CN109766411A - 一种搜索问题的解析的方法及系统 - Google Patents
一种搜索问题的解析的方法及系统 Download PDFInfo
- Publication number
- CN109766411A CN109766411A CN201910030850.9A CN201910030850A CN109766411A CN 109766411 A CN109766411 A CN 109766411A CN 201910030850 A CN201910030850 A CN 201910030850A CN 109766411 A CN109766411 A CN 109766411A
- Authority
- CN
- China
- Prior art keywords
- knowledge point
- obtains
- user
- keyword
- knowledge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000019771 cognition Effects 0.000 claims description 57
- 238000012545 processing Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000001149 cognitive effect Effects 0.000 abstract 3
- 206010019233 Headaches Diseases 0.000 description 6
- 231100000869 headache Toxicity 0.000 description 6
- 241000287828 Gallus gallus Species 0.000 description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种搜索问题的解析的方法及系统,其方法包括:获取用户语音;根据所述用户语音得到目标关键词;分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项;根据所述目标关键词和所述语音特征信息得到用户认知程度;根据所述用户认知程度输出对应的知识点解析。本发明通过分析用户通过语音提出问题时,用户语音中包含的语音特征信息得到用户认知程度,从而输出相匹配的解析答案,避免为所有的用户提供统一的知识点解析影响用户的使用体验。
Description
技术领域
本发明涉及智能教育技术领域,尤指一种搜索问题的解析的方法及系统。
背景技术
随着网络的高速发展,智能终端也逐渐变得越来越普及,日常生活中方方面面都有可能涉及到。例如智能教育技术领域,目前市面上有很多的智能设备,如家教机等终端辅助用户进行学习,针对用户有疑惑的地方及时地给与解答。
但是目前的家教机针对所有的用户同一个问题的解答方式都是统一的,但是如果用户对于问题的认知程度较低时,例如用户当前还无法理解某一知识点的基本概念,那么用户往往需要更加通俗易懂且更详细的基本概念理解才能够理解该问题。如果用户对于问题的认知程度较高时,例如用户理解知识点的基本概念,但不清楚知识点的具体应用,那么用户则是需要知识点的应用的举例等。
因此,为所有的用户提供统一的解析会影响用户的使用体验,需要一种搜索问题的解析的方法及系统。
发明内容
本发明的目的是提供一种搜索问题的解析的方法及系统,实现通过分析用户通过语音提出问题时,用户语音中包含的语音特征信息得到用户认知程度,从而输出相匹配的解析答案,避免为所有的用户提供统一的知识点解析影响用户的使用体验。
本发明提供的技术方案如下:
本发明提供一种搜索问题的解析的方法,包括:
获取用户语音;
根据所述用户语音得到目标关键词;
分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项;
根据所述目标关键词和所述语音特征信息得到用户认知程度;
根据所述用户认知程度输出对应的知识点解析。
进一步的,还包括:
获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系;
获取所述知识点对应的关键词,根据所述关键词建立关键词库。
进一步的,所述的根据所述用户语音得到目标关键词具体包括:
将所述用户语音转化为文本信息;
分析所述文本信息的句式结构得到对应的所述目标关键词;或,
将所述文本信息和所述关键词库中的关键词进行对比,得到所述目标关键词。
进一步的,所述的根据所述目标关键词和所述语音特征信息得到用户认知程度具体包括:
当任意一个目标关键词存在语音特征信息时,根据所述关键词库获取所述目标关键词对应的目标知识点;
根据所述知识体系获取所述目标知识点的知识点层级;
根据所述层级关系得到所述用户认知程度。
进一步的,所述的根据所述知识体系获取所述目标知识点的知识点层级具体包括:
当所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级;
比较所述多个知识点层级,选择其中任意一个或多个知识点层级。
本发明还提供一种搜索问题的解析的系统,包括:
语音获取模块,获取用户语音;
关键词确定模块,根据所述语音获取模块获取的所述用户语音得到目标关键词;
分析模块,分析所述语音获取模块获取的所述用户语音得到所述关键词确定模块得到的所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项;
处理模块,根据所述关键词确定模块得到的所述目标关键词和所述分析模块得到的所述语音特征信息得到用户认知程度;
输出模块,根据所述处理模块得到的所述用户认知程度输出对应的知识点解析。
进一步的,还包括:
体系建立模块,获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系;
词库建立模块,获取所述体系建立模块获取的所述知识点对应的关键词,根据所述关键词建立关键词库。
进一步的,所述关键词确定模块具体包括:
