CN109377802B - 一种自动交互式智能教育系统及方法 - Google Patents
一种自动交互式智能教育系统及方法 Download PDFInfo
- Publication number
- CN109377802B CN109377802B CN201811420225.7A CN201811420225A CN109377802B CN 109377802 B CN109377802 B CN 109377802B CN 201811420225 A CN201811420225 A CN 201811420225A CN 109377802 B CN109377802 B CN 109377802B
- Authority
- CN
- China
- Prior art keywords
- teaching
- slave nodes
- nodes
- node
- establishing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 40
- 238000009877 rendering Methods 0.000 claims abstract description 55
- 230000006399 behavior Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 51
- 238000010586 diagram Methods 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 16
- 230000007547 defect Effects 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
- G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自动交互式智能教育系统及方法,涉及人工智能以及智能教育领域;其包括用户终端和与用户终端连接的运算装置,运算装置包括识别模块,用于识别对话场景下的用户行为获取识别信息,识别信息包括语音识别信息、表情识别信息和姿态识别信息;任务管理模块,根据识别信息自动驱动已建立的节点图后,根据节点图协调多任务,并调度渲染模块;渲染模块,用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端,实现自动交互教学;本发明的任务管理模块建立节点图进行多任务协调和调度,避免了现有系统通过辅助教育无法实现自动化、个性化交互教学的缺点,实现自动化交互教学和个性教学,利于高效完成教学任务。
Description
技术领域
本发明涉及人工智能以及智能教育领域,尤其是一种自动交互式智能教育系统及方法。
背景技术
近几年来,随着人工智能技术的飞速发展,图像识别、语言识别、自然语言处理、人脸与表情识别技术和智能机器人等成为全球科技领域竞相研发和攻克的热点。目前,图像识别、自然语言处理以及人脸技术等均取得了极大的进步,逐步达到成熟可用阶段。
在目前的教师授课过程中,尤其大班授课,学生课堂听课状况实时掌握非常困难,而辅导机构的一对一辅导,收费昂贵、辅导水平参差不齐;基于以上教育现状,在线教育应运而生,但目前的在线教育虽然时间弹性可控,但教学质量无人监管。
人工智能已经逐步的被应用到教育领域中,随着人工智能教育解决方案的不断成熟,人们希望人工智能可以填补教学方面的空白,希望教师与学校能够为学生做更多有意义的事情。从2017年到2021年,美国教育领域的人工智能预计增长47.5%,尽管多数专家认为教师的重要存在是不可替代的,但是教师的工作和教育的最佳实践将会有很多变化。目前教育领域的人工智能技术均是设置智能教学设备或者使用智能辅助教学方法进行辅助教育,比如学情分析、课堂监测等,教学质量有所提高,但仍然无法监督教学质量,交互均是固定设置的,无法实现自动、个性化交互。因此,需要一种自动交互式智能教育系统及方法可以打破传统教学观念,实现自动化交互式教学和个性化教学。
发明内容
本发明的目的在于:本发明提供了一种自动交互式智能教育系统及方法,解决现有教育系统通过人工智能进行辅助教育无法实现自动化、个性化交互教学的问题。
本发明采用的技术方案如下:
一种自动交互式智能教育系统,包括用户终端和与用户终端连接的运算装置,所述运算装置包括
识别模块,用于识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
任务管理模块,根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
渲染模块,用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端显示,实现自动交互教学。
优选地,所述运算装置还包括数据库,所述数据库存储有根据多任务协调结果更新后的教学信息,所述教学信息包括学生信息、教学内容和课堂习题。
优选地,所述节点图包括教学内容节点图,所述教学内容节点图包括根据知识点框架建立的教学内容主节点、与教学内容主节点连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为与节点,所述第二级从节点为或节点或者与节点。
优选地,所述节点图还包括教学过程节点图,所述教学过程节点图包括根据教学方法和策略建立的教学过程主节点、与教学过程主节点连接的多个第一级从节点、与第一级从节点连接的多个第二级从节点和与第二级从节点连接的多个第三级从节点,所述第一级从节点均为与节点,所述第二级从节点为与节点,所述第三级从节点为或节点。
优选地,所述节点图还包括突发事件节点图,所述突发事件节点图包括根据教学过程中事件建立的突发事件主节点、与突发事件连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为或节点,所述第二级从节点为或节点。
一种自动交互式智能教育方法,包括如下步骤:
步骤1:建立实现多任务协调和调度的节点图,完成构建任务管理模块;
步骤2:识别模块识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
步骤3:任务管理模块根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
步骤4:渲染模块用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端;
步骤5:用户终端显示渲染结果和根据多任务协调结果输出交互信息,数据库根据多任务协调结果更新教学信息,实现自动交互教学;所述教学信息包括教学信息包括学生信息、教学内容和课堂习题。
优选地,所述步骤1包括如下步骤:
步骤1.1:建立教学内容节点图;
步骤1.2:建立教学过程节点图;
步骤1.3:建立突发事件节点图。
优选地,所述步骤1.1包括如下步骤:
步骤1.1.1:根据教学内容的知识点框架建立教学内容主节点;
步骤1.1.2:根据教学内容主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.1.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点或者与节点。
优选地,所述步骤1.2包括如下步骤:
步骤1.2.1:根据教学方法和策略建立教学过程主节点;
步骤1.2.2:根据教学过程主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.2.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为与节点;
步骤1.2.4:根据第二级从节点建立多个第三级从节点,并定义多个第三级从节点的节点属性为或节点。
优选地,所述步骤1.3包括如下步骤:
步骤1.3.1:根据教学过程中事件建立突发事件主节点;
步骤1.3.2:根据突发事件主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为或节点;
步骤1.3.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明通过人工智能实现无教师、个性化自主教学,避免现有通过人工智能进行辅助教育无法实现自动化、个性化交互教学的缺点,任务管理模块建立节点图进行多任务协调和调度,促进用户和智能教育系统实现自然对话,实现自动化交互教学和个性教学,利于高效完成教学任务;
2.本发明通过识别模块识别用户信息,教学过程、教学方法以及突发事件构成的节点图驱动任务管理模块进行多任务协调,根据协调结果调度渲染模块和用户终端等组成,避免了现有智能对话固定的缺点,实现实时观察用户学习状态,根据用户学习状态进行灵活教学,实现个性化自主教学和自动交互教学;
3.本发明的识别模块将微表情与用户学习状态进行关联,通过识别结果触发多任务调度和渲染,避免了现有在线教学无法获取学生学习状态的缺点,利于提高教学质量;
4.本发明的渲染模块根据教学内容和教学过程进行渲染,渲染灵活且生动,避免现有固定场景渲染导致教学和学习过程枯燥的缺点,利于实现个性化教学和学习。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明的系统框图;
图2为本发明的用户终端系统框图;
图3为本发明的方法流程图;
图4为本发明的实施例1欢迎页面示意图;
图5为本发明的实施例1学习内容示意图;
图6为本发明的实施例1课堂练习示意图;
图7为本发明的任务管理模块中教学内容节点图;
图8为本发明的任务管理模块中教学过程节点图;
图9为本发明的任务管理模块中突发事件节点图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
技术问题:解决现有教育系统通过人工智能进行辅助教育无法实现自动化、个性化交互教学的问题;
技术手段:一种自动交互式智能教育系统,包括用户终端和与用户终端连接的运算装置,所述运算装置包括
识别模块,用于识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
任务管理模块,根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
渲染模块,用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端显示,实现自动交互教学。
运算装置还包括数据库,所述数据库存储有根据多任务协调结果更新后的教学信息,所述教学信息包括学生信息、教学内容和课堂习题。
节点图包括教学内容节点图,所述教学内容节点图包括根据知识点框架建立的教学内容主节点、与教学内容主节点连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为与节点,所述第二级从节点为或节点或者与节点。
节点图还包括教学过程节点图,所述教学过程节点图包括根据教学方法和策略建立的教学过程主节点、与教学过程主节点连接的多个第一级从节点、与第一级从节点连接的多个第二级从节点和与第二级从节点连接的多个第三级从节点,所述第一级从节点均为与节点,所述第二级从节点为与节点,所述第三级从节点为或节点。
节点图还包括突发事件节点图,所述突发事件节点图包括根据教学过程中事件建立的突发事件主节点、与突发事件连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为或节点,所述第二级从节点为或节点。
一种自动交互式智能教育方法,包括如下步骤:
步骤1:建立实现多任务协调和调度的节点图,完成构建任务管理模块;
步骤2:识别模块识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
步骤3:任务管理模块根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
步骤4:渲染模块用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端;
步骤5:用户终端显示渲染结果和根据多任务协调结果输出交互信息,数据库根据多任务协调结果更新教学信息,实现自动交互教学;所述教学信息包括教学信息包括学生信息、教学内容和课堂习题。
步骤1包括如下步骤:
步骤1.1:建立教学内容节点图;
步骤1.2:建立教学过程节点图;
步骤1.3:建立突发事件节点图。
步骤1.1包括如下步骤:
步骤1.1.1:根据教学内容的知识点框架建立教学内容主节点;
步骤1.1.2:根据教学内容主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.1.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点或者与节点。
步骤1.2包括如下步骤:
步骤1.2.1:根据教学方法和策略建立教学过程主节点;
步骤1.2.2:根据教学过程主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.2.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为与节点;
步骤1.2.4:根据第二级从节点建立多个第三级从节点,并定义多个第三级从节点的节点属性为或节点。
步骤1.3包括如下步骤:
步骤1.3.1:根据教学过程中事件建立突发事件主节点;
步骤1.3.2:根据突发事件主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为或节点;
步骤1.3.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点。
技术效果:本发明通过人工智能实现无教师、个性化自主教学,避免现有通过人工智能进行辅助教育无法实现自动化、个性化交互教学的缺点,任务管理模块建立节点图进行多任务协调和调度,促进用户和智能教育系统实现自然对话,实现自动化交互教学和个性教学,利于高效完成教学任务;通过识别模块识别用户信息,教学过程、教学方法以及突发事件构成的节点图驱动任务管理模块进行多任务协调,根据协调结果调度渲染模块和用户终端等组成,避免了现有智能对话固定的缺点,实现实时观察用户学习状态,根据用户学习状态进行灵活教学,实现个性化自主教学和自动交互教学;识别模块将微表情与用户学习状态进行关联,通过识别结果触发多任务调度和渲染,避免了现有在线教学无法获取学生学习状态的缺点,利于提高教学质量;渲染模块根据教学内容和教学过程进行渲染,渲染灵活且生动,避免现有固定场景渲染导致教学和学习过程枯燥的缺点,利于实现个性化教学和学习。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例1
如图1-9所示,包括用户终端和与用户终端连接的运算装置,运算装置包括识别模块,用于识别对话场景下的用户行为获取识别信息,识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;任务管理模块,根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;渲染模块,用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端显示,实现自动交互教学。运算装置还包括数据库,数据库存储有根据多任务协调结果更新后的教学信息,教学信息包括学生信息、教学内容和课堂习题。一种自动交互式智能教育方法,包括步骤1:建立实现多任务协调和调度的节点图,完成构建任务管理模块;步骤2:识别模块识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;步骤3:任务管理模块根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;步骤4:渲染模块用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端;步骤5:用户终端显示渲染结果和根据多任务协调结果输出交互信息,数据库根据多任务协调结果更新教学信息,实现自动交互教学;教学信息包括教学信息包括学生信息、教学内容和课堂习题。本实施例以初三数学的圆这一章节为例子,用户终端使用平板,用户为初三学生,包括如下步骤:
(1)平板显示系统的欢迎页面,如图4所示,系统打开平板的内置相机获得学生的图像,上传至云端/数据库;图像识别模块进行人脸识别获取学生身份,根据学生身份从数据库中的学生信息模块调用相应的学生信息下载到本地存储模块;平板通过计算模块控制显示模块对学生信息进行显示;
(2)将学生相应的学习进度内容同时下载到本地存储模块,并启动讲课模式,如图5所示;
(3)讲课过程中,学生发生了低头或者转脸行为,图像识别模块识别到该行为后,任务管理模块立刻暂停课程,语音提醒学生要认真听讲,当检测到学生形态正常时,任务管理模块将重新加载讲解内容的后续课程;
(4)当学生发生了皱眉头或者语音回答不明白等行为时,任务管理模块进行任务协调和调度,具体步骤与步骤(3)相同;
(5)当课程全部讲述完毕,进入学生课堂练习阶段;学生可以采用键盘输入和点选输入,如果在答题中出现某个步骤的错误,任务管理模块调度渲染模块渲染虚拟教师和调度用户终端,虚拟教师实时修改答题错误点,用户终端通过语音输出模块进行讲解,如图6所示;
(6)完成课程后,任务管理模块调度用户终端和数据库,将学生当前学习进度记录到学生信息模块,作为下一次上课所学的进度存储。
本发明通过人工智能实现无教师、个性化自主教学,避免现有通过人工智能进行辅助教育无法实现自动化、个性化交互教学的缺点,任务管理模块建立节点图进行多任务协调和调度,促进用户和智能教育系统实现自然对话,实现自动化交互教学和个性教学,利于高效完成教学任务。
实施例2
基于实施例1,任务管理模块的节点图包括教学内容节点图、教学过程节点图和突发事件节点图,实现自动化交互式教学关键是需要克服多任务协调和调度的技术问题,本申请中建立节点图包括如下步骤:
步骤1.1:建立教学内容节点图;步骤1.1包括步骤1.1.1:根据教学内容的知识点框架建立教学内容主节点;步骤1.1.2:根据教学内容主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;步骤1.1.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点或者与节点。
步骤1.2:建立教学过程节点图;步骤1.2包括步骤1.2.1:根据教学方法和策略建立教学过程主节点;步骤1.2.2:根据教学过程主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;步骤1.2.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为与节点;步骤1.2.4:根据第二级从节点建立多个第三级从节点,并定义多个第三级从节点的节点属性为或节点。
步骤1.3:建立突发事件节点图。步骤1.3包括步骤1.3.1:根据教学过程中事件建立突发事件主节点;步骤1.3.2:根据突发事件主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为或节点;步骤1.3.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点。
节点图包括与节点和或节点,一个与节点表示要形成的一组子实体的配置一个复合实体,或节点表示实体的可选组成配置集。如图7所示,教学内容节点图根据知识点的结构框架建立,比如圆是第一层结构即主节点;圆的概念、点与圆的位置关系、直线与圆的位置关系、圆与圆的位置关系以及弧长、圆面积计算等为第二层结构即与主节点连接的第一级从节点,均为与节点;在第三层结构即第二级从节点扇形面积计算方法有两种计算方法,其为或节点;若其他节点是与关系,则定义为与节点。如图8所示,教学过程的节点图根据教学的方法与策略建立,与主节点连接的第一级从节点比如回顾知识点,讲解新内容,是与关系,则为与节点,讲解新内容中知识点和例题即第二级从节点是与关系,则为与节点,例题讲解中是否有教具即第三级从节点,为或的关系,则用或节点表示。如图9所示,突发事件的节点图指的是教学过程中的学生突发状况,与主节点连接的第一级从节点包括视觉检测事件或者语音打断事件,这两种事件是或的关系,定义为或节点,与第一级从节点连接的第二级从节点中视觉检测事件包括问题或者走神等,其为或的关系,使用或节点来表示。
本发明的任务管理模块根据识别信息驱动通过教学内容节点图、教学过程节点图和突发事件节点图,根据节点图设立的关联触发实现任务的自动调度与生成,实现自动交互教学。
实施例3
基于实施例1,渲染模块、识别模块与学习状态、教学过程和教学内容关联,驱动与任务管理模块的节点图,区别于现有的识别后固定触发、场景固定渲染,实现自动交互教学的同时提高教学质量:
识别模块中图像识别模块识别微表情,根据微表情划分获取当前用户的学习状态,比如明白或者不明白等,将微表情识别与学习状态进行了模型匹配和关联,实现通过现有的大数据的统计方法和深度学习方法实现,还比如一些特定的肢体识别,比如张嘴、闭眼等动作,实现与微表情同理。通过识别模块的识别结果驱动教学过程节点图或者突发事件节点图,避免现有根据识别结果固定触发任务的缺点,实现个性化教学和提高教学质量。
渲染模块根据教学内容或教学过程自动生成需要的场景和教学内容即教学内容、教学过程以及突发事件节点图驱动后调度渲染模块,与现有的固定渲染大大不同,实现自动交互、自然对话、个性对话,提高本系统的个性化。
综上所述,本发明实现自动化交互式教学,通过建立节点图,克服多任务自动调度和渲染技术问题,同时通过渲染和识别与教学关联,实现个性化教学和互动,提高教学质量。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种自动交互式智能教育系统,包括用户终端和与用户终端连接的运算装置,其特征在于:所述运算装置包括
识别模块,用于识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
任务管理模块,根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
渲染模块,用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端显示,实现自动交互教学;
其中,所述节点图包括教学内容节点图,所述教学内容节点图包括根据知识点框架建立的教学内容主节点、与教学内容主节点连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为与节点,所述第二级从节点为或节点或者与节点;
所述节点图还包括教学过程节点图,所述教学过程节点图包括根据教学方法和策略建立的教学过程主节点、与教学过程主节点连接的多个第一级从节点、与第一级从节点连接的多个第二级从节点和与第二级从节点连接的多个第三级从节点,所述第一级从节点均为与节点,所述第二级从节点为与节点,所述第三级从节点为或节点;
所述节点图还包括突发事件节点图,所述突发事件节点图包括根据教学过程中事件建立的突发事件主节点、与突发事件连接的多个第一级从节点和与第一级从节点连接的多个第二级从节点,所述第一级从节点均为或节点,所述第二级从节点为或节点。
2.根据权利要求1所述的一种自动交互式智能教育系统,其特征在于,所述运算装置还包括数据库,所述数据库存储有根据多任务协调结果更新后的教学信息,所述教学信息包括学生信息、教学内容和课堂习题。
3.一种自动交互式智能教育方法,其特征在于:包括如下步骤:
步骤1:建立实现多任务协调和调度的节点图,完成构建任务管理模块;
步骤2:识别模块识别对话场景下的用户行为获取识别信息,所述识别信息包括语音识别信息、表情识别信息、人脸识别信息和姿态识别信息;
步骤3:任务管理模块根据识别信息自动驱动已建立的节点图后,根据节点图进行多任务协调,并调度渲染模块;
步骤4:渲染模块用于根据多任务协调结果渲染教学场景、教学用具和/或教师形象,并将渲染结果传输至用户终端;
步骤5:用户终端显示渲染结果和根据多任务协调结果输出交互信息,数据库根据多任务协调结果更新教学信息,实现自动交互教学;所述教学信息包括教学信息包括学生信息、教学内容和课堂习题;
其中,所述步骤1包括如下步骤:
步骤1.1:建立教学内容节点图;
步骤1.2:建立教学过程节点图;
步骤1.3:建立突发事件节点图;
所述步骤1.1包括如下步骤:
步骤1.1.1:根据教学内容的知识点框架建立教学内容主节点;
步骤1.1.2:根据教学内容主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.1.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点或者与节点;
所述步骤1.2包括如下步骤:
步骤1.2.1:根据教学方法和策略建立教学过程主节点;
步骤1.2.2:根据教学过程主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为与节点;
步骤1.2.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为与节点;
步骤1.2.4:根据第二级从节点建立多个第三级从节点,并定义多个第三级从节点的节点属性为或节点;
所述步骤1.3包括如下步骤:
步骤1.3.1:根据教学过程中事件建立突发事件主节点;
步骤1.3.2:根据突发事件主节点建立多个第一级从节点,并定义多个第一级从节点的节点属性为或节点;
步骤1.3.3:根据第一级从节点建立多个第二级从节点,并定义多个第二级从节点的节点属性为或节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811420225.7A CN109377802B (zh) | 2018-11-26 | 2018-11-26 | 一种自动交互式智能教育系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811420225.7A CN109377802B (zh) | 2018-11-26 | 2018-11-26 | 一种自动交互式智能教育系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109377802A CN109377802A (zh) | 2019-02-22 |
CN109377802B true CN109377802B (zh) | 2022-05-03 |
Family
ID=65383950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811420225.7A Active CN109377802B (zh) | 2018-11-26 | 2018-11-26 | 一种自动交互式智能教育系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109377802B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993671B (zh) * | 2019-02-26 | 2023-02-28 | 暗物智能科技(广州)有限公司 | 应用于自主教学的基于eaog的自主教学设计方法及其系统 |
CN110046290B (zh) * | 2019-02-26 | 2022-09-23 | 暗物智能科技(广州)有限公司 | 一种个性化自主教学课程系统 |
CN110827595A (zh) * | 2019-12-12 | 2020-02-21 | 广州三人行壹佰教育科技有限公司 | 虚拟教学中的互动方法、装置及计算机存储介质 |
CN112102666A (zh) * | 2020-09-25 | 2020-12-18 | 深圳市易科诺科技发展有限公司 | 一种编程语言在线教育学习方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919251A (zh) * | 2017-01-09 | 2017-07-04 | 重庆邮电大学 | 一种基于多模态情感识别的虚拟学习环境自然交互方法 |
CN107644062A (zh) * | 2017-08-29 | 2018-01-30 | 广州思涵信息科技有限公司 | 一种基于知识图谱的知识内容权重分析系统及方法 |
CN107958433A (zh) * | 2017-12-11 | 2018-04-24 | 吉林大学 | 一种基于人工智能的在线教育人机交互方法与系统 |
CN108550292A (zh) * | 2018-04-16 | 2018-09-18 | 中山大学 | 一种在线教育系统的学习资源多层组织与表示方法 |
CN108597272A (zh) * | 2018-06-20 | 2018-09-28 | 四川文理学院 | 一种基于情景教学的教育机器人及情景教学方法 |
CN108765213A (zh) * | 2018-04-20 | 2018-11-06 | 上海学民网络科技有限公司 | 一种知识模块化架构系统及处理方法 |
CN108830763A (zh) * | 2018-07-19 | 2018-11-16 | 刘洋 | 一种可视化多维知识管理和学习系统 |
CN108877336A (zh) * | 2018-03-26 | 2018-11-23 | 深圳市波心幻海科技有限公司 | 基于增强现实技术的教学方法、云服务平台和教学系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7124406B2 (en) * | 2000-06-29 | 2006-10-17 | Inus Technology Inc. | Modeling method for discrete event system using event flow chart |
JP5601666B2 (ja) * | 2010-08-10 | 2014-10-08 | Kddi株式会社 | 画像レイアウト用の順序木の生成方法、生成プログラムおよび生成装置 |
CN106205248B (zh) * | 2016-08-31 | 2019-01-18 | 北京师范大学 | 一种表征学习者在特定领域知识学习掌握状态的在线学习认知地图生成系统及方法 |
CN106953870B (zh) * | 2017-03-31 | 2020-02-11 | 吴平 | 优先权安全管理工作方法及其设备 |
CN108846104B (zh) * | 2018-06-20 | 2022-03-11 | 北京师范大学 | 一种基于教育知识图谱的问答分析与处理方法及系统 |
-
2018
- 2018-11-26 CN CN201811420225.7A patent/CN109377802B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919251A (zh) * | 2017-01-09 | 2017-07-04 | 重庆邮电大学 | 一种基于多模态情感识别的虚拟学习环境自然交互方法 |
CN107644062A (zh) * | 2017-08-29 | 2018-01-30 | 广州思涵信息科技有限公司 | 一种基于知识图谱的知识内容权重分析系统及方法 |
CN107958433A (zh) * | 2017-12-11 | 2018-04-24 | 吉林大学 | 一种基于人工智能的在线教育人机交互方法与系统 |
CN108877336A (zh) * | 2018-03-26 | 2018-11-23 | 深圳市波心幻海科技有限公司 | 基于增强现实技术的教学方法、云服务平台和教学系统 |
CN108550292A (zh) * | 2018-04-16 | 2018-09-18 | 中山大学 | 一种在线教育系统的学习资源多层组织与表示方法 |
CN108765213A (zh) * | 2018-04-20 | 2018-11-06 | 上海学民网络科技有限公司 | 一种知识模块化架构系统及处理方法 |
CN108597272A (zh) * | 2018-06-20 | 2018-09-28 | 四川文理学院 | 一种基于情景教学的教育机器人及情景教学方法 |
CN108830763A (zh) * | 2018-07-19 | 2018-11-16 | 刘洋 | 一种可视化多维知识管理和学习系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109377802A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109377802B (zh) | 一种自动交互式智能教育系统及方法 | |
CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法 | |
CN111027486B (zh) | 一种中小学课堂教学效果大数据辅助分析评价系统及其方法 | |
CN110069707A (zh) | 一种人工智能自适应互动教学系统 | |
CN111192496B (zh) | 一种智能按摩示教系统及其使用方法 | |
CN110796909A (zh) | 一种3d动画在线教学系统 | |
Redding et al. | Expertise in air traffic control (ATC): What is it, and how can we train for it? | |
David et al. | Design of a collaborative learning environment integrating emotions and virtual assistants (chatbots) | |
CN110046290B (zh) | 一种个性化自主教学课程系统 | |
CN109215419A (zh) | 教育机器人及体验式教学系统 | |
CN109166068A (zh) | 讨论式学习方法及装置 | |
CN117522185A (zh) | 一种可灵活配置的评价方法、系统及评价终端 | |
CN111460245B (zh) | 多维度人群特征测定方法 | |
CN109979269A (zh) | 一种基于人工智能的在线教育交互系统 | |
CN115527404A (zh) | 一种人工智能自适应互动教学系统 | |
Li et al. | Research and application of personalized learning under the background of artificial intelligence | |
CN110164218A (zh) | 一种基于bim网络技术的建筑工程管理系统平台 | |
CN108154717A (zh) | 一种基于模式识别的智能课堂系统 | |
Gloerfeld et al. | Recommender-Potentials and Limitations for Self-Study in Higher Education from an Educational Science Perspective. | |
CN111461153B (zh) | 人群特征深度学习方法 | |
CN1448897A (zh) | 随机提问造句回答用以训练外语听说能力的系统及其方法 | |
KR20190112499A (ko) | 학습자 맞춤형 코딩 클라우드 교육 플랫폼이 내장된 중앙 서버, 이를 포함하는 학습자 맞춤형 코딩 교육 시스템 및 그 방법 | |
CN109993671B (zh) | 应用于自主教学的基于eaog的自主教学设计方法及其系统 | |
KR101126375B1 (ko) | 수업 언어 분석 시스템 및 그 방법 및 그 프로그램이 기록된 기록매체 | |
Galdes et al. | Building an intelligent tutoring system: Some guidelines from a study of human tutors |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210309 Address after: 511400 16 / F, No. 37, Jinlong Road, Nansha District, Guangzhou, Guangdong Province (office only) Applicant after: DMAI (GUANGZHOU) Co.,Ltd. Address before: Room 1901, 19 / F, Lee court I, 33 Hysan Road, Causeway Bay, Hong Kong, China Applicant before: DARK MATTER (HONG KONG) INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |