CN107240047A - 一种教学视频的学分评估方法和装置 - Google Patents
一种教学视频的学分评估方法和装置 Download PDFInfo
- Publication number
- CN107240047A CN107240047A CN201710299425.0A CN201710299425A CN107240047A CN 107240047 A CN107240047 A CN 107240047A CN 201710299425 A CN201710299425 A CN 201710299425A CN 107240047 A CN107240047 A CN 107240047A
- Authority
- CN
- China
- Prior art keywords
- keyword
- credit
- knowledge point
- teaching
- video
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Abstract
本发明实施例公开了一种教学视频的学分评估方法,用于解决现有教学视频的学分评估过于主观、不准确的问题。本发明实施例方法包括:获取目标教学视频中的各个教学讲义画面和音频数据;对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;对所述音频数据进行语音识别,得到语音关键字;将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。本发明实施例还提供一种教学视频的学分评估装置。
Description
技术领域
本发明涉及视频处理技术领域,尤其涉及一种教学视频的学分评估方法和装置。
背景技术
现在网络教学已经成为能够跨越时间和空间障碍的学习新知识的重要途径,譬如通过慕课教育中的大规模网络教学视频习得某一种知识或者技能。
然而,目前这些教学视频并没有对知识点内容进行量化考量,这导致学生对学习完一个教学视频后可以获得多少个学分没有清楚的认知;另外,教育机构或老师在发布这些教学视频时,对这些教学视频对应的学分也没有一个统一的标准,往往都是根据个人的主观认识给这些教学视频设定大概的学分,学分的评估并不准确。
发明内容
本发明实施例提供了一种教学视频的学分评估方法和装置,能够使得教学视频的学分评估更加准确和客观,并可以高效地评估每个教学视频的学分,使得学生对学习完一个教学视频后可以获得多少个学分有更加清楚的认知。
本发明实施例提供的一种教学视频的学分评估方法,包括:
获取目标教学视频中的各个教学讲义画面和音频数据;
对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
对所述音频数据进行语音识别,得到语音关键字;
将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
可选地,在将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字之后,还包括:
根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;
和/或
统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次;
将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。
可选地,获取目标教学视频中的各个教学讲义画面包括:
对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
可选地,所述根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分包括:
通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
可选地,所述各个知识点关键字对应的关键字学分通过以下步骤预先设置:
将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分;
其中,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。
本发明实施例提供的一种教学视频的学分评估装置,包括:
画面音频获取模块,用于获取目标教学视频中的各个教学讲义画面和音频数据;
文字识别模块,用于对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
语音识别模块,用于对所述音频数据进行语音识别,得到语音关键字;
关键字匹配模块,用于将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
视频学分计算模块,用于根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
可选地,所述教学视频的学分评估装置还包括:
所属学科确定模块,用于根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;
和/或
频次统计模块,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次;
视频标签确定模块,用于将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。
可选地,所述画面音频获取模块包括:
画面剔除单元,用于对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
画面筛选单元,用于从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
可选地,所述视频学分计算模块包括:
关键字学分查询单元,用于通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
权重确定单元,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
加权平均计算单元,用于根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
可选地,所述各个知识点关键字对应的关键字学分通过以下模块预先设置:
关键字分组模块,用于将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
小组排序模块,用于根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
学分设置模块,用于根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分;
其中,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,首先,获取目标教学视频中的各个教学讲义画面和音频数据;然后,对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;对所述音频数据进行语音识别,得到语音关键字;接着,将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;最后,根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。这样,可以对目标教学视频中的知识点用关键字进行量化,这些知识点关键字各自对应有学分,从而可以根据这些知识点关键字和对应的学分计算出目标教学视频的学分,使得教学视频的学分评估更加准确和客观,同时也可以高效地评估出每个教学视频的学分,使得学生对学习完一个教学视频后可以获得多少个学分有更加清楚的认知。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种教学视频的学分评估方法一个实施例流程图;
图2为本发明实施例中一种教学视频的学分评估方法步骤101在一个应用场景下的流程示意图;
图3为本发明实施例中一种教学视频的学分评估方法在一个应用场景下预先设置关键字学分的流程示意图;
图4为本发明实施例中一种教学视频的学分评估方法步骤105在一个应用场景下的流程示意图;
图5为本发明实施例中一种教学视频的学分评估装置一个实施例结构图。
具体实施方式
本发明实施例提供了一种教学视频的学分评估方法和装置,用于解决现有教学视频的学分评估过于主观、不准确的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种教学视频的学分评估方法一个实施例包括:
101、获取目标教学视频中的各个教学讲义画面和音频数据;
本实施例中,上述的目标教学视频可以是正在直播的教学视频,也可以是录播中的教学视频,还可以是录制中的教学视频。可以理解的是,本申请的学分评估方法可以应用于各种场景下的教学视频,例如,若应用于正在直播的教学视频,采用该学分评估方法可以实时计算出该教学视频的学分;若应用于录制中的教学视频,则采用该学分评估方法可以在一边录制教学视频过程中一边为录制中的教学视频确定出知识点关键字,在教学视频录制完成之后,立马根据这些知识点关键字计算出该教学视频的学分,从而当教学视频录制完毕之后,该教学视频的学分也相应设置完毕,非常高效。
可以理解的是,在录播系统播放目标教学视频的场景下,录播系统上可以显示老师特写画面、学生特写画面、老师全景画面、学生全景画面、教学讲义画面等。上述的“当前的教学讲义画面”可以是该目标教学视频上老师当前所教内容对应的讲义画面,该教学讲义画面可以正在显示或者没显示的教学讲义画面。在录播系统中,由于可以控制当前显示画面在上述5个画面中切换,例如当前显示画面为老师全景画面,此时虽然当前显示画面不是教学讲义画面,但实际上当前的教学讲义画面正在该录播系统的后台播放,若将当前显示画面切换至教学讲义画面,此时则将正在该录播系统后台播放的教学讲义画面放到前台显示。因此,上述的“当前的教学讲义画面”不一定为正在显示的画面,也有可能是正在后台播放的、与目标教学视频同步的讲义画面。
另外,一般来说,一个教学讲义画面对应一个讲义的页面。例如PPT讲义中,一页PPT则为一个教学讲义画面。由于目标教学视频是由帧画面组成的,因此一个教学讲义画面往往对应目标教学视频上的多个帧画面。例如,如果老师在讲解某个教学讲义画面时,共录制了10分钟的视频,则这个教学讲义画面与这10分钟视频的所有帧画面对应。
因此,进一步地,如图2所示,获取目标教学视频中的各个教学讲义画面具体可以包括:
201、对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
202、从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
对于步骤201,可以理解的是若相邻的帧画面的画面相同,则表示这些相同的画面的帧画面属于同一个教学讲义画面,为了减少分析样本,应当将这些帧画面剔除,只保留其中的一个帧画面。如上述步骤101中的举例,录制的10分钟的视频对应一个教学讲义画面,假设这10分钟的视频包括10万个帧画面,则只需保留10万个帧画面中的饿一个作为该教学讲义画面即可,其它的帧画面剔除掉。
对于步骤202,在目标教学视频中,由于除了教学讲义画面之后,还可能包括其它的画面,例如老师特写画面、学生特写画面、老师全景画面、学生全景画面等等。而教学讲义画面一般包含有文本信息,且不包含文本的信息的教学讲义画面对后续步骤来说也没有作用,因此可以从剔除后的各个帧画面中筛选那些包含文本信息的帧画面作为本实施例所需的教学讲义画面。在筛选时,需要对帧画面中的文本信息进行识别,为了快速识别出帧画面中是否包含有文本信息,可以针对不同的教学视频中的画面区域,预先设定文本信息出现可能性较大的区域,然后对这些区域进行优先、重点识别,可以达到快速识别出文本信息的效果。例如,将教学视频画面区域中最有可能出现电脑画面位置、黑板位置等区域设定为优先识别区域。
进一步地,对于步骤202,还可以采用基于文字纹理的文本定位方法来筛选出包含文本信息的帧画面。
102、对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
在获取到各个教学讲义画面之后,可以对这些教学讲义画面中的文本内容进行文字识别,得到文本关键字。具体地,可以采用OCR(Optical Character Recognition,光学字符识别)文字识别方法来识别教学讲义画面中的文字,从而得到文本关键字。
另外,还可以采用定位、切割的方式来进行文字识别,具体步骤包括:首先,对教学讲义画面的图像进行灰度化处理,灰度化处理后的图像仍然包含太多冗余图像信息,所以下一步设置合适的灰度阈值进行图像二值化处理,得到仅包含文本内容的灰度图像,然后还要进行边缘化检测获得该教学讲义画面中文字图像的定位。到这里基本完成了该教学讲义画面中的文本检索,接下来将定位得到的文字图像进行文字分割得到文字像素直方图,对标点符号或者下划线之类的噪声去除后得到文本数据,从而获得文本关键字。
需要说明的是,本实施例中所说的文本关键字可以是对文本内容进行文字识别得到的全部文本数据,也可以是对文本数据进一步提取得到的关键字数据。
103、对所述音频数据进行语音识别,得到语音关键字;
可以理解的是,在教学视频中,老师讲课的内容也是知识点的一个重要来源。因此,在获取到目标教学视频的音频数据之后,可以对这些音频数据进行语音识别,获取到老师讲课的语音关键字。进一步地,为了提高语音识别的效率,可以先对音频数据进行预处理,例如过滤掉不属于人声频率范围的音频数据。
需要说明的是,本实施例中所说的语音关键字可以是对音频进行语音识别得到的全部文本数据,也可以是对文本数据进一步提取得到的关键字数据。
上述步骤103可以在步骤102之前执行,也可以在步骤102之后执行,还可以与步骤102同时执行,本实施例不作具体限定。
104、将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
在得到文本关键字和语音关键字之后,可以将这些关键字与系统知识库中各个知识点关键字进行逐一匹配,并将匹配成功的知识点关键字记录下来。例如,假设文本关键字和语音关键字一共包括“这、篇、文、章、的、意、义”,而系统知识库中有一个知识点关键字为“意义”,则系统将从第一个字“这”开始匹配,直至到“意”才第一个字匹配成功,然后接下来匹配“义”字,直至所有的关键字均进行过匹配后,确定匹配成功的知识点关键字为“意义”。
本实施例中,所述系统知识库可以预先构建,具体地,可以将实际教学中各个学科的特征信息(如:知识点关键字)集合构建出一个具有知识点层次的系统知识库,该系统知识库记录有各个知识点关键字对应的关键字学分。进一步地,如图3所示,所述各个知识点关键字对应的关键字学分可以通过以下步骤预先设置:
301、将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
302、根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
303、根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分。
对于步骤301,不同知识点关键字的重要性可以根据不同学科进行设定。例如,在数学中,“微积分”为一个重要性较高的关键字,而“微积分”在语文中的重要性则较低。因此,各个知识点关键字的重要性还可以与当前的学科或者教学的年纪有关,例如,大学语文和小学语文对同一个知识点关键字设定的重要性往往不同。本实施例中,关键字的重要性可以以重要性等级来区分,例如一级、二级、三级、……N级,等等。可以理解的是,分组时,重要性等级相同的知识点关键字归为同一组。在一个应用场景下,小学一年级语文的知识点关键字分组如下:
一组:红领巾,祖国,悯农,勇敢...
二组:司马光,王二小...
三组:大自然,春风..
四组:...
对于步骤302,可以根据各个关键字小组中各个知识点关键字的平均出现频率从高到低来对关键字小组进行排序,也可以根据各个关键字小组中各个知识点关键字的总出现频率从高到低来对关键字小组进行排序。在具体应用时,可以根据实际情况进行选择,此处不作限定。可以理解的是,出现频率越高,则表示关键字小组中的知识点关键字对应的知识点越重要,反之,出现频率越低,则对应的知识点越不重要。
本实施例中各个知识点关键字的出现频率可以在系统知识库的使用过程中统计得到。
对于步骤303,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。可以理解的是,排序越靠前,说明关键字小组中的知识点关键字对应的知识点越重要,越重要的知识点,其设定的对应学分理应越大。因此,假设上述步骤301中举例的分组排序不变,承接上述举例,小学一年级语文的知识点关键字分组以及关键字学分设置如下:
一组(5分):红领巾,祖国,悯农,勇敢...
二组(4.5分):司马光,王二小...
三组(4分):大自然,春风..
四组(3.5分):...
105、根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
本实施例中,在得到匹配成功的知识点关键字之后,可以查询这些知识点关键字对应的学分,然后计算整个目标教学视频的学分。进一步地,如图4所示,上述步骤105可以包括:
401、通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
402、统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
403、根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
对于步骤401,由于系统知识库记录有所述各个知识点关键字对应的关键字学分,因此容易通过系统知识库查询到这些知识点关键字对应的关键字学分。
对于步骤402,可以理解的是,在目标教学视频中,若某个知识点关键字出现的次数越多,则表示该知识点关键字在目标教学视频中的比重越高,也即权重越大。因此,统计得到某个匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数可以作为这个知识点关键字对应的权重值。
对于步骤403,假设匹配成功的知识点关键字共i个,Ki表示第i个知识点关键字的关键字学分,Ci表示第i个知识点关键字的出现次数,则本实施例中目标教学视频的学分K0可以以下述公式(1)表示:
………………………… 公式(1)
进一步地,本实施例中的学分评估方法还可以确定目标教学视频的综合性评价信息,例如学科信息、视频标签等。如下所述,在步骤104之后,本实施例中的教学视频的学分评估方法还可以包括:根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;和/或,统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次,然后将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。例如,将出现频次最高的5个知识点关键字作为该目标教学视频的标签,方便后续教学中,学生对该目标教学视频的检索或索引。
由上述内容可知,本实施例中的教学视频学分评估方法,可以不需要固定讲义模板进行检索,能对各种形式的文字内容进行识别,包括板书和教师讲义。另外,本方法还结合语音分析,将教师声音识别成为文本数据,扩大了知识点的获取途径,提高分析的正确率。另一方面,本方法还可以智能分析教学视频内容,对视频中的知识点进行拆解量化,获取到知识点关键字后与系统知识库的内容进行信息匹配,可以准确、客观地评估一个教学视频的学分。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种教学视频的学分评估方法,下面将对一种教学视频的学分评估装置进行详细描述。
图5示出了本发明实施例中一种教学视频的学分评估装置一个实施例结构图。
本实施例中,一种教学视频的学分评估装置包括:
画面音频获取模块501,用于获取目标教学视频中的各个教学讲义画面和音频数据;
文字识别模块502,用于对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
语音识别模块503,用于对所述音频数据进行语音识别,得到语音关键字;
关键字匹配模块504,用于将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
视频学分计算模块505,用于根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
进一步地,所述教学视频的学分评估装置还可以包括:
所属学科确定模块,用于根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;
和/或
频次统计模块,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次;
视频标签确定模块,用于将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。
进一步地,所述画面音频获取模块可以包括:
画面剔除单元,用于对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
画面筛选单元,用于从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
进一步地,所述视频学分计算模块可以包括:
关键字学分查询单元,用于通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
权重确定单元,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
加权平均计算单元,用于根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
进一步地,所述各个知识点关键字对应的关键字学分可以通过以下模块预先设置:
关键字分组模块,用于将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
小组排序模块,用于根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
学分设置模块,用于根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分;
其中,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种教学视频的学分评估方法,其特征在于,包括:
获取目标教学视频中的各个教学讲义画面和音频数据;
对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
对所述音频数据进行语音识别,得到语音关键字;
将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
2.根据权利要求1所述的教学视频的学分评估方法,其特征在于,在将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字之后,还包括:
根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;
和/或
统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次;
将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。
3.根据权利要求1所述的教学视频的学分评估方法,其特征在于,获取目标教学视频中的各个教学讲义画面包括:
对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
4.根据权利要求1所述的教学视频的学分评估方法,其特征在于,所述根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分包括:
通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
5.根据权利要求1至4中任一项所述的教学视频的学分评估方法,其特征在于,所述各个知识点关键字对应的关键字学分通过以下步骤预先设置:
将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分;
其中,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。
6.一种教学视频的学分评估装置,其特征在于,包括:
画面音频获取模块,用于获取目标教学视频中的各个教学讲义画面和音频数据;
文字识别模块,用于对所述各个教学讲义画面中的文本内容进行文字识别,得到文本关键字;
语音识别模块,用于对所述音频数据进行语音识别,得到语音关键字;
关键字匹配模块,用于将所述文本关键字和所述语音关键字与预设系统知识库中各个知识点关键字进行匹配,得到匹配成功的知识点关键字,所述系统知识库记录有所述各个知识点关键字对应的关键字学分;
视频学分计算模块,用于根据所述匹配成功的知识点关键字和对应的关键字学分计算所述目标教学视频的学分。
7.根据权利要求6所述的教学视频的学分评估装置,其特征在于,所述教学视频的学分评估装置还包括:
所属学科确定模块,用于根据所述匹配成功的知识点关键字确定所述目标教学视频所属的学科;
和/或
频次统计模块,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的频次;
视频标签确定模块,用于将出现的频次最高的预设数量个所述匹配成功的知识点关键字确定为所述目标教学视频的标签。
8.根据权利要求6所述的教学视频的学分评估装置,其特征在于,所述画面音频获取模块包括:
画面剔除单元,用于对所述目标教学视频的各个帧画面进行分析,将相邻且画面相同的帧画面剔除;
画面筛选单元,用于从剔除后的所述各个帧画面中筛选出包含文本信息的帧画面作为所述教学讲义画面。
9.根据权利要求6所述的教学视频的学分评估装置,其特征在于,所述视频学分计算模块包括:
关键字学分查询单元,用于通过所述系统知识库查询所述匹配成功的知识点关键字对应的关键字学分;
权重确定单元,用于统计所述匹配成功的知识点关键字在所述各个教学讲义画面和音频数据中出现的次数作为所述匹配成功的知识点关键字对应的权重值;
加权平均计算单元,用于根据所述匹配成功的知识点关键字对应的关键字学分和对应的权重值计算加权平均数作为所述目标教学视频的学分。
10.根据权利要求6至9中任一项所述的教学视频的学分评估装置,其特征在于,所述各个知识点关键字对应的关键字学分通过以下模块预先设置:
关键字分组模块,用于将所述系统知识库中各个知识点关键字按照重要性进行分组,得到各个关键字小组;
小组排序模块,用于根据所述各个关键字小组中知识点关键字的出现频率从高到低对所述各个关键字小组进行排序,得到小组排序结果;
学分设置模块,用于根据所述小组排序结果分别为所述各个关键字小组中的知识点关键字设置对应的关键字学分;
其中,知识点关键字所在的关键字小组排序越靠前,则对应的关键字学分越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299425.0A CN107240047B (zh) | 2017-05-05 | 2017-05-05 | 一种教学视频的学分评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710299425.0A CN107240047B (zh) | 2017-05-05 | 2017-05-05 | 一种教学视频的学分评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107240047A true CN107240047A (zh) | 2017-10-10 |
CN107240047B CN107240047B (zh) | 2020-12-08 |
Family
ID=59984324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710299425.0A Active CN107240047B (zh) | 2017-05-05 | 2017-05-05 | 一种教学视频的学分评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240047B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107968959A (zh) * | 2017-11-15 | 2018-04-27 | 广东广凌信息科技股份有限公司 | 一种教学视频的知识点分割方法 |
CN108804598A (zh) * | 2018-05-29 | 2018-11-13 | 王妃 | 云图分布式视频分类方法 |
CN108877771A (zh) * | 2018-07-11 | 2018-11-23 | 北京大米科技有限公司 | 数据处理方法、存储介质和电子设备 |
CN109063587A (zh) * | 2018-07-11 | 2018-12-21 | 北京大米科技有限公司 | 数据处理方法、存储介质和电子设备 |
CN109284390A (zh) * | 2018-11-29 | 2019-01-29 | 北京师范大学 | 一种基于课堂日志的教学场景编码方法 |
CN109359613A (zh) * | 2018-10-29 | 2019-02-19 | 四川文轩教育科技有限公司 | 一种基于人工智能的教学过程分析方法 |
CN109460456A (zh) * | 2018-10-25 | 2019-03-12 | 重庆鲁班机器人技术研究院有限公司 | 一种推荐学习内容的方法及装置 |
CN110413849A (zh) * | 2019-07-22 | 2019-11-05 | 上海赜睿信息科技有限公司 | 一种数据排序方法及装置 |
CN111462554A (zh) * | 2020-04-22 | 2020-07-28 | 浙江蓝鸽科技有限公司 | 网上课堂视频知识点识别方法和装置 |
CN111914760A (zh) * | 2020-08-04 | 2020-11-10 | 华中师范大学 | 一种在线课程视频资源构成的解析方法及系统 |
CN112286943A (zh) * | 2020-12-26 | 2021-01-29 | 东华理工大学南昌校区 | 基于时事案例优化的思想政治教案展示方法和系统 |
CN113422974A (zh) * | 2021-06-15 | 2021-09-21 | 读书郎教育科技有限公司 | 一种直播讲义同步复习的系统及方法 |
CN113420167A (zh) * | 2021-05-14 | 2021-09-21 | 北京达佳互联信息技术有限公司 | 多媒体资源处理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6052656A (en) * | 1994-06-21 | 2000-04-18 | Canon Kabushiki Kaisha | Natural language processing system and method for processing input information by predicting kind thereof |
CN105761183A (zh) * | 2016-03-14 | 2016-07-13 | 成都爱易佰网络科技有限公司 | 知识点体系教学方法及基于知识点测度的自适应教学系统 |
CN106156335A (zh) * | 2016-07-07 | 2016-11-23 | 苏州大学 | 一种教材知识点的挖掘整理方法和系统 |
-
2017
- 2017-05-05 CN CN201710299425.0A patent/CN107240047B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6052656A (en) * | 1994-06-21 | 2000-04-18 | Canon Kabushiki Kaisha | Natural language processing system and method for processing input information by predicting kind thereof |
CN105761183A (zh) * | 2016-03-14 | 2016-07-13 | 成都爱易佰网络科技有限公司 | 知识点体系教学方法及基于知识点测度的自适应教学系统 |
CN106156335A (zh) * | 2016-07-07 | 2016-11-23 | 苏州大学 | 一种教材知识点的挖掘整理方法和系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107968959B (zh) * | 2017-11-15 | 2021-02-19 | 广东广凌信息科技股份有限公司 | 一种教学视频的知识点分割方法 |
CN107968959A (zh) * | 2017-11-15 | 2018-04-27 | 广东广凌信息科技股份有限公司 | 一种教学视频的知识点分割方法 |
CN108804598A (zh) * | 2018-05-29 | 2018-11-13 | 王妃 | 云图分布式视频分类方法 |
CN108877771A (zh) * | 2018-07-11 | 2018-11-23 | 北京大米科技有限公司 | 数据处理方法、存储介质和电子设备 |
CN109063587A (zh) * | 2018-07-11 | 2018-12-21 | 北京大米科技有限公司 | 数据处理方法、存储介质和电子设备 |
CN109063587B (zh) * | 2018-07-11 | 2021-02-26 | 北京大米科技有限公司 | 数据处理方法、存储介质和电子设备 |
CN109460456A (zh) * | 2018-10-25 | 2019-03-12 | 重庆鲁班机器人技术研究院有限公司 | 一种推荐学习内容的方法及装置 |
CN109359613A (zh) * | 2018-10-29 | 2019-02-19 | 四川文轩教育科技有限公司 | 一种基于人工智能的教学过程分析方法 |
CN109284390A (zh) * | 2018-11-29 | 2019-01-29 | 北京师范大学 | 一种基于课堂日志的教学场景编码方法 |
CN110413849A (zh) * | 2019-07-22 | 2019-11-05 | 上海赜睿信息科技有限公司 | 一种数据排序方法及装置 |
CN111462554A (zh) * | 2020-04-22 | 2020-07-28 | 浙江蓝鸽科技有限公司 | 网上课堂视频知识点识别方法和装置 |
CN111914760A (zh) * | 2020-08-04 | 2020-11-10 | 华中师范大学 | 一种在线课程视频资源构成的解析方法及系统 |
CN111914760B (zh) * | 2020-08-04 | 2021-03-30 | 华中师范大学 | 一种在线课程视频资源构成的解析方法及系统 |
CN112286943A (zh) * | 2020-12-26 | 2021-01-29 | 东华理工大学南昌校区 | 基于时事案例优化的思想政治教案展示方法和系统 |
CN113420167A (zh) * | 2021-05-14 | 2021-09-21 | 北京达佳互联信息技术有限公司 | 多媒体资源处理方法、装置、电子设备及存储介质 |
CN113422974A (zh) * | 2021-06-15 | 2021-09-21 | 读书郎教育科技有限公司 | 一种直播讲义同步复习的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107240047B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240047A (zh) | 一种教学视频的学分评估方法和装置 | |
US10911840B2 (en) | Methods and systems for generating contextual data elements for effective consumption of multimedia | |
WO2021082982A1 (zh) | 基于图谱化知识库的问答方法、设备、存储介质及装置 | |
US20160133148A1 (en) | Intelligent content analysis and creation | |
CN107918821A (zh) | 基于人工智能技术的教师课堂教学过程分析方法和系统 | |
CN107247732A (zh) | 一种教学视频的习题匹配方法、装置和一种录播系统 | |
CN108154304A (zh) | 具有教学质量评估功能的服务器 | |
CN110443427A (zh) | 基于认知知识谱的成绩预测方法及其系统 | |
Roy | The birth of a word | |
CN108920513A (zh) | 一种多媒体数据处理方法、装置和电子设备 | |
TWI764240B (zh) | 智慧型影片編輯方法及系統 | |
CN111681143A (zh) | 基于课堂语音的多维度分析方法、装置、设备及存储介质 | |
CN112287175B (zh) | 一种视频高亮片段预测方法和系统 | |
CN109800309A (zh) | 课堂话语类型分类方法及装置 | |
CN108766113A (zh) | 学生课堂表现的监测方法及装置 | |
CN109657096A (zh) | 一种基于低学龄教学音视频的辅助统计报告生成方法 | |
Örs et al. | Event clustering within news articles | |
CN116049557A (zh) | 一种基于多模态预训练模型的教育资源推荐方法 | |
CN116050892A (zh) | 一种基于人工智能的智能教育评价监督方法 | |
US7890327B2 (en) | Framework for extracting multiple-resolution semantics in composite media content analysis | |
CN111966839B (zh) | 数据处理方法、装置、电子设备及计算机存储介质 | |
CN109829887B (zh) | 一种基于深度神经网络的图像质量评估方法 | |
CN111581435A (zh) | 一种视频封面图像生成方法、装置、电子设备及存储介质 | |
CN112885356B (zh) | 一种基于声纹的语音识别方法 | |
Inayathulla et al. | Supervised Deep Learning Approach for Generating Dynamic Summary of the Video |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |