忘将永远也达不到遗忘临界点,也就不用安排复习了。当然,对于少数简单单词,或学习者已熟悉的单词,只需一次学习过程就可以达到长期记忆的状态。
采用上述模型可以准确地评估每个学习者的记忆能力,跟踪生词表中的每个单词在不同记忆阶段的遗忘速度,不论学习者每次记忆多长时间,总能准确地预测出每个单词的最佳复习时间,从而提高了学习者的记忆效果,同时也节省了学习者手工安排复习计划的时间和精力。
基于上述分析,本发明提出的记忆单词智能学习方法,具体步骤如下:
A.准备数据库;
B.从数据库中选取要记忆的新单词;
C.对学习者进行测试,反馈出其记忆程度;
D.根据学习者的反馈,为每个单词建立遗忘曲线模型;
E.根据遗忘临界点,找出当前需要复习的单词;
F.预测下一时间段需要记忆的单词列表,以及整体学习进度。
各步骤中的具体内容分别描述如下:
A.准备数据库。本系统适合记忆大量单词;对于每个单词,需要有单词本身的信息项,包括:单词、词性、释义、例句、发音、词根、同义词、近义词、新词等项,这些项构成了单词表。还需要有单词相关信息项,包括:记忆者、记忆时间、记忆程度、复习时间等项,这些信息构成了记忆表。此外,还需要建立系统设置表,记录各种配置信息项,包括:选新词策略、选旧词策略、遗忘临界值等。上述3个表共同构成了软件系统中的数据库。根据学习者要记忆的单词,向数据库中的单词表中添加单词记录,同时,需要向系统设置表中添加初始值。
B.从数据库中选取要记忆的新单词。本系统无需为单词分组,根据学习者的需要,自动从词库中选取新单词,在软件系统中为选新词模块。选词策略为:如果是教材同步的单词,采用与教材一致的排列顺序;否则,可以采用字母表顺序、或逆序、或随机的选词方法。这些选词策略可由学习者自行设定,其设定保存在系统设置表中。
C.对学习者进行测试,反馈出其记忆程度。对学习者进行测试,在软件系统中为记忆程度测试模块。测试方法有:①看单词回忆释义,此时不需要检查拼写;②看释义回忆单词;③看例句回忆单词;④看同义词或反义词回忆单词;⑤根据发音拼写单词等。对于每种方法,学习者根据标准答案,判断自己的记忆程度,并将这个结果反馈给本系统,其记忆者、记忆时间、记忆程度都保存在记忆表中。
D.根据学习者的反馈,为每个单词建立遗忘曲线模型。这些模型可以分为瞬时记忆模型、短时记忆模型和长期记忆模型,在软件系统中为遗忘曲线模块。遗忘曲线模型表达了这个单词随时间变化而被遗忘的情况。有的单词特别容易记忆,或者学习者已经掌握,这些单词可以从瞬时记忆状态直接转变为长期记忆状态。有的单词特别难于记忆,需要经历很多次短时记忆状态才能转变为长期记忆状态。一般情况下,大多数单词经过5~8次左右的复习才能转变为长期记忆状态。因此,不同的单词有不同的遗忘曲线模型,同一单词在不同复习阶段遗忘曲线模型也不相同;同样,因不同的学习者记忆能力不同,记忆相同的单词时,其遗忘曲线模型也各不相同。在遗忘曲线模块中,本系统将自动计算每种情况下的遗忘曲线函数,如果这些信息靠手工记录,难度很大。
E.根据遗忘临界点,找出当前需要复习的单词。根据每个单词的遗忘曲线模型和遗忘临界点(保存在系统设置表中),就可以根据不同的学习者、不同的单词、不同的时间,准确地找出当前需要复习的单词,在软件系统中为选旧词模块。记忆这些单词的顺序是按照遗忘程度由高到低进行排序,先复习遗忘较多的单词,后复习遗忘较少的单词,对于相同遗忘程度的单词,可以采用学习者设定的各种方式来选词,如按字母表的顺序、逆序、随机等方法。学习者设定的选旧词策略将记录在系统设置表中。
F.预测下一时间段需要记忆的单词列表,以及整体学习进度。在软件系统中分别为:下次复习模块和学习进度模块。下次复习模块根据每个单词的遗忘模型,预测出在下一次复习时(如明天上午)即将达到遗忘临界点的所有单词,统计这些单词便可列出下一时间段需要复习的单词列表。学习进度模块也是根据单词的遗忘模型,对即将记忆的新单词进行预测,估算出按照学习者目前的记忆能力,记忆全部单词(新词+旧词)所需要的时间。这个进度可供学习者根据自身的需要调整目前的记忆强度。如,当学习者需要用更短的时间记忆所有的单词时,就需要采取措施:如增加每次记忆的时间,或者增加每天学习的频率,或者进一步提高记忆的效率等。当学习者调整记忆强度后,学习进度模块将自动更新计算,并显示出新的进度情况。
用上述模块建立的软件系统,存放于计算机或智能移动系统上,方便学习者使用。特别是在记忆大量单词时,每个单词都需要多次复习,需要动态计算,计算量较大,利用计算机或智能移动系统就非常方便了。
具体实施方式
下面通过具体的实例来描述上述方法和系统实施过程。在此,以“张三”记忆大学英语六级词汇中的两个单词“herbivore”和“acute”为例。
A.准备数据库。首先建立数据库,包括单词表、记忆表和系统设置表。然后,向单词表中添加记录。例如,在单词表中添加单词“herbivore”记录:【单词(herbivore)、词性(noun)、释义(草食动物)、例句(Cows and sheep are herbivores.)、发音(此处略)、词根(vore=吃)、同义词( )、近义词( )、新词(是)】;添加单词“acute”记录:【单词(acute)、词性(adjective)、释义(敏锐的,十分严重的,锐(角))、例句(Dogs have an acute sense of smell./ There is an acute shortage of water./ acute angle)、发音(此处略)、词根( )、同义词( )、近义词( )、新词(是)】;……直至添加所有大学英语六级的6,000个英文单词为止。最后,在系统设置表中设置初值:【选新词策略(随机)、选旧词策略(随机)、遗忘临界值(70)】。此时,记忆表暂时为空。
B.从数据库中选取要记忆的新单词。根据系统设置表中选新词策略的设定,采用“随机”方式从单词表中选择新词。假设选取了单词“herbivore”,张三便开始记忆这个单词;同时设定该单词的“新词”字段值为“否”;并添加一条记忆表记录:【记忆者(张三)、记忆时间(2013/1/1,8:00am)、记忆程度(100)】。
C.对学习者进行测试,反馈出其记忆程度。一般,应该对当天学习过的新单词进行测试。如测试单词“herbivore”,采用回忆单词释义(草食动物)的方法,张三根据释义和例句(Cows and sheep are herbivores.)反馈掌握程度,并添加一条记录到记忆表中:【记忆者(张三)、记忆时间(2013/1/1,10:00am)、记忆程度(60)】。对于词义较多的单词,如“acute”有3个词义(敏锐的,十分严重的,锐(角)),张三应根据对3个词义的掌握程度给出总体记忆程度值,假定添加的记录为:【记忆者(张三)、记忆时间(2013/1/1,10:05am)、记忆程度(80)】。对比两个单词的记忆程度值,可以看出张三对于“acute”的记忆程度比“herbivore”的要好,这可能是因为掌握两个单词的难度不同造成的,也可能是因为张三以前已经掌握了“acute”的部分词义造成的。对于以后多次复习时的测试,可采用其他的测试方法,如看释义(草食动物),从4个单词(carnivore, herbivore, omnivore, acute)中选择正确的答案,或用正确的单词填入例句(Cows and sheep are .),或听单词发音拼写单词“herbivore”等,这样不仅可以提高学习者的兴趣,还可以通过不同的角度来检查其掌握情况。
D.根据学习者反馈的记忆程度,为每个单词建立遗忘曲线模型。根据张三反馈的记忆程度数据,本系统可以分别为“herbivore”和“acute”两个单词建立各自的遗忘曲线模型,因张三对“acute”的掌握程度比“herbivore”要好,因此模型要反应出“acute”的遗忘速度比“herbivore”的慢。在每次复习这两个单词后,都将反馈相应的记忆程度数据,系统将更新这两个单词的遗忘曲线模型,随着复习次数的增加,张三对这两个单词的掌握程度不断增强,每个单词的遗忘速度也不断地在减慢,遗忘曲线模型将随之改变,从瞬时记忆模型变为短期记忆模型,最终转变成长期记忆模型。可以预见,张三记忆“acute”可能需要3~5个遗忘模型,记忆“herbivore”可能需要6~10个遗忘模型。在实际应用时,每个单词的模型数目需要根据实际情况来确定,若以每个单词需要8个遗忘模型来计算,全部六级单词需要近5万个模型,由此可以看出,采用人工管理难度很大。
E.根据遗忘临界点,找出当前需要复习的单词。从记忆表中,可以知道:“herbivore”的记忆程度值为60,已经低于遗忘临界值70,因此需要尽快复习;而“acute”的记忆程度值为80,高于遗忘临界值,现在不需要复习。随着时间的推移,张三对这两个单词的记忆程度都在不同程度地减弱,本系统采用对应的遗忘曲线模型来计算此时是否需要复习。用遗忘模型可以找出所有需要复习的单词,再用“随机”方式从中选择即刻需要复习的单词。
F.预测下一时间段需要学习的单词列表,以及整体学习进度。按照“herbivore”和“acute”等旧单词的遗忘曲线模型,可以预测出下一时间段(如明天上午等)需要复习的单词列表。通过统计张三对已学过单词的记忆能力,本系统可以预测按照目前的学习进度记忆所有6,000单词所需要的总时间(记忆新单词、多次复习旧单词所需要的时间),这些信息可以帮助张三更好地安排自己的学习计划。
Claims (4)
1. 一种记忆单词智能学习方法,其特征在于具体步骤是:
A.准备数据库;
B.从数据库中选取要记忆的新单词;
C.对学习者进行测试,反馈出其记忆程度;
D.根据学习者的反馈,为每个单词建立遗忘曲线模型;
E.根据遗忘临界点,找出当前需要复习的单词;
F.预测下一时间段需要记忆的单词列表,以及整体学习进度;
各步骤中的具体内容分别描述如下:
A.准备数据库;根据学习者要记忆的单词,建立数据库,数据库包括单词表、记忆表、系统设置表,其中,单词表包含字段:单词、词性、释义、例句、发音、词根、同义词、近义词、相关词、新词;记忆表包括字段:记忆者、记忆时间、记忆程度、复习时间;系统设置表包括字段:选新词策略、选旧词策略、遗忘临界值;
B.从数据库中选取要记忆的新单词;根据学习者的需要,从单词数据库中选取新单词,如果是教材同步的单词,采用与教材一致的排列顺序;否则,采用字母表顺序、或逆序、或随机的选词方法;
C.对学习者进行测试,反馈出其记忆程度;用每个选择出来的单词,对学习者进行测试,测试方法有:①看单词回忆释义,此时不需要检查拼写;②看释义回忆单词;③看例句回忆单词;④看同义词或反义词回忆单词;⑤根据发音拼写单词;对于每种方法,学习者根据标准答案,判断学习者的记忆程度;
D.根据学习者的反馈,为每个单词建立遗忘曲线模型;模型分为瞬时记忆模型、短时记忆模型和长期记忆模型;遗忘曲线模型表达了这个单词随时间变化而被遗忘的情况;
E.根据遗忘临界点,找出当前需要复习的单词;根据每个单词的遗忘曲线模型和遗忘临界点,按照不同的学习者、不同的单词、不同的时间,准确地找出当前需要复习的单词;记忆这些单词的顺序是按照遗忘程度由高到低进行排序,先复习遗忘较多的单词,后复习遗忘较少的单词,对于相同遗忘程度的单词,采用学习者设定的各种方式来选词;
F.预测下一时间段需要记忆的单词列表,以及整体学习进度;其中,前者,是根据每个单词的遗忘模型,预测出在下一次复习时即将达到遗忘临界点的所有单词,统计这些单词,列出下一时间段需要复习的单词列表;后者,也根据单词的遗忘模型,对即将记忆的新单词进行预测,估算出按照学习者目前的记忆能力,记忆全部单词包括新词和旧词所需要的时间;这个进度供学习者根据自身的需要调整目前的记忆强度,当学习者调整记忆强度后,将自动更新计算,并显示出新的进度情况。
3. 一种记忆单词智能学习系统,其特征在于包括:
A.数据库;
B.选新词模块;
C.记忆程度测试模块;
D.遗忘曲线模块;
E.选旧词模块;
F.下次复习模块和学习进度模块;
各模块的具体内容分别描述如下:
A.数据库;数据库包括单词表、记忆表、系统设置表,其中,单词表包含字段:单词、词性、释义、例句、发音、词根、同义词、近义词、相关词、新词;记忆表包括字段:记忆者、记忆时间、记忆程度、复习时间;系统设置表包括字段:选新词策略、选旧词策略、遗忘临界值;
B.选新词模块;用于从数据库中选取要记忆的新单词,学习者根据需要,从词库中选取新单词,选词策略为:如果是教材同步的单词,采用与教材一致的排列顺序;否则,可以采用字母表顺序、或逆序、或随机的选词方法;这些选词策略由学习者自行设定,其设定保存在系统设置表中;
C.记忆程度测试模块;用于对学习者进行测试,反馈出其记忆程度,记忆程度测试模块中的测试方法有:①看单词回忆释义,此时不需要检查拼写;②看释义回忆单词;③看例句回忆单词;④看同义词或反义词回忆单词;⑤根据发音拼写单词;对于每种方法,学习者根据标准答案,判断自己的记忆程度,并将这个结果反馈给本发明系统,其记忆时间、记忆程度都保存在记忆表中;
D.遗忘曲线模块;根据记忆程度测试模块反馈的记忆程度值,为每个单词建立遗忘曲线模型,每个单词在每次测试后均有不同的遗忘曲线模型,同时给出单词的遗忘临界点;这些模型分为瞬时记忆模型、短时记忆模型和长期记忆模型;
E.选旧词模块;根据遗忘曲线模块给出的单词遗忘值,找出当前需要复习的单词;根据不同的学习者、不同的单词、不同的时间,准确地找出当前需要复习的单词,记忆这些单词的顺序是按照遗忘程度由高到低进行排序,先复习遗忘较多的单词,后复习遗忘较少的单词,对于相同遗忘程度的单词,采用学习者设定的各种方式来选词,学习者设定的选旧词策略记录在系统设置表中;
F.下次复习模块和学习进度模块;用于预测下一时间段需要复习的单词列表,以及整体学习进度;其中,下次复习模块根据每个单词的遗忘模型,预测出在下一次复习时即将达到遗忘临界点的所有单词,统计这些单词,列出下一时间段需要复习的单词列表;学习进度模块也根据单词的遗忘模型,对即将记忆的新单词进行预测,估算出按照学习者目前的记忆能力,记忆全部单词包括新词和旧词所需要的时间;这个进度可供学习者根据自身的需要调整目前的记忆强度,当学习者调整记忆强度后,学习进度模块将自动更新计算,并显示出新的进度情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102864244A CN103413478A (zh) | 2013-07-09 | 2013-07-09 | 记忆单词智能学习方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102864244A CN103413478A (zh) | 2013-07-09 | 2013-07-09 | 记忆单词智能学习方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103413478A true CN103413478A (zh) | 2013-11-27 |
Family
ID=49606483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013102864244A Pending CN103413478A (zh) | 2013-07-09 | 2013-07-09 | 记忆单词智能学习方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413478A (zh) |
Cited By (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252800A (zh) * | 2014-09-12 | 2014-12-31 | 广东小天才科技有限公司 | 一种单词播报评分的方法和装置 |
CN106023666A (zh) * | 2016-07-29 | 2016-10-12 | 小天才科技有限公司 | 一种记忆单词的方法及装置 |
CN107003802A (zh) * | 2014-09-24 | 2017-08-01 | 三星电子株式会社 | 输出内容的方法和设备以及执行该方法的记录介质 |
CN107092588A (zh) * | 2016-02-18 | 2017-08-25 | 腾讯科技(深圳)有限公司 | 一种文本信息处理方法、装置和系统 |
CN107145589A (zh) * | 2017-05-12 | 2017-09-08 | 网易有道信息技术(北京)有限公司 | 一种词语训练控制方法、介质、装置和计算设备 |
CN107730200A (zh) * | 2017-09-27 | 2018-02-23 | 北京明德时代行知教育科技研究院 | 智能提醒用户学习单词的方法以及装置 |
CN108183964A (zh) * | 2018-01-10 | 2018-06-19 | 河南工学院 | 英语单词的记忆方法及记忆装置 |
CN108648524A (zh) * | 2018-05-02 | 2018-10-12 | 周志娟 | 一种英语单词学习装置及方法 |
CN108846119A (zh) * | 2018-06-27 | 2018-11-20 | 清远墨墨教育科技有限公司 | 一种单词认知度的排名方法、存储装置及移动终端 |
CN108922278A (zh) * | 2018-08-20 | 2018-11-30 | 广东小天才科技有限公司 | 一种人机交互方法及学习设备 |
CN109522560A (zh) * | 2018-11-27 | 2019-03-26 | 龙马智芯(珠海横琴)科技有限公司 | 用于单词记忆的方法、计算机可读存储介质及计算机设备 |
CN109597808A (zh) * | 2018-10-29 | 2019-04-09 | 清远墨墨教育科技有限公司 | 一种根据单词难度的单词排序方法及学习方法 |
CN109767366A (zh) * | 2019-01-08 | 2019-05-17 | 汪胜利 | 一种实时扫描分析单词记忆效果的计算机雷达系统 |
CN109903613A (zh) * | 2019-01-30 | 2019-06-18 | 广东科学技术职业学院 | 一种基于人工智能的面向企业就业岗位日语单词训练方法 |
CN109918637A (zh) * | 2018-10-09 | 2019-06-21 | 上海博中机电科技有限公司 | 一种学习活动的多功能评价方法 |
CN110008229A (zh) * | 2019-04-10 | 2019-07-12 | 龙剑辉 | 基于计算机用于识别长时记忆语言单位信息的方法 |
CN110047342A (zh) * | 2019-04-09 | 2019-07-23 | 何基谋 | 一种高效记忆单词的方法、系统及单词训练装置 |
CN110097484A (zh) * | 2019-04-28 | 2019-08-06 | 赵玉芝 | 一种可防止遗忘的辅助类多核驱动记忆引擎 |
CN110120001A (zh) * | 2019-05-08 | 2019-08-13 | 成都佳发安泰教育科技股份有限公司 | 一种基于知识图谱库与记忆曲线结合提分的方法及系统 |
CN110473435A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种具有学习周期的定量化的单词辅助学习系统及方法 |
CN110473438A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种基于定量化分析的单词辅助学习系统及方法 |
CN110533988A (zh) * | 2018-05-24 | 2019-12-03 | 王佳丽 | 辅助记忆单词的系统和方法 |
CN110599375A (zh) * | 2019-08-15 | 2019-12-20 | 深圳市莱法照明通信科技有限公司 | 一种用于个性化学习优化的方法、装置、系统和存储介质 |
CN111260965A (zh) * | 2020-01-17 | 2020-06-09 | 宇龙计算机通信科技(深圳)有限公司 | 词库生成方法及相关装置 |
CN111681502A (zh) * | 2020-04-03 | 2020-09-18 | 郭胜 | 一种单词智能记忆系统及方法 |
CN111815267A (zh) * | 2020-06-19 | 2020-10-23 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861819A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写中评估用户记忆水平的方法及电子设备 |
CN111861370A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听最佳复习时间规划的方法及装置 |
CN111861815A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听学习中评估用户记忆水平的方法及装置 |
CN111861817A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习的记忆强度计算方法及系统 |
CN111861813A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写记忆强度的计算方法及电子设备 |
CN111861374A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
CN111861371A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种计算单词最佳复习时间的方法及设备 |
CN111861375A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种单词听写最佳复习时间的计算方法及系统 |
CN111861373A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写中的复习时间计算方法及电子设备 |
CN111861812A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听方式的单词记忆强度计算方法及装置 |
CN111861814A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习中记忆水平的评估方法及系统 |
CN111861816A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种语言互译学习中用于计算单词记忆强度的方法及设备 |
CN111861372A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种单词掌握程度的测试方法及系统 |
CN112015991A (zh) * | 2020-08-31 | 2020-12-01 | 上海松鼠课堂人工智能科技有限公司 | 学生学习提醒方法 |
CN112052393A (zh) * | 2020-09-10 | 2020-12-08 | 腾讯科技(深圳)有限公司 | 一种学习方案推荐方法、装置、设备和存储介质 |
CN112150021A (zh) * | 2020-09-29 | 2020-12-29 | 京东数字科技控股股份有限公司 | 时间表生成方法、装置、系统、存储介质及电子设备 |
CN112445463A (zh) * | 2020-11-25 | 2021-03-05 | 清远墨墨教育科技有限公司 | 一种英文教学软件 |
CN108959483B (zh) * | 2018-06-21 | 2021-06-01 | 广东小天才科技有限公司 | 一种基于搜索的学习辅助方法及电子设备 |
CN113094404A (zh) * | 2021-04-22 | 2021-07-09 | 山东顺势教育科技有限公司 | 一种大数据采集多核参数自适应分时记忆驱动方法及系统 |
CN113111163A (zh) * | 2021-05-17 | 2021-07-13 | 南京贝湾信息科技有限公司 | 一种单词推荐方法、装置及计算设备 |
CN113470447A (zh) * | 2021-06-29 | 2021-10-01 | 读书郎教育科技有限公司 | 一种辅助背单词记忆的系统及方法 |
CN114127827A (zh) * | 2019-05-09 | 2022-03-01 | 快乐心灵有限公司 | 基于脑科学的学习记忆方法、系统以及记录介质 |
CN114246589A (zh) * | 2021-12-23 | 2022-03-29 | 北京津发科技股份有限公司 | 记忆认知能力测评方法及系统 |
CN115019572A (zh) * | 2022-06-29 | 2022-09-06 | 张磊 | 一种提升电子词典笔学习和记忆效果的系统和方法 |
-
2013
- 2013-07-09 CN CN2013102864244A patent/CN103413478A/zh active Pending
Cited By (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252800A (zh) * | 2014-09-12 | 2014-12-31 | 广东小天才科技有限公司 | 一种单词播报评分的方法和装置 |
CN107003802A (zh) * | 2014-09-24 | 2017-08-01 | 三星电子株式会社 | 输出内容的方法和设备以及执行该方法的记录介质 |
CN107092588A (zh) * | 2016-02-18 | 2017-08-25 | 腾讯科技(深圳)有限公司 | 一种文本信息处理方法、装置和系统 |
CN106023666A (zh) * | 2016-07-29 | 2016-10-12 | 小天才科技有限公司 | 一种记忆单词的方法及装置 |
CN107145589A (zh) * | 2017-05-12 | 2017-09-08 | 网易有道信息技术(北京)有限公司 | 一种词语训练控制方法、介质、装置和计算设备 |
CN107145589B (zh) * | 2017-05-12 | 2020-09-29 | 网易有道信息技术(北京)有限公司 | 一种词语训练控制方法、介质、装置和计算设备 |
CN107730200A (zh) * | 2017-09-27 | 2018-02-23 | 北京明德时代行知教育科技研究院 | 智能提醒用户学习单词的方法以及装置 |
CN108183964A (zh) * | 2018-01-10 | 2018-06-19 | 河南工学院 | 英语单词的记忆方法及记忆装置 |
CN108183964B (zh) * | 2018-01-10 | 2020-06-09 | 河南工学院 | 英语单词的记忆方法及记忆装置 |
CN108648524A (zh) * | 2018-05-02 | 2018-10-12 | 周志娟 | 一种英语单词学习装置及方法 |
CN110533988A (zh) * | 2018-05-24 | 2019-12-03 | 王佳丽 | 辅助记忆单词的系统和方法 |
CN108959483B (zh) * | 2018-06-21 | 2021-06-01 | 广东小天才科技有限公司 | 一种基于搜索的学习辅助方法及电子设备 |
CN108846119A (zh) * | 2018-06-27 | 2018-11-20 | 清远墨墨教育科技有限公司 | 一种单词认知度的排名方法、存储装置及移动终端 |
CN108846119B (zh) * | 2018-06-27 | 2021-04-20 | 清远墨墨教育科技有限公司 | 一种单词认知度的排名方法、存储装置及移动终端 |
CN108922278A (zh) * | 2018-08-20 | 2018-11-30 | 广东小天才科技有限公司 | 一种人机交互方法及学习设备 |
CN109918637A (zh) * | 2018-10-09 | 2019-06-21 | 上海博中机电科技有限公司 | 一种学习活动的多功能评价方法 |
CN109597808A (zh) * | 2018-10-29 | 2019-04-09 | 清远墨墨教育科技有限公司 | 一种根据单词难度的单词排序方法及学习方法 |
CN109522560A (zh) * | 2018-11-27 | 2019-03-26 | 龙马智芯(珠海横琴)科技有限公司 | 用于单词记忆的方法、计算机可读存储介质及计算机设备 |
CN109767366A (zh) * | 2019-01-08 | 2019-05-17 | 汪胜利 | 一种实时扫描分析单词记忆效果的计算机雷达系统 |
CN109903613A (zh) * | 2019-01-30 | 2019-06-18 | 广东科学技术职业学院 | 一种基于人工智能的面向企业就业岗位日语单词训练方法 |
CN110047342A (zh) * | 2019-04-09 | 2019-07-23 | 何基谋 | 一种高效记忆单词的方法、系统及单词训练装置 |
CN110008229A (zh) * | 2019-04-10 | 2019-07-12 | 龙剑辉 | 基于计算机用于识别长时记忆语言单位信息的方法 |
CN110008229B (zh) * | 2019-04-10 | 2023-05-16 | 龙剑辉 | 基于计算机用于识别长时记忆语言单位信息的方法 |
CN110097484A (zh) * | 2019-04-28 | 2019-08-06 | 赵玉芝 | 一种可防止遗忘的辅助类多核驱动记忆引擎 |
CN110120001A (zh) * | 2019-05-08 | 2019-08-13 | 成都佳发安泰教育科技股份有限公司 | 一种基于知识图谱库与记忆曲线结合提分的方法及系统 |
CN110120001B (zh) * | 2019-05-08 | 2021-07-20 | 成都佳发安泰教育科技股份有限公司 | 一种基于知识图谱库与记忆曲线结合提分的方法及系统 |
CN114127827A (zh) * | 2019-05-09 | 2022-03-01 | 快乐心灵有限公司 | 基于脑科学的学习记忆方法、系统以及记录介质 |
CN110473438B (zh) * | 2019-07-30 | 2021-07-20 | 北京捷足先登教育科技有限公司 | 一种基于定量化分析的单词辅助学习系统及方法 |
CN110473435B (zh) * | 2019-07-30 | 2021-07-20 | 北京捷足先登教育科技有限公司 | 一种具有学习周期的定量化的单词辅助学习系统及方法 |
CN110473438A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种基于定量化分析的单词辅助学习系统及方法 |
CN110473435A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种具有学习周期的定量化的单词辅助学习系统及方法 |
CN110599375A (zh) * | 2019-08-15 | 2019-12-20 | 深圳市莱法照明通信科技有限公司 | 一种用于个性化学习优化的方法、装置、系统和存储介质 |
CN111260965A (zh) * | 2020-01-17 | 2020-06-09 | 宇龙计算机通信科技(深圳)有限公司 | 词库生成方法及相关装置 |
CN111681502A (zh) * | 2020-04-03 | 2020-09-18 | 郭胜 | 一种单词智能记忆系统及方法 |
CN111861373A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写中的复习时间计算方法及电子设备 |
CN111861814B (zh) * | 2020-06-19 | 2024-01-16 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习中记忆水平的评估方法及系统 |
CN111861371A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种计算单词最佳复习时间的方法及设备 |
CN111861812A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听方式的单词记忆强度计算方法及装置 |
CN111861814A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习中记忆水平的评估方法及系统 |
CN111861816A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种语言互译学习中用于计算单词记忆强度的方法及设备 |
CN111861372A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种单词掌握程度的测试方法及系统 |
CN111861813B (zh) * | 2020-06-19 | 2024-03-22 | 北京国音红杉树教育科技有限公司 | 一种智能默写记忆强度的计算方法及电子设备 |
CN111861819B (zh) * | 2020-06-19 | 2024-03-12 | 北京国音红杉树教育科技有限公司 | 一种智能默写中评估用户记忆水平的方法及电子设备 |
CN111861371B (zh) * | 2020-06-19 | 2024-03-08 | 北京国音红杉树教育科技有限公司 | 一种计算单词最佳复习时间的方法及设备 |
CN111861373B (zh) * | 2020-06-19 | 2024-02-23 | 北京国音红杉树教育科技有限公司 | 一种智能默写中的复习时间计算方法及电子设备 |
CN111861374A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
CN111861813A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写记忆强度的计算方法及电子设备 |
CN111861374B (zh) * | 2020-06-19 | 2024-02-13 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
CN111861370B (zh) * | 2020-06-19 | 2024-02-06 | 北京国音红杉树教育科技有限公司 | 一种词听最佳复习时间规划的方法及装置 |
CN111861817A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习的记忆强度计算方法及系统 |
CN111861815A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听学习中评估用户记忆水平的方法及装置 |
CN111861370A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种词听最佳复习时间规划的方法及装置 |
CN111861815B (zh) * | 2020-06-19 | 2024-02-02 | 北京国音红杉树教育科技有限公司 | 一种词听学习中评估用户记忆水平的方法及装置 |
CN111815267B (zh) * | 2020-06-19 | 2024-01-19 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861819A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种智能默写中评估用户记忆水平的方法及电子设备 |
CN111861375A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种单词听写最佳复习时间的计算方法及系统 |
CN111861816B (zh) * | 2020-06-19 | 2024-01-16 | 北京国音红杉树教育科技有限公司 | 一种语言互译学习中用于计算单词记忆强度的方法及设备 |
CN111815267A (zh) * | 2020-06-19 | 2020-10-23 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861812B (zh) * | 2020-06-19 | 2024-01-16 | 北京国音红杉树教育科技有限公司 | 一种词听方式的单词记忆强度计算方法及装置 |
CN111861372B (zh) * | 2020-06-19 | 2023-12-26 | 北京国音红杉树教育科技有限公司 | 一种单词掌握程度的测试方法及系统 |
CN111861817B (zh) * | 2020-06-19 | 2023-12-22 | 北京国音红杉树教育科技有限公司 | 一种字母语言听写学习的记忆强度计算方法及系统 |
CN111861375B (zh) * | 2020-06-19 | 2023-12-26 | 北京国音红杉树教育科技有限公司 | 一种单词听写最佳复习时间的计算方法及系统 |
CN112015991A (zh) * | 2020-08-31 | 2020-12-01 | 上海松鼠课堂人工智能科技有限公司 | 学生学习提醒方法 |
CN112052393A (zh) * | 2020-09-10 | 2020-12-08 | 腾讯科技(深圳)有限公司 | 一种学习方案推荐方法、装置、设备和存储介质 |
CN112052393B (zh) * | 2020-09-10 | 2023-10-24 | 腾讯科技(深圳)有限公司 | 一种学习方案推荐方法、装置、设备和存储介质 |
CN112150021B (zh) * | 2020-09-29 | 2023-09-26 | 京东科技控股股份有限公司 | 时间表生成方法、装置、系统、存储介质及电子设备 |
CN112150021A (zh) * | 2020-09-29 | 2020-12-29 | 京东数字科技控股股份有限公司 | 时间表生成方法、装置、系统、存储介质及电子设备 |
CN112445463A (zh) * | 2020-11-25 | 2021-03-05 | 清远墨墨教育科技有限公司 | 一种英文教学软件 |
CN113094404B (zh) * | 2021-04-22 | 2021-11-19 | 山东顺势教育科技有限公司 | 一种大数据采集多核参数自适应分时记忆驱动方法及系统 |
CN113094404A (zh) * | 2021-04-22 | 2021-07-09 | 山东顺势教育科技有限公司 | 一种大数据采集多核参数自适应分时记忆驱动方法及系统 |
CN113111163A (zh) * | 2021-05-17 | 2021-07-13 | 南京贝湾信息科技有限公司 | 一种单词推荐方法、装置及计算设备 |
CN113470447A (zh) * | 2021-06-29 | 2021-10-01 | 读书郎教育科技有限公司 | 一种辅助背单词记忆的系统及方法 |
CN114246589A (zh) * | 2021-12-23 | 2022-03-29 | 北京津发科技股份有限公司 | 记忆认知能力测评方法及系统 |
CN115019572A (zh) * | 2022-06-29 | 2022-09-06 | 张磊 | 一种提升电子词典笔学习和记忆效果的系统和方法 |
CN115019572B (zh) * | 2022-06-29 | 2024-04-05 | 张磊 | 一种提升电子词典笔学习和记忆效果的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413478A (zh) | 记忆单词智能学习方法与系统 | |
Landauer et al. | Word maturity: A new metric for word knowledge | |
CN102346976A (zh) | 基于知识结构及效果反馈的电子设备辅助学习方法 | |
CN101872557A (zh) | 渐进式学习管理方法及渐进式学习系统 | |
CN109522560A (zh) | 用于单词记忆的方法、计算机可读存储介质及计算机设备 | |
CN103116648A (zh) | 基于图形式上下文语境和机器学习的单词记忆方法及其装置 | |
CN109597808A (zh) | 一种根据单词难度的单词排序方法及学习方法 | |
CN110888989B (zh) | 一种智能学习平台及其构建方法 | |
Al-Ajlan et al. | Towards the development of an automatic readability measurements for Arabic language | |
Mathumbu et al. | Knowledge and cognitive process dimensions of Technology teachers' lesson objectives | |
CN101739849A (zh) | 计算机实现的词汇学习方法和装置 | |
Knecht et al. | Does specialization in geography teaching determine teachers’ conceptions of geography teaching? | |
Criado et al. | Vocabulary in EFL textbooks. A contrastive analysis against three corpus-based word ranges | |
Loiseau et al. | A, B and C decoded: understanding interpreters’ language combinations in terms of language proficiency | |
Fitzgerald et al. | The relationship of Korean students’ age and years of English-as-a-foreign-language exposure with English-reading ability: A cross-age study | |
Hidayati et al. | Validity of basic electronic 1 module integrated character value based on conceptual change teaching model to increase students physics competency in STKIP PGRI west sumatera | |
Hasim et al. | Improve Reading Ability Understanding Me Through A Whole language Approach On Of Class IV SDN 12 City West | |
Hirsh | Learning vocabulary | |
Morze et al. | IN WHAT WAY SHOULD MODERN COMPUTER SCIENCE TEACHERS IMPROVE THEIR TEACHING SKILLS TO DEVELOP STUDENTS’KEY AND IC COMPETENCE? | |
Li et al. | Time-Decayed User Profile for Second Language Vocabulary Learning System. | |
Lang et al. | Automated extraction of learning goals and objectives from syllabi using lda and neural nets | |
Li | Constant Evaluation of L2 Students' English Witing Ability. | |
ALTUN | A model suggestion in order to write real life mathematics questions in the PISA and TIMMS character | |
Polishchuk et al. | Use of digital instruments during processing of results of pedagogical research. | |
Lourdusamy et al. | A multilingual ontology for Tamil Literary works |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131127 |