转化单元,将所述语音获取模块获取的所述用户语音转化为文本信息;
分析单元,分析所述转化单元得到的所述文本信息的句式结构得到对应的所述目标关键词;或,
对比单元,将所述转化单元得到的所述文本信息和所述词库建立模块建立的所述关键词库中的关键词进行对比,得到所述目标关键词。
进一步的,所述处理模块具体包括:
知识点确定单元,当任意一个目标关键词存在语音特征信息时,根据所述词库建立模块建立的所述关键词库获取所述目标关键词对应的目标知识点;
层级确定单元,根据所述体系建立模块建立的所述知识体系获取所述知识点确定单元确定所述目标知识点的知识点层级;
处理单元,根据所述层级确定单元得到的所述层级关系得到所述用户认知程度。
进一步的,所述层级确定单元还包括:
层级获取子单元,当所述知识点确定单元确定所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级;
选取子单元,比较所述层级获取子单元获取的所述多个知识点层级,选择其中任意一个或多个知识点层级。
通过本发明提供的一种搜索问题的解析的方法及系统,能够带来以下至少一种有益效果:
1、本发明中,当用户通过语音提出问题时,通过将用户语音和关键词库进行匹配或者分析用户语音的句式结构,从而快速准确地获取用户语音中包含的目标关键词。
2、本发明中,通过用户语音分析目标关键词语音特征信息,如发音错误、发音波动或语音停顿,从而判断用户针对具体哪一个关键词有疑惑,再进行相应的解答。
3、本发明中,通过获取知识点以及所述知识点之间的层级关系,然后建立知识体系,便于后续快速判断用户认知程度。
4、本发明中,通过具有语音特征信息的目标关键词,根据知识点体系判断用户认知程度,从而输出相匹配的解析答案,避免为所有的用户提供统一的知识点解析影响用户的使用体验。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种搜索问题的解析的方法及系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种搜索问题的解析的方法的一个实施例的流程图;
图2是本发明一种搜索问题的解析的方法的另一个实施例的流程图;
图3是本发明一种搜索问题的解析的方法的另一个实施例的流程图;
图4是本发明一种搜索问题的解析的方法的另一个实施例的流程图;
图5是本发明一种搜索问题的解析的方法的另一个实施例的流程图;
图6是本发明一种搜索问题的解析的系统的一个实施例的结构示意图;
图7是本发明一种搜索问题的解析的系统的另一个实施例的结构示意图。
附图标号说明:
1000搜索问题的解析的系统
1100语音获取模块
1200关键词获取模块 1210转化单元 1220分析单元 1230对比单元
1300分析模块
1400处理模块 1410知识点确定单元
1420层级确定单元 1421层级获取子单元 1422选取子单元
1430处理单元
1500输出模块
1600体系建立模块 1700词库建立模块
具体实施方式
为了能够更加清楚地说明本发明实施例或现有技术中的技术方案,下面将对照说明书附图说明本发明的具体实施方式。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,还可以根据这些附图获得其他的附图,并且获得其他的实施方式。
为了使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
本发明的一个实施例,如图1所示,一种搜索问题的解析的方法,包括:
S100获取用户语音。
具体的,获取用户语音,目前越来越多的人使用智能设备来辅助学习,例如家教机,而且辅助学习的智能设备还能够根据用户的身份信息,如年龄、年级等自动关联符合用户当前学习水平的知识点。例如,当使用家教机的用户目前为小学三年级,那么为用户搜索到的解析就不会涉及到初中乃至更高年级的知识点。当用户对于某个知识点存在疑问时,通过智能设备的语音模块提出问题。
S200根据所述用户语音得到目标关键词。
具体的,根据用户语音得到目标关键词,用户在进行提问时,用户语音中可能包含一些无意义的词语,因此需要进行一系列的筛选。例如,小学低年级的学生进行提问时,由于表达能力有限,语句中可能夹杂着语气词等无意义的词语。
S300分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
具体的,对用户语音进行分析,获取目标关键词的语音特征信息,判断目标关键词的发音是否准确、波动以及停顿,例如某个目标关键词发音错误,如多音字读错,将大(dai)夫读作大(da)夫,说明用户对这个词语不太了解,可以对词语的来历以及应用等进行说明。当用户在某个目标关键词处或者前后发音出现波动或停顿,如音调升高,可以认为用户对该目标关键词涉及的知识点比较疑惑。
S400根据所述目标关键词和所述语音特征信息得到用户认知程度。
具体的,根据目标关键词和语音特征信息得到用户认知程度,例如对于知识点有理数,用户对有理数的认知程度是处于概念理解的阶段,还是实际应用的阶段,又或者是能力提高的阶段。
因此,用户认知程度实际上是用户对知识点的理解阶段,例如大致将知识点分为三段:初级基本概念,中级实际应用,高级延伸拓展。并且还可以将上述的阶段看作知识点相应的子知识点。上述分类举例仅仅是为了便于理解,实际上用户认知程度地分类可以根据实际情况灵活处理。
S500根据所述用户认知程度输出对应的知识点解析。
具体的,根据用户认知程度输出对应的知识点解析,例如,当用户认知程度为初级基本概念,则输出知识点的详细的概念解析,以便于用户理解。当用户认知程度为中级实际应用,则输出知识点在各个例子或者实际场景中的具体应用,加强用户实际应用能力。因此,针对每个用户对于每个问题中涉及的知识点的认知程度输出对应的知识点解析,更加贴合用户的实际需求。
本实施例中,当用户通过语音模块提出问题时,用户语音中的语音特征信息会表现出该问题中涉及的知识点的用户认知程度,例如用户对于自己比较疑惑的知识点可能会出现语调升高、停顿等现象,因此根据用户认知程度针对性的输出与用户认知程度相符的知识点,使得用户的问题更好的得到解答,提高用户的使用体验。
例如,用户问一个问题的用户语音为:有理数/的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:用户在“有理数”这处发音较弱,且有短停顿,另外在“易错计算”完后“这么难”的音调比较重,则可以判断用户在“有理数”这个知识点存在疑问,且对“易错计算”这个涉及应用的比较头疼,“有理数”属于知识点有理数的基本概念,“易错计算”属于知识点有理数的实际应用,因此根据这个问题会提供有理数的基础知识讲解方案+提高有理数易错计算能力的应用方案。
本发明的另一个实施例,是上述的实施例的优化实施例,如图2所示,包括:
S010获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系。
具体的,获取知识点以及所述知识点之间的层级关系,例如数学学科中知识点二元一次方程,其中初级基本概念包括元的概念、次的概念以及二元一次方程的概念等,中级实际应用包括二元一次方程的计算等,高级延伸拓展包括二元一次方程在实际场景的应用等,例如鸡兔同笼应用题等,初级基本概念、中级实际应用以及高级延伸拓展也可以看作知识点二元一次方程相应的子知识点,知识点和子知识点之间是上下级关系,同一知识点的子知识点相互之间是同级并列关系。
根据获取知识点和层级关系建立知识体系。知识点数量庞大,可以选择按照学科、年龄等特征进行分类,例如三年级语文、三年级数学、六年级语文、六年级数学,而且当获取到提问的用户的年级信息时,可以选择只调用相应年级的知识点的知识体系,从而更加快速地找到对应的知识点解析,避免找到不合适的知识点解析。例如知识点方程,初中涉及到的只是简单的一元一次、一元二次方程,但是高中的这是三元二次方程等较为复杂的,当用户是初中生时,就没有必要建立高中知识点的知识体系。
S020获取所述知识点对应的关键词,根据所述关键词建立关键词库。
具体的,获取知识点对应的关键词,知识点是对所学知识的总结,但是知识点实际上包含许多的具体内容,从该具体内容中获取对应的关键词。例如知识点唐诗,初级基本内容为唐诗的具体内容,例如“谁知盘中餐,粒粒皆辛苦”,可以将该具体内容都收录为初级基本内容的关键词。中级背景内容为唐诗的作者以及作者的相关信息,例如李白,字太白,号青莲居士,又号谪仙人,是唐代伟大的浪漫主义诗人,被后人誉为诗仙,可以将“李白”、“太白”、“青莲居士”、“谪仙人”等收录为中级背景内容的关键词。
根据获取的关键词建立关键词库,关键词库中的关键词同样按照对应的知识点进行分类。
S100获取用户语音。
S200根据所述用户语音得到目标关键词。
S300分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
S400根据所述目标关键词和所述语音特征信息得到用户认知程度。
S500根据所述用户认知程度输出对应的知识点解析。
本实施例中,获取不同学科的知识点以及知识点之间的层级关系建立知识体系能够快速准确地确定用户语音中用户对于涉及的知识点的用户认知程度,另外建立关键词库也有助于快速准确地确定用户语音中涉及到的具体的知识点。
本发明的另一个实施例,是上述的实施例的优化实施例,如图3所示,包括:
S010获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系。
S020获取所述知识点对应的关键词,根据所述关键词建立关键词库。
S100获取用户语音。
S200根据所述用户语音得到目标关键词。
所述的S200根据所述用户语音得到目标关键词具体包括:
S210将所述用户语音转化为文本信息。
具体的,由于关键词的确定是对文本形式的信息进行相应的处理,因此,将获取的用户语音转化为文本信息。
S220分析所述文本信息的句式结构得到对应的所述目标关键词;或,
具体的,分析文本信息的句式结构得到对应的目标关键词,该句式结构为句子成分和句子之间的连接关系。
其中,句子成分包括句子的主谓宾定状补等,例如,将主语设定为目标关键词,某一文本信息为:“有理数怎么这么难”,分析得到主语为“有理数”,将“有理数”确定为该文本信息中的目标关键词。
另外,句子结构包括句子中词语之间的连接关系,譬如动宾关系、定中关系等,例如,将定中关系中的中心语设定为目标关键词,某一文本信息为:“描写秋天的唐诗有哪些”,分析得到“秋天的唐诗”为定中关系,因此确定目标关键词为“唐诗”。
上述将主语和定中关系中的中心语设定为目标关键词仅仅为了便于理解而进行的举例,实际上任意的句子成分或者句子结构中对应的词语都有可能成为目标关键词,可以根据大数据统计或者用户设定选择某一个或多个句子成分对应的词语为目标关键词。
S230将所述文本信息和所述关键词库中的关键词进行对比,得到所述目标关键词。
具体的,将文本信息和关键词库中的关键词逐一地进行对比,得到相应的目标关键词。例如,某一文本信息为:“有理数的易错计算怎么这么难”,和关键词库中的关键词进行对比,结果显示和知识点有理数对应的关键词相符,因此“有理数”和“易错计算”为目标关键词。
S300分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
S400根据所述目标关键词和所述语音特征信息得到用户认知程度。
S500根据所述用户认知程度输出对应的知识点解析。
本实施例中,根据用户语音对应的文本信息的句式结构得到对应的目标关键词,或者将文本信息和关键词库中的关键词进行对比,得到目标关键词,按照不同情形选取不同的方式,从而快速准确地确定目标关键词。
由于关键词库中包含的关键词较多,比对花费的时间可能较长,因此对于句式结构清晰的用户语音,优先选择根据句式结构得到对应的目标关键词,其余的句式结构比较复杂的用户语音,则通过和关键词库中的关键词进行对比,得到目标关键词。
本发明的另一个实施例,是上述的实施例的优化实施例,如图4所示,包括:
S010获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系。
S020获取所述知识点对应的关键词,根据所述关键词建立关键词库。
S100获取用户语音。
S200根据所述用户语音得到目标关键词。
S300分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
S400根据所述目标关键词和所述语音特征信息得到用户认知程度。
所述的S400根据所述目标关键词和所述语音特征信息得到用户认知程度具体包括:
S410当任意一个目标关键词存在语音特征信息时,根据所述关键词库获取所述目标关键词对应的目标知识点。
具体的,当用户通过语音模块进行提问时,用户语音中可能包含多个目标关键词,但是用户可能并不是对每一个目标关键词所涉及到的知识点都有疑惑,因此通过目标关键词的语音特征信息进行判断用户对该目标关键词是否存在疑惑。
当任意一个目标关键词存在语音特征信息时,说明用户对该目标关键词存在疑惑,因此,根据将目标关键词和关键词库中的关键词进行对比,然后根据关键词库中关键词和知识点之间的对应关系获取目标关键词对应的目标知识点。
例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:“易错计算”完后“这么难”的音调比较重,“有理数”不存在语音特征,则可以判断用户在“易错计算”这个涉及应用的比较头疼,但是对“有理数”并没有疑惑,“易错计算”属于知识点有理数。
S420根据所述知识体系获取所述目标知识点的知识点层级。
S430根据所述层级关系得到所述用户认知程度。
具体的,根据知识体系获取上述确定的目标知识点的知识点层级,根据层级关系得到用户认知程度,例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:“易错计算”完后“这么难”的音调比较重,“有理数”不存在语音特征,则可以判断用户在“易错计算”这个涉及应用的比较头疼,但是对“有理数”并没有疑惑,“易错计算”属于知识点有理数,根据知识体系得到“易错计算”属于知识点有理数下一层级子知识点的具体内容,从而得到“易错计算”属于知识点有理数的中级实际应用。
S500根据所述用户认知程度输出对应的知识点解析。
本实施例中,结合目标关键词和语音特征信息对用户语音中涉及的知识点进行识别,避免为用户提供实际上用户已经掌握了并不疑惑的知识点解析,从而影响用户使用体验。
本发明的另一个实施例,是上述的实施例的优化实施例,如图5所示,包括:
S010获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系。
S020获取所述知识点对应的关键词,根据所述关键词建立关键词库。
S100获取用户语音。
S200根据所述用户语音得到目标关键词。
S300分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
S400根据所述目标关键词和所述语音特征信息得到用户认知程度。
所述的S400根据所述目标关键词和所述语音特征信息得到用户认知程度具体包括:
S410当任意一个目标关键词存在语音特征信息时,根据所述关键词库获取所述目标关键词对应的目标知识点。
S420根据所述知识体系获取所述目标知识点的知识点层级。
所述的S420根据所述知识体系获取所述目标知识点的知识点层级具体包括:
S421当所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级。
具体的,当用户语音存在多个目标关键词时,则对应多个目标知识点,或者同一目标关键词也可能对应多个目标知识点,根据知识体系获取多个目标知识点对应的多个知识点层级。
例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,“有理数”对应的目标知识点为有理数,“易错计算”对应的目标知识点为有理数的子知识点,因此多个目标关键词对应多个目标知识点。另外“易错计算”对应的子知识点可能是实际应用,也可能是延伸拓展,因此同一个目标关键词对应多个目标知识点。
S422比较所述多个知识点层级,选择其中任意一个或多个知识点层级。
具体的,比较多个知识点层级,选择其中任意一个知识点层级,例如上述举例,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,“有理数”对应的目标知识点为有理数,“易错计算”对应的目标知识点为有理数的子知识点,“有理数”的层级关系高于“易错计算”,可以选择层级较高的“有理数”,或者选择层级较低的“易错计算”,或者两者都选择。
S430根据所述层级关系得到所述用户认知程度。
S500根据所述用户认知程度输出对应的知识点解析。
本实施例中,当用户语音包含的目标关键词对应多个目标知识点时,根据知识体系获取多个目标知识点对应的多个知识点层级,然后选择其中任意一个或多个知识点层级获取对应的用户认知程度。
本发明的一个实施例,如图6所示,一种搜索问题的解析的系统1000,包括:
语音获取模块1100,获取用户语音。
具体的,语音获取模块1100获取用户语音,目前越来越多的人使用智能设备来辅助学习,例如家教机,而且辅助学习的智能设备还能够根据用户的身份信息,如年龄、年级等自动关联符合用户当前学习水平的知识点。例如,当使用家教机的用户目前为小学三年级,那么为用户搜索到的解析就不会涉及到初中乃至更高年级的知识点。当用户对于某个知识点存在疑问时,通过智能设备的语音模块提出问题。
关键词确定模块1200,根据所述语音获取模块1100获取的所述用户语音得到目标关键词。
具体的,关键词确定模块1200根据用户语音得到目标关键词,用户在进行提问时,用户语音中可能包含一些无意义的词语,因此需要进行一系列的筛选。例如,小学低年级的学生进行提问时,由于表达能力有限,语句中可能夹杂着语气词等无意义的词语。
分析模块1300,分析所述语音获取模块1100获取的所述用户语音得到所述关键词确定模块1200得到的所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
具体的,分析模块1300对用户语音进行分析,获取目标关键词的语音特征信息,判断目标关键词的发音是否准确、波动以及停顿,例如某个目标关键词发音错误,如多音字读错,将大(dai)夫读作大(da)夫,说明用户对这个词语不太了解,可以对词语的来历以及应用等进行说明。当用户在某个目标关键词处或者前后发音出现波动或停顿,如音调升高,可以认为用户对该目标关键词涉及的知识点比较疑惑。
处理模块1400,根据所述关键词确定模块1200得到的所述目标关键词和所述分析模块1300得到的所述语音特征信息得到用户认知程度。
具体的,处理模块1400根据目标关键词和语音特征信息得到用户认知程度,例如对于知识点有理数,用户对有理数的认知程度是处于概念理解的阶段,还是实际应用的阶段,又或者是能力提高的阶段。
因此用户认知程度实际上是用户对知识点的理解阶段,例如大致将知识点分为三段:初级基本概念,中级实际应用,高级延伸拓展。并且还可以将上述的阶段看作知识点相应的子知识点。上述分类举例仅仅是为了便于理解,实际上用户认知程度地分类可以根据实际情况灵活处理。
输出模块1500,根据所述处理模块1400得到的所述用户认知程度输出对应的知识点解析。
具体的,根据用户认知程度输出对应的知识点解析,例如,当用户认知程度为初级基本概念,则输出知识点的详细的概念解析,以便于用户理解。当用户认知程度为中级实际应用,则输出知识点在各个例子或者实际场景中的具体应用,加强用户实际应用能力。因此,针对每个用户对于每个问题中涉及的知识点的认知程度输出对应的知识点解析,更加贴合用户的实际需求。
本实施例中,当用户通过语音模块提出问题时,用户语音中的语音特征信息会表现出该问题中涉及的知识点的用户认知程度,例如用户对于自己比较疑惑的知识点可能会出现语调升高、停顿等现象,因此根据用户认知程度针对性的输出与用户认知程度相符的知识点,使得用户的问题更好的得到解答,提高用户的使用体验。
例如,用户问一个问题的用户语音为:有理数/的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:用户在“有理数”这处发音较弱,且有短停顿,另外在“易错计算”完后“这么难”的音调比较重,则可以判断用户在“有理数”这个知识点存在疑问,且对“易错计算”这个涉及应用的比较头疼,“有理数”属于知识点有理数的基本概念,“易错计算”属于知识点有理数的实际应用,因此根据这个问题会提供有理数的基础知识讲解方案+提高有理数易错计算能力的应用方案。
本发明的另一个实施例,是上述的实施例的优化实施例,如图7所示,包括:
体系建立模块1600,获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系。
具体的,体系建立模块1600获取知识点以及所述知识点之间的层级关系,例如数学学科中知识点二元一次方程,其中初级基本概念包括元的概念、次的概念以及二元一次方程的概念等,中级实际应用包括二元一次方程的计算等,高级延伸拓展包括二元一次方程在实际场景的应用等,例如鸡兔同笼应用题等,初级基本概念、中级实际应用以及高级延伸拓展也可以看作知识点二元一次方程相应的子知识点,知识点和子知识点之间是上下级关系,同一知识点的子知识点相互之间是同级并列关系。
体系建立模块1600根据获取知识点和层级关系建立知识体系。知识点数量庞大,可以选择按照学科、年龄等特征进行分类,例如三年级语文、三年级数学、六年级语文、六年级数学,而且当获取到提问的用户的年级信息时,可以选择只调用相应年级的知识点的知识体系,从而更加快速地找到对应的知识点解析,避免找到不合适的知识点解析。例如知识点方程,初中涉及到的只是简单的一元一次、一元二次方程,但是高中的这是三元二次方程等较为复杂的,当用户是初中生时,就没有必要建立高中知识点的知识体系。
词库建立模块1700,获取所述体系建立模块1600获取的所述知识点对应的关键词,根据所述关键词建立关键词库。
具体的,词库建立模块1700获取知识点对应的关键词,知识点是对所学知识的总结,但是知识点实际上包含许多的具体内容,从该具体内容中获取对应的关键词。例如知识点唐诗,初级基本内容为唐诗的具体内容,例如“谁知盘中餐,粒粒皆辛苦”,可以将该具体内容都收录为初级基本内容的关键词。中级背景内容为唐诗的作者以及作者的相关信息,例如李白,字太白,号青莲居士,又号谪仙人,是唐代伟大的浪漫主义诗人,被后人誉为诗仙,可以将“李白”、“太白”、“青莲居士”、“谪仙人”等收录为中级背景内容的关键词。
词库建立模块1700根据获取的关键词建立关键词库,关键词库中的关键词同样按照对应的知识点进行分类。
语音获取模块1100,获取用户语音。
关键词确定模块1200,根据所述语音获取模块1100获取的所述用户语音得到目标关键词。
所述关键词确定模块1200具体包括:
转化单元1210,将所述语音获取模块1100获取的所述用户语音转化为文本信息。
具体的,由于关键词的确定是对文本形式的信息进行相应的处理,因此,转化单元1210将获取的用户语音转化为文本信息。
分析单元1220,分析所述转化单元1210得到的所述文本信息的句式结构得到对应的所述目标关键词;或,
具体的,分析单元1220分析文本信息的句式结构得到对应的目标关键词,该句式结构为句子成分和句子之间的连接关系。
其中,句子成分包括句子的主谓宾定状补等,例如,将主语设定为目标关键词,某一文本信息为:“有理数怎么这么难”,分析得到主语为“有理数”,将“有理数”确定为该文本信息中的目标关键词。
另外,句子结构包括句子中词语之间的连接关系,譬如动宾关系、定中关系等,例如,将定中关系中的中心语设定为目标关键词,某一文本信息为:“描写秋天的唐诗有哪些”,分析得到“秋天的唐诗”为定中关系,因此确定目标关键词为“唐诗”。
上述将主语和定中关系中的中心语设定为目标关键词仅仅为了便于理解而进行的举例,实际上任意的句子成分或者句子结构中对应的词语都有可能成为目标关键词,可以根据大数据统计或者用户设定选择某一个或多个句子成分对应的词语为目标关键词。
对比单元1230,将所述转化单元1210得到的所述文本信息和所述词库建立模块1700建立的所述关键词库中的关键词进行对比,得到所述目标关键词。
具体的,对比单元1230将文本信息和关键词库中的关键词逐一地进行对比,得到相应的目标关键词。例如,某一文本信息为:“有理数的易错计算怎么这么难”,和关键词库中的关键词进行对比,结果显示和知识点有理数对应的关键词相符,因此“有理数”和“易错计算”为目标关键词。
分析模块1300,分析所述语音获取模块1100获取的所述用户语音得到所述关键词确定模块1200得到的所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项。
处理模块1400,根据所述关键词确定模块1200得到的所述目标关键词和所述分析模块1300得到的所述语音特征信息得到用户认知程度。
所述处理模块1400具体包括:
知识点确定单元1410,当任意一个目标关键词存在语音特征信息时,根据所述词库建立模块1700建立的所述关键词库获取所述目标关键词对应的目标知识点。
具体的,当用户通过语音模块进行提问时,用户语音中可能包含多个目标关键词,但是用户可能并不是对每一个目标关键词所涉及到的知识点都有疑惑,因此通过目标关键词的语音特征信息进行判断用户对该目标关键词是否存在疑惑。
当任意一个目标关键词存在语音特征信息时,说明用户对该目标关键词存在疑惑,因此,知识点确定单元1410根据将目标关键词和关键词库中的关键词进行对比,然后根据关键词库中关键词和知识点之间的对应关系获取目标关键词对应的目标知识点。
例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:“易错计算”完后“这么难”的音调比较重,“有理数”不存在语音特征,则可以判断用户在“易错计算”这个涉及应用的比较头疼,但是对“有理数”并没有疑惑,“易错计算”属于知识点有理数。
层级确定单元1420,根据所述体系建立模块1600建立的所述知识体系获取所述知识点确定单元1410确定所述目标知识点的知识点层级。
所述层级确定单元1420还包括:
层级获取子单元1421,当所述知识点确定单元1410确定所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级。
具体的,当用户语音存在多个目标关键词时,则对应多个目标知识点,或者同一目标关键词也可能对应多个目标知识点,层级获取子单元1421根据知识体系获取多个目标知识点对应的多个知识点层级。
例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,“有理数”对应的目标知识点为有理数,“易错计算”对应的目标知识点为有理数的子知识点,因此多个目标关键词对应多个目标知识点。另外“易错计算”对应的子知识点可能是实际应用,也可能是延伸拓展,因此同一个目标关键词对应多个目标知识点。
选取子单元1422,比较所述层级获取子单元1421获取的所述多个知识点层级,选择其中任意一个或多个知识点层级。
具体的,选取子单元1422比较多个知识点层级,选择其中任意一个知识点层级,例如上述举例,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,“有理数”对应的目标知识点为有理数,“易错计算”对应的目标知识点为有理数的子知识点,“有理数”的层级关系高于“易错计算”,可以选择层级较高的“有理数”,或者选择层级较低的“易错计算”,或者两者都选择。
处理单元1430,根据所述层级确定单元1420得到的所述层级关系得到所述用户认知程度。
具体的,层级确定单元1420根据知识体系获取上述确定的目标知识点的知识点层级,处理单元1430根据层级关系得到用户认知程度,例如,用户问一个问题的用户语音为:有理数的易错计算怎么这么难,分析该用户语音得到的目标关键词为“有理数”和“易错计算”,得到的语音特征信息为:“易错计算”完后“这么难”的音调比较重,“有理数”不存在语音特征,则可以判断用户在“易错计算”这个涉及应用的比较头疼,但是对“有理数”并没有疑惑,“易错计算”属于知识点有理数,根据知识体系得到“易错计算”属于知识点有理数下一层级子知识点的具体内容,从而得到“易错计算”属于知识点有理数的中级实际应用。
输出模块1500,根据所述处理模块1400得到的所述用户认知程度输出对应的知识点解析。
本实施例中,获取不同学科的知识点以及知识点之间的层级关系建立知识体系能够快速准确地确定用户语音中用户对于涉及的知识点的用户认知程度,另外建立关键词库也有助于快速准确地确定用户语音中涉及到的具体的知识点。
根据用户语音对应的文本信息的句式结构得到对应的目标关键词,或者将文本信息和关键词库中的关键词进行对比,得到目标关键词,按照不同情形选取不同的方式,从而快速准确地确定目标关键词。
由于关键词库中包含的关键词较多,比对花费的时间可能较长,因此对于句式结构清晰的用户语音,优先选择根据句式结构得到对应的目标关键词,其余的句式结构比较复杂的用户语音,则通过和关键词库中的关键词进行对比,得到目标关键词。
结合目标关键词和语音特征信息对用户语音中涉及的知识点进行识别,避免为用户提供实际上用户已经掌握了并不疑惑的知识点解析,从而影响用户使用体验。
当用户语音包含的目标关键词对应多个目标知识点时,根据知识体系获取多个目标知识点对应的多个知识点层级,然后选择其中任意一个或多个知识点层级获取对应的用户认知程度。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种搜索问题的解析的方法,其特征在于,包括:
获取用户语音;
根据所述用户语音得到目标关键词;
分析所述用户语音得到所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项;
根据所述目标关键词和所述语音特征信息得到用户认知程度;
根据所述用户认知程度输出对应的知识点解析。
2.根据权利要求1所述的搜索问题的解析的方法,其特征在于,还包括:
获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系;
获取所述知识点对应的关键词,根据所述关键词建立关键词库。
3.根据权利要求2所述的搜索问题的解析的方法,其特征在于,所述的根据所述用户语音得到目标关键词具体包括:
将所述用户语音转化为文本信息;
分析所述文本信息的句式结构得到对应的所述目标关键词;或,
将所述文本信息和所述关键词库中的关键词进行对比,得到所述目标关键词。
4.根据权利要求2所述的搜索问题的解析的方法,其特征在于,所述的根据所述目标关键词和所述语音特征信息得到用户认知程度具体包括:
当任意一个目标关键词存在语音特征信息时,根据所述关键词库获取所述目标关键词对应的目标知识点;
根据所述知识体系获取所述目标知识点的知识点层级;
根据所述层级关系得到所述用户认知程度。
5.根据权利要求4所述的搜索问题的解析的方法,其特征在于,所述的根据所述知识体系获取所述目标知识点的知识点层级具体包括:
当所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级;
比较所述多个知识点层级,选择其中任意一个或多个知识点层级。
6.一种搜索问题的解析的系统,其特征在于,包括:
语音获取模块,获取用户语音;
关键词确定模块,根据所述语音获取模块获取的所述用户语音得到目标关键词;
分析模块,分析所述语音获取模块获取的所述用户语音得到所述关键词确定模块得到的所述目标关键词的语音特征信息,所述语音特征信息包括发音错误、发音波动以及语音停顿中的任意一项或多项;
处理模块,根据所述关键词确定模块得到的所述目标关键词和所述分析模块得到的所述语音特征信息得到用户认知程度;
输出模块,根据所述处理模块得到的所述用户认知程度输出对应的知识点解析。
7.根据权利要求6所述的搜索问题的解析的系统,其特征在于,还包括:
体系建立模块,获取知识点以及所述知识点之间的层级关系,根据所述知识点和所述层级关系建立知识体系;
词库建立模块,获取所述体系建立模块获取的所述知识点对应的关键词,根据所述关键词建立关键词库。
8.根据权利要求7所述的搜索问题的解析的系统,其特征在于,所述关键词确定模块具体包括:
转化单元,将所述语音获取模块获取的所述用户语音转化为文本信息;
分析单元,分析所述转化单元得到的所述文本信息的句式结构得到对应的所述目标关键词;或,
对比单元,将所述转化单元得到的所述文本信息和所述词库建立模块建立的所述关键词库中的关键词进行对比,得到所述目标关键词。
9.根据权利要求7所述的搜索问题的解析的系统,其特征在于,所述处理模块具体包括:
知识点确定单元,当任意一个目标关键词存在语音特征信息时,根据所述词库建立模块建立的所述关键词库获取所述目标关键词对应的目标知识点;
层级确定单元,根据所述体系建立模块建立的所述知识体系获取所述知识点确定单元确定所述目标知识点的知识点层级;
处理单元,根据所述层级确定单元得到的所述层级关系得到所述用户认知程度。
10.根据权利要求9所述的搜索问题的解析的系统,其特征在于,所述层级确定单元还包括:
层级获取子单元,当所述知识点确定单元确定所述目标关键词对应多个目标知识点时,根据所述知识体系获取所述多个目标知识点对应的多个知识点层级;
选取子单元,比较所述层级获取子单元获取的所述多个知识点层级,选择其中任意一个或多个知识点层级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030850.9A CN109766411A (zh) | 2019-01-14 | 2019-01-14 | 一种搜索问题的解析的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030850.9A CN109766411A (zh) | 2019-01-14 | 2019-01-14 | 一种搜索问题的解析的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109766411A true CN109766411A (zh) | 2019-05-17 |
Family
ID=66452812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910030850.9A Pending CN109766411A (zh) | 2019-01-14 | 2019-01-14 | 一种搜索问题的解析的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109766411A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414336A (zh) * | 2020-03-20 | 2020-07-14 | 北京师范大学 | 一种知识点导向的教育资源采集与分类的方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130128716A (ko) * | 2012-05-17 | 2013-11-27 | 포항공과대학교 산학협력단 | 어학 학습 시스템 및 학습 방법 |
CN105279259A (zh) * | 2015-10-21 | 2016-01-27 | 无锡天脉聚源传媒科技有限公司 | 一种搜索结果的确定方法及装置 |
CN105304082A (zh) * | 2015-09-08 | 2016-02-03 | 北京云知声信息技术有限公司 | 一种语音输出方法及装置 |
CN105512349A (zh) * | 2016-02-23 | 2016-04-20 | 首都师范大学 | 一种用于学习者自适应学习的问答方法及装置 |
CN105930452A (zh) * | 2016-04-21 | 2016-09-07 | 北京紫平方信息技术股份有限公司 | 一种识别自然语言的智能应答方法 |
CN107222757A (zh) * | 2017-07-05 | 2017-09-29 | 深圳创维数字技术有限公司 | 一种语音搜索方法、机顶盒、存储介质、服务器和系统 |
CN107329996A (zh) * | 2017-06-08 | 2017-11-07 | 三峡大学 | 一种基于模糊神经网络的聊天机器人系统与聊天方法 |
CN108763552A (zh) * | 2018-06-01 | 2018-11-06 | 广东小天才科技有限公司 | 一种基于家教机的学习方法及家教机 |
-
2019
- 2019-01-14 CN CN201910030850.9A patent/CN109766411A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130128716A (ko) * | 2012-05-17 | 2013-11-27 | 포항공과대학교 산학협력단 | 어학 학습 시스템 및 학습 방법 |
CN105304082A (zh) * | 2015-09-08 | 2016-02-03 | 北京云知声信息技术有限公司 | 一种语音输出方法及装置 |
CN105279259A (zh) * | 2015-10-21 | 2016-01-27 | 无锡天脉聚源传媒科技有限公司 | 一种搜索结果的确定方法及装置 |
CN105512349A (zh) * | 2016-02-23 | 2016-04-20 | 首都师范大学 | 一种用于学习者自适应学习的问答方法及装置 |
CN105930452A (zh) * | 2016-04-21 | 2016-09-07 | 北京紫平方信息技术股份有限公司 | 一种识别自然语言的智能应答方法 |
CN107329996A (zh) * | 2017-06-08 | 2017-11-07 | 三峡大学 | 一种基于模糊神经网络的聊天机器人系统与聊天方法 |
CN107222757A (zh) * | 2017-07-05 | 2017-09-29 | 深圳创维数字技术有限公司 | 一种语音搜索方法、机顶盒、存储介质、服务器和系统 |
CN108763552A (zh) * | 2018-06-01 | 2018-11-06 | 广东小天才科技有限公司 | 一种基于家教机的学习方法及家教机 |
Non-Patent Citations (1)
Title |
---|
李胜: "《语义桌面搜索技术》", 30 September 2011 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414336A (zh) * | 2020-03-20 | 2020-07-14 | 北京师范大学 | 一种知识点导向的教育资源采集与分类的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106649786B (zh) | 基于深度问答的答案检索方法及装置 | |
Benjamin | Reconstructing readability: Recent developments and recommendations in the analysis of text difficulty | |
Miller et al. | Computational approaches to the analysis of language impairment | |
US20080126319A1 (en) | Automated short free-text scoring method and system | |
Hoadley et al. | Codes, pedagogy and knowledge: Advances in Bernsteinian sociology of education | |
US11989524B2 (en) | Knowledge-grounded dialogue system and method for language learning | |
CN117149989A (zh) | 大语言模型训练方法、文本处理方法及装置 | |
CN108319588B (zh) | 文本情感分析系统及方法、存储介质 | |
CN109783693A (zh) | 一种视频语义和知识点的确定方法及系统 | |
Xie | A review of research on authorial evaluation in English academic writing: A methodological perspective | |
CN114580418A (zh) | 一种警察体能训练知识图谱系统 | |
CN115438624A (zh) | 数学题目出题意图识别方法、系统、存储介质及设备 | |
CN109766411A (zh) | 一种搜索问题的解析的方法及系统 | |
Łukasik | Lexical minimum (re) defined | |
CN104572591A (zh) | 一种汉语中多音字辨认的综合分析法 | |
CN116595169A (zh) | 一种基于提示学习的煤矿生产领域问答意图分类方法 | |
CN109657046A (zh) | 内容分析处理方法、装置、电子设备及存储介质 | |
CN114942981A (zh) | 问答查询方法、装置、电子设备及计算机可读存储介质 | |
CN114330285A (zh) | 语料处理方法、装置、电子设备及计算机可读存储介质 | |
CN112015920A (zh) | 一种基于知识图谱和边缘计算智能辅助学习系统 | |
CN101236615A (zh) | 一种智能发音学习语料生成方法 | |
Lian | An artificial intelligence-based classifier for musical emotion expression in media education | |
CN118296132B (zh) | 一种基于智能大模型的客服搜索方法及系统 | |
CN117235237B (zh) | 一种文本生成方法及相关装置 | |
Di Felippo | The TermiNet project: an overview |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |