CN105070133B - 基于语句中的错处进行复习的方法及系统 - Google Patents

基于语句中的错处进行复习的方法及系统 Download PDF

Info

Publication number
CN105070133B
CN105070133B CN201510415948.8A CN201510415948A CN105070133B CN 105070133 B CN105070133 B CN 105070133B CN 201510415948 A CN201510415948 A CN 201510415948A CN 105070133 B CN105070133 B CN 105070133B
Authority
CN
China
Prior art keywords
sentence
node
fault
examination paper
model answer
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.)
Active
Application number
CN201510415948.8A
Other languages
English (en)
Other versions
CN105070133A (zh
Inventor
李诣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201510415948.8A priority Critical patent/CN105070133B/zh
Publication of CN105070133A publication Critical patent/CN105070133A/zh
Application granted granted Critical
Publication of CN105070133B publication Critical patent/CN105070133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供一种基于语句中的错处进行复习的方法及系统。根据所述方法,所述系统预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的;基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点;基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生。本发明实现以考生不会的内容为重复重点,有层次的进行自学模式。

Description

基于语句中的错处进行复习的方法及系统
技术领域
本发明涉及远程教学领域,尤其涉及一种基于语句中的错处进行复习的方法及系统。
背景技术
随着互联网的发展,市场上的在线教育产品不断增加。现在市场上有许多针对外语教学的软件。这些软件很多为题库出题,为学生提供选择题和填空题。再通过将答案与标准化答案进行比对,给出分数和错题对照。
然而,这些外语教学软件只是把原本纸质的练习册放到了数据库里。软件虽然实现了自助评分的功能,但无法分析学生的错误原因,更无法针对学生的错误原因进行定制化的辅导。
此外,无论是选择还是填空,都不利于对考生进行综合知识点的考察。在语言的运用环境下,考生更需要正确、准确的用整句来表达想法;以及通过听、看整句来理解对方含义。
因此,需要对现有的自助式教学语言的方式进行改进。
发明内容
本发明实施例提供一种基于语句中的错处进行复习的方法及系统,用于解决现有技术中考题与考生的学习阶段脱节的问题。
本发明实施例采用以下技术方案:
第一方面,提供一种基于语句中的错处进行复习的方法,包括:预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的;基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点;基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生。
优选地,所述基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点的方式包括:逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;基于预设的所述标准答案语句中的单词和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
优选地,若所述错处的节点下属各节点和/或归属各节点中预设有可替换的节点;对应的,所述基于错处的节点所对应的节点特征,生成复习信息的方式包括:基于替换后的节点所构成的句子结构,生成复习信息。
优选地,所述生成复习信息的方式包括以下至少一种:基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息;从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
优选地,所述基于替换后的节点所构成的句子结构,生成复习信息的方式包括:基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将所述新的考题和标准答案语句作为复习信息。
第二方面,还提供一种基于语句中的错处进行复习的系统,包括:存储单元,用于预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的;错处确定单元,用于基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点;复习单元,用于基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生。
优选地,所述错处确定单元用于逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;基于预设的所述标准答案语句中的单词和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
优选地,若所述错处的节点下属各节点和/或归属各节点中预设有可替换的节点;对应的,所述复习单元还用于基于替换后的节点所构成的句子结构,生成复习信息。
优选地,所述复习单元包括以下至少一种模块:第一复习模块,用于基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息;第二复习模块,用于从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
优选地,所述复习单元还用于基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将所述新的考题和标准答案语句作为复习信息。
如上所述,本发明的基于语句中的错处进行复习的方法及系统,具有以下有益效果:通过预先建立标准答案语句和句子结构之间的对应关系,并依据上述对应关系来确定答题语句中的错处,进一步针对错处在句子结构中的用法设置复习信息,如此能够解决考题与考生的学习阶段脱节的问题,实现以考生不会的内容为重复重点,有层次的进行自学模式;另外,预设可替换节点,能够扩充数据库中的题目的数量;此外,按照错处所对应节点的句子成分和/或词性来生成新的考题,为考生提供了题型不同、考点相同的多样式的学习过程;还有,将错处的节点所对应的句子成分或词性提炼出来,并通过分析和/或反复出题等方式,让考生加深对正确语句的记忆,有效提高考生的学习效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明的基于语句中的错处进行复习的方法的一个实施例的方法流程图。
图2是本发明的基于语句中的错处进行复习的系统的一个实施例的结构方框图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供一种基于语句中的错处进行复习的方法。所述复习方法主要由复习系统来执行。其中,所述复习系统包括安装在网络设备和/或用户设备上的软件和硬件。其中,所述网络设备中包含存储器、网关、与存储器和网关相连的处理器等。所述网络设备可远程的与用户设备通信连接。所述用户设备中包含存储器、显示屏、与存储器和显示屏相连的处理器等。
在步骤S1中,所述复习系统预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的。所述节点具有相应的句子成分和/或词性的属性。
在此,所述考题包括但不限于:整句填写、整句翻译等。所述句子结构可以与标准答案语句一一对应,也可以对应多个标准答案语句。所述句子成分包括但不限于:主语、谓语、宾语、状语、定语、补语等。所述词性包括但不限于:名词、动词、形容词、介词、副词、冠词等。
具体地,在所述复习系统中包含一数据库,该数据库可位于网络中的一存储设备中。在所述数据库中预录入考题和考题的标准答案语句。老师还预先根据标准答案语句中的各单词、词组、字等在语句中的句子成分和/或词性,将所述标准答案语句进行划分,以得到标准答案语句的句子结构,并将划分后的标准答案语句中的每个单词、词组、字等对应到句子结构的节点中。每个节点可由字母、或节点所对应的句子成分或词性来标注。所述复习系统根据老师对每个标准答案语句的句子结构的划分,将所录入的标准答案语句与相应的句子结构进行对应保存。
例如,预设的标准答案语句为:“I have a red bag”,其被划分的句子结构为:A B[C[D E]]。其中,字母A对应标准答案语句中的I,字母B对应标准答案语句中的have,字母C对应标准答案语句中的a,字母D对应标准答案语句中的red,字母E对应标准答案语句中的bag。其中,字母A和B对应一个节点node1,字母C对应节点node1下属的节点node11,字母D和E对应节点node11下属的节点node111。节点node1对应的句子成分为主谓组合,节点node11对应的词性为冠词、对应的句子成分为定语,节点node111对应的句子成分为宾语。
由上可见,所述句子结构可通过预设的至少一种标识符划分各节点。所述句子结构可以为树状结构。每个节点可对应单一的句子成分或者词性,也可以同时对应句子成分和词性。
需要说明的是,随着语句复杂程度的增加,其对应的句子结构也可能有所变化,如句子结构为环状结构和树状结构的组合等。
还需要说明的是,本领域技术人员应该理解,所述复习系统还可以提供一录入考题、标准答案语句、句子结构和句子成分/词性的录入界面,以便老师向所述数据库中进行填充。
所述复习系统还提供一考题界面,当考生登录所述考题界面时,所述复习系统可随机的、或按照考生登录所提供的用户信息有选择的从所述数据库中抽取考题,并展示在所述考题界面上。当考生答完考题,并点击提交按钮时,所述复习系统执行步骤S2。
在步骤S2中,所述复习系统基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点。
具体地,所述复习系统逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;再基于预设的所述标准答案语句中的单词(或单字)和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
仍以“I have a red bag”为例,若所述复习系统所接收的答题语句为“I havered bag”。所述复习系统通过比较标准答案语句和答题语句,确定答题语句中的错处是少冠词a。接着,再根据标准答案语句所对应的句子结构中区分各节点的分隔符(对应本例中的空格、空格和“[”的组合、空格和“]”的组合等),来确定对应冠词a的节点为字母C,接着执行步骤S3。
在步骤S3中,所述复习系统基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生。其中,所述节点特征包括但不限于:句子成分、词性、在相应句子结构中的位置中的至少一种。
具体地,所述复习系统基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息。在此,所述复习系统中可以预设有对应每个标准答案语句、或每种句子结构的至少一个分析模板。所述复习系统根据所述错处的节点所对应的节点特征确定相应的分析模板,并将包含所述错处的节点及其下属各节点所对应的标准答案语句中的部分提取出来,填入所述分析模板中,并展示在答案分析界面上,以供考生学习。或者,所述复习系统根据所述错处的节点及其下属的各节点在相应句子结构中的位置,确定所述错处分别对应所述答题语句及标准答案语句中的短语/词组,并将所确定的正确的短语/词组和错误的短语/词组的对比作为复习信息,提供给考生。
为了帮助考生巩固错处的正确用法,所述复习系统还从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
例如,所述复习系统通过执行步骤S2确定所获取的答题语句“I have red a bag”中“red”所对应的节点node11和“a bag”所对应的节点node111均错误。则所述复习系统根据预设的节点node11所对应的句子成分为定语、且词性为冠词,节点node111所对应的句子成分为宾语,从数据库中查询包含句子成分为定语、且词性为冠词的节点及其所属节点的句子成分为宾语的句子结构,并从所找到的句子结构中随机的抽取至少一个标准答案语句和相应的考题,并将所抽取的考题和标准答案语句作为复习信息,再次将所抽取的考题显示在考试界面上,以供考生作答,并重复执行上述步骤S2和S3。如此迭代式的帮助考生巩固复习之前的错处,增加考生对正确答案的理解。
作为一种优选方式,所述复习系统中预设有节点的可替换节点。当所述错处的节点下属的节点和/或归属各节点中对应有可替换的节点时,所述基于错处的节点所对应的节点特征,生成复习信息的方式包括:基于替换后的节点所构成的句子结构,生成复习信息。
在此,所述可替换的备选节点可以为原始节点的缩略项。所述复习系统基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将所述新的考题和标准答案语句作为复习信息。如此,能够突出所述错处,以重复练习针对所述错处的题目。
例如,预设的对应标准答案语句中“a red bag”的节点包括:字母C、字母D和E,其中,字母D和E可替换的节点为“字母E”。当所述复习系统在确定“字母C”的节点为错处时,将所处错处的节点下属的节点替换成字母E,得到的替换后的句子结构为“A B[C[E]]”,其对应的标准答案语句变为“I have a bag”,对应的考题变为“翻译:我有一个书包”。接着,所述复习系统将替换后的考题和标准答案语句作为复习信息,提供给考生。
或者,所述复习系统根据预设的可替换节点,将所述错处的节点与其下属的替换后的节点进行组合,并将替换后的节点组合填入预设的分析模板中,以供向考生进行更为丰富的示例解析。
如图2所示,本发明提供一种基于语句中的错处进行复习的系统。所述复习系统包括安装在网络设备和/或用户设备上的软件和硬件。其中,所述网络设备中包含存储器、网关、与存储器和网关相连的处理器等。所述网络设备可远程的与用户设备通信连接。所述用户设备中包含存储器、显示屏、与存储器和显示屏相连的处理器等。
所述复习系统1包括:存储单元11、错处确定单元12、复习单元13。
所述存储单元11用于预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的。所述节点具有相应的句子成分和/或词性的属性。
在此,所述考题包括但不限于:整句填写、整句翻译等。所述句子结构可以与标准答案语句一一对应,也可以对应多个标准答案语句。所述句子成分包括但不限于:主语、谓语、宾语、状语、定语、补语等。所述词性包括但不限于:名词、动词、形容词、介词、副词、冠词等。
具体地,在所述存储单元11中包含一数据库,该数据库可位于网络中的一存储设备中。在所述数据库中预录入考题和考题的标准答案语句。老师还预先根据标准答案语句中的各单词、词组、字等在语句中的句子成分和/或词性,将所述标准答案语句进行划分,以得到标准答案语句的句子结构,并将划分后的标准答案语句中的每个单词、词组、字等对应到句子结构的节点中。每个节点可由字母、或节点所对应的句子成分或词性来标注。所述存储单元11根据老师对每个标准答案语句的句子结构的划分,将所录入的标准答案语句与相应的句子结构进行对应保存。
例如,预设的标准答案语句为:“I have a red bag”,其被划分的句子结构为:A B[C[D E]]。其中,字母A对应标准答案语句中的I,字母B对应标准答案语句中的have,字母C对应标准答案语句中的a,字母D对应标准答案语句中的red,字母E对应标准答案语句中的bag。其中,字母A和B对应一个节点node1,字母C对应节点node1下属的节点node11,字母D和E对应节点node11下属的节点node111。节点node1对应的句子成分为主谓组合,节点node11对应的词性为冠词、对应的句子成分为定语,节点node111对应的句子成分为宾语。
由上可见,所述句子结构可通过预设的至少一种标识符划分各节点。所述句子结构可以为树状结构。每个节点可对应单一的句子成分或者词性,也可以同时对应句子成分和词性。
需要说明的是,随着语句复杂程度的增加,其对应的句子结构也可能有所变化,如句子结构为环状结构和树状结构的组合等。
还需要说明的是,本领域技术人员应该理解,所述复习系统1还可以提供一录入考题、标准答案语句、句子结构和句子成分/词性的录入界面,以便老师向所述数据库中进行填充。
所述复习系统1还提供一考题界面,当考生登录所述考题界面时,所述复习系统1可随机的、或按照考生登录所提供的用户信息有选择的从所述数据库中抽取考题,并展示在所述考题界面上。当考生答完考题,并点击提交按钮时,所述复习系统1执行错处确定单元12。
所述错处确定单元12用于基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点。
具体地,所述错处确定单元12逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;再基于预设的所述标准答案语句中的单词(或单字)和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
仍以“I have a red bag”为例,若所述错处确定单元12所接收的答题语句为“Ihave red bag”。所述错处确定单元12通过比较标准答案语句和答题语句,确定答题语句中的错处是少冠词a。接着,再根据标准答案语句所对应的句子结构中区分各节点的分隔符(对应本例中的空格、空格和“[”的组合、空格和“]”的组合等),来确定对应冠词a的节点为字母C,接着执行复习单元13。
所述复习单元13用于基于所述错处的节点所对应的所对应的节点特征,生成复习信息,并提供给考生。其中,所述节点特征包括但不限于:句子成分、词性、在相应句子结构中的位置中的至少一种。
具体地,所述复习单元13包括:第一复习模块、和/或第二复习模块。
所述第一复习模块用于基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息。在此,所述存储单元11中可以预设有对应每个标准答案语句、或每种句子结构的至少一个分析模板。所述第一复习模块根据所述错处的节点所对应的节点特征确定相应的分析模板,并将包含所述错处的节点及其下属各节点所对应的标准答案语句中的部分提取出来,填入所述分析模板中,并展示在答案分析界面上,以供考生学习。
或者,所述第一复习模块可以根据所述错处的节点及其下属的各节点在相应句子结构中的位置,确定所述错处分别对应所述答题语句及标准答案语句中的短语/词组,并将所确定的错误的短语/词组和对应正确的短语/词组作为复习信息,提供给考生。
为了帮助考生巩固错处的正确用法,所述第二复习模块用于从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
例如,所述第二复习模块通从所述错处确定单元12处确定所获取的答题语句“Ihave red a bag”中“red”所对应的节点node11和“a bag”所对应的节点node111均错误。则所述第二复习模块根据预设的节点node11所对应的句子成分为定语、且词性为冠词,节点node111所对应的句子成分为宾语,从数据库中查询包含句子成分为定语、且词性为冠词的节点及其所属节点的句子成分为宾语的句子结构,并从所找到的句子结构中随机的抽取至少一个标准答案语句和相应的考题,并将所抽取的考题和标准答案语句作为复习信息,再次将所抽取的考题显示在考试界面上,以供考生作答,并重复执行上述错处确定单元12。如此迭代式的帮助考生巩固复习之前的错处,增加考生对正确答案的理解。
作为一种优选方式,所述存储单元11中预设有节点的可替换节点。当所述错处的节点下属各节点和/或归属各节点中对应有可替换的节点时,所述复习单元13还用于基于替换后的节点所构成的句子结构,生成复习信息。
在此,所述可替换的备选节点可以为原始节点的缩略项,也可以为其他单词/词组所对应的节点。所述复习单元13基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将所述新的考题和标准答案语句作为复习信息。如此,能够突出所述错处,以重复练习针对所述错处的题目。
例如,预设的对应标准答案语句中“a red bag”的节点包括:字母C、字母D和E,其中,字母D和E可替换的节点为“字母E”。当所述复习单元13在确定“字母C”的节点为错处时,将所处错处的节点下属的节点替换成字母E,得到的替换后的句子结构为“A B[C[E]]”,其对应的标准答案语句变为“I have a bag”,对应的考题变为“翻译:我有一个书包”。接着,所述复习单元13将替换后的考题和标准答案语句作为复习信息,提供给考生。
或者,所述复习单元13根据预设的可替换节点,将所述错处的节点与其下属的替换后的节点进行组合,并将替换后的节点组合填入预设的分析模板中,以供向考生进行更为丰富的示例解析。
综上所述,本发明的基于语句中的错处进行复习的方法及系统,通过预先建立标准答案语句和句子结构之间的对应关系,并依据上述对应关系来确定答题语句中的错处,进一步针对错处在句子结构中的用法设置复习信息,如此能够解决考题与考生的学习阶段脱节的问题,实现以考生不会的内容为重复重点,有层次的进行自学模式;另外,预设可替换节点,能够扩充数据库中的题目的数量;此外,按照错处所对应节点的句子成分和/或词性来生成新的考题,为考生提供了实现题型不同、考点相同的多样式的学习过程;还有,将错处的节点所对应的句子成分或词性提炼出来,并通过分析和/或反复出题等方式,让考生加深对正确语句的记忆,有效提高考生的学习效率。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种基于语句中的错处进行复习的方法,其特征在于,包括:
预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的;其中每个节点至少包括所述节点所对应的句子成分;
基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点;
基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生,其中,若所述错处的节点下属各节点和/或归属各节点中预设有可替换的节点;对应的,所述基于错处的节点所对应的节点特征,生成复习信息的方式包括:基于替换后的节点所构成的句子结构,生成复习信息。
2.根据权利要求1所述的基于语句中的错处进行复习的方法,其特征在于,所述基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点的方式包括:
逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;
基于预设的所述标准答案语句中的单词和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
3.根据权利要求1所述的基于语句中的错处进行复习的方法,其特征在于,所述生成复习信息的方式包括以下至少一种:
基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息;
从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
4.根据权利要求1所述的基于语句中的错处进行复习的方法,其特征在于,所述基于替换后的节点所构成的句子结构,生成复习信息的方式包括:
基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将新的考题和标准答案语句作为复习信息。
5.一种基于语句中的错处进行复习的系统,其特征在于,包括:
存储单元,用于预设对应各考题的标准答案语句、以及各标准答案语句所对应的句子结构;其中,所述句子结构是以句子成分和/或词性为节点将相应的标准答案语句予以划分而得到的;其中每个节点至少包括所述节点所对应的句子成分;
错处确定单元,用于基于所获取的考题和所对应的标准答案语句,确定所述考题的答题语句中的错处,以及所述错处在所对应的句子结构中的节点;
复习单元,用于基于所述错处的节点所对应的节点特征,生成复习信息,并提供给考生,其中,若所述错处的节点下属各节点和/或归属各节点中预设有可替换的节点;对应的,所述复习单元还用于基于替换后的节点所构成的句子结构,生成复习信息。
6.根据权利要求5所述的基于语句中的错处进行复习的系统,其特征在于,所述错处确定单元用于逐个匹配所述考题的答题语句和所对应的标准答案语句,并确定所述答题语句中的错处;基于预设的所述标准答案语句中的单词和/或词组与相应句子结构中各节点的对应关系,确定所述错处在所述句子结构中的节点。
7.根据权利要求5所述的基于语句中的错处进行复习的系统,其特征在于,所述复习单元包括以下至少一种模块:
第一复习模块,用于基于所述错处的节点所对应的节点特征,生成错处分析报告,并将所述错处分析报告作为所述复习信息;
第二复习模块,用于从预设的各句子结构中选取包含所述错处的节点及其附属节点的组合的句子结构,再从所选取的句子结构中选取所对应的至少一个标准答案语句和相应的考题,将所选取的考题和标准答案语句作为复习信息。
8.根据权利要求7所述的基于语句中的错处进行复习的系统,其特征在于,所述复习单元还用于基于所述错处的节点和替换后的节点的组合所对应的句子结构,将所述考题的标准答案语句和考题进行更改,并将新的考题和标准答案语句作为复习信息。
CN201510415948.8A 2015-07-15 2015-07-15 基于语句中的错处进行复习的方法及系统 Active CN105070133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510415948.8A CN105070133B (zh) 2015-07-15 2015-07-15 基于语句中的错处进行复习的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510415948.8A CN105070133B (zh) 2015-07-15 2015-07-15 基于语句中的错处进行复习的方法及系统

Publications (2)

Publication Number Publication Date
CN105070133A CN105070133A (zh) 2015-11-18
CN105070133B true CN105070133B (zh) 2018-05-15

Family

ID=54499486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510415948.8A Active CN105070133B (zh) 2015-07-15 2015-07-15 基于语句中的错处进行复习的方法及系统

Country Status (1)

Country Link
CN (1) CN105070133B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784069B (zh) * 2017-09-14 2020-08-18 深圳市赛达教育咨询有限公司 一种用于智能诊断学生知识能力的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000643A (zh) * 2006-01-10 2007-07-18 英业达股份有限公司 具有复习功能的学习系统及方法
JP2009276709A (ja) * 2008-05-19 2009-11-26 Fujitsu Ltd 学習支援システム、プログラムおよび学習支援方法
CN102074135A (zh) * 2010-10-21 2011-05-25 无敌科技(西安)有限公司 一种题库建置方法及装置
EP2472428A1 (en) * 2010-08-31 2012-07-04 Rakuten, Inc. Response determining device, response determining method, response determining program, recording medium and response determining system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000643A (zh) * 2006-01-10 2007-07-18 英业达股份有限公司 具有复习功能的学习系统及方法
JP2009276709A (ja) * 2008-05-19 2009-11-26 Fujitsu Ltd 学習支援システム、プログラムおよび学習支援方法
EP2472428A1 (en) * 2010-08-31 2012-07-04 Rakuten, Inc. Response determining device, response determining method, response determining program, recording medium and response determining system
CN102074135A (zh) * 2010-10-21 2011-05-25 无敌科技(西安)有限公司 一种题库建置方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于语句成分的英语语义分析算法及应用;李强,李红军;《计算机与数字工程》;20130430(第41卷第4期);第524-526页 *

Also Published As

Publication number Publication date
CN105070133A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
WO2014127183A2 (en) Language learning systems and methods
CN105159924A (zh) 学习资源推送方法和系统
US9646512B2 (en) System and method for automated teaching of languages based on frequency of syntactic models
CN104021326B (zh) 一种外语教学方法与外语教具
KR102050266B1 (ko) 영어 학습 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램
CN105070130A (zh) 水平测评方法和系统
KR101160623B1 (ko) 영어 학습법 및 그 장치
Altarriba et al. Acquiring second language vocabulary through the use of images and words
KR101227131B1 (ko) 대화형 언어 교육 시스템
Hoel e-Schoolbag in China--Exploring Research Evidence for Large Scale Deployment of e-Textbooks and Services
KR102146433B1 (ko) 연상기억법을 이용한 문맥 기반 언어 학습 서비스 제공 방법
CN115640368A (zh) 一种智能诊断推荐题库的方法及其系统
CN105070133B (zh) 基于语句中的错处进行复习的方法及系统
CN109166407B (zh) 英语体系名词性结构表达训练系统及其方法
Atapattu et al. Evaluation of concept importance in concept maps mined from lecture notes
KR20110018244A (ko) 온라인 시험과 연계한 강의 정보 제공 시스템 및 방법
KR102330970B1 (ko) 인공지능 기반의 교육평가시스템 및 평가방법
CN109166356B (zh) 英语体系动词性结构表达训练系统及其方法
Huang et al. Personalized automatic quiz generation based on proficiency level estimation
Richter et al. Tracking the evolution of written language competence: an NLP–based approach
Cao et al. A Research on Vocabulary Size Test for Chinese Second Language E-learning Platform Based on Word Co-occurrence Network
Agrawal Content Analysis for Pedagogy of Eng-lish
KR20150141109A (ko) 사용자 맞춤 온라인 학습방법
Makridis et al. The technologisation of thematic analysis: a case study into automatising qualitative research
Constantinou et al. THE TECHNOLOGISATION OF THEMATIC ANALYSIS: A CASE STUDY INTO AUTOMATISING QUALITATIVE RESEARCH

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant