CN111061886B - 一种基于nlp的多媒体作业在线管理系统及方法 - Google Patents
一种基于nlp的多媒体作业在线管理系统及方法 Download PDFInfo
- Publication number
- CN111061886B CN111061886B CN201911330687.4A CN201911330687A CN111061886B CN 111061886 B CN111061886 B CN 111061886B CN 201911330687 A CN201911330687 A CN 201911330687A CN 111061886 B CN111061886 B CN 111061886B
- Authority
- CN
- China
- Prior art keywords
- homework
- module
- teacher
- student
- unit
- 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 12
- 238000003058 natural language processing Methods 0.000 claims description 35
- 238000012937 correction Methods 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract 1
- 238000005457 optimization Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 33
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种基于NLP的多媒体作业在线管理系统,包括管理员模块、教师模块以及学生模块,所述教师模块用于向学生模块下发作业和公告、催交作业、批改学生作业以及给出成绩并针对批改后的作业,分发学生模块和作业存档留底;所述学生模块用于接收从教师模块下发的作业和公告,并答复和提交,对教师批改后的作业在线查看;所述管理员模块用于对多媒体作业在线管理系统进行基础数据的修改和日常维护。本发明的有益效果在于,本发明极大的优化了校园服务,缓解了教师教学压力,促进师生互动,极大减少繁琐的工作量,方便教师和学生,提高教学效率。
Description
技术领域
本发明涉及作业管理领域,具体涉及一种基于NLP的多媒体作业在线管理系统及方法。
背景技术
近年来,许多学校招收学生规模不断扩大,而作业管理工作又是学校日常管理工作之一,这在很大程度上影响着学校的教育质量和管理效果。所以多媒体作业在线管理系统很有必要融入各学校学生信息化管理的进程中,达到进一步优化校园服务,加强学校信息管理的效果。
目前,针对多媒体作业在线管理问题,系统的便利性和人性化还没有得到很好的解决。很多系统就教师对学生的作业如何进行批改做的还不够完善,若教师端在批改学生作业时只能通过输入评语去进行评判,由于输入文字速度有限,这不仅极大地增加了教师的工作量,还需要花费大量的时间,耗时耗力,更丧失了多媒体作业在线管理系统的意义。因此,为提升教师批改作业的效率,现有技术还有待于改进和发展。
发明内容
针对现有技术中的不足,本发明的目的是提供一种基于NLP的多媒体作业在线管理系统,解决现有院校的业务系统没有很好地根据学生和教师端的需求进行设计,不能协助学生快速、有效地完成作业,也不能有效地协助教师进行教学监管,教师与学生之间具有繁琐工作量的技术问题。
为实现上述目的,本发明提供如下技术方案:
一种基于NLP的多媒体作业在线管理系统,包括管理员模块、教师模块以及学生模块,所述教师模块用于向学生模块下发作业和公告、催交作业、批改学生作业以及给出成绩并针对批改后的作业,分发学生模块和作业存档留底;所述学生模块用于接收从教师模块下发的作业和公告,并答复和提交,对教师批改后的作业在线查看;
所述教师模块包括第一登录注册单元,用于教师注册账号并提交至管理员模块审核以及使用审核通过后的账号登录至教师端;公告管理单元,用于教师发布公告信息和删除公告信息;第一个人信息维护单元,用于教师资料的修改、密码的找回、密码修改和教师账号的注销;作业发布单元,用于教师发布作业、删除作业;作业批改反馈单元,用于教师查阅和批改学生作业,教师批阅之后反馈至学生模块;成绩统计单元,用于对学生模块递交的作业给出成绩并评分;作业存档单元,用于对符合教师要求的作业存档留底;
所述学生模块包括第二登录注册单元,用于学生按照学校、学院、班级、学号信息进行注册并提交至管理员模块审核以及使用审核通过后的账号登录至学生端;作业公告查看单元,用于学生阅读教师模块内的公告管理单元发布的公告信息;第二个人信息维护单元,用于学生资料的修改、密码找回、密码修改和学生账号注销;作业反馈查看单元,用于获取教师模块内的作业发布单元发布的作业信息以及接收教师模块的作业批改反馈单元的作业反馈通知;作业提交单元,用于提交作业至教师模块的作业批改反馈单元以及提交答复后的被批改作业至教师模块的作业批改反馈单元。
进一步的,所述管理员模块用于对多媒体作业在线管理系统进行基础数据的修改和日常维护;
所述管理员模块包括用户认证单元,用于审核教师模块账号和学生模块的账号;系统基础信息维护单元,用于管理员对教师和学生的注册信息、课程信息、学院、班级信息进行管理。
进一步的,所述教师模块中成绩统计单元包括对学生递交作业的评分以及系统根据每次作业评分和考试成绩的分配权重,给出学生最终的平时成绩。
进一步的,所述教师模块中作业批改反馈单元包括批阅作业子单元和反馈作业子单元,所述批阅作业子单元,用于批阅学生模块的作业提交单元传输的作业,所述反馈作业子单元在教师批阅之后通过评语、语音留言或文本批注的方式反馈至学生模块。
进一步的,所述作业提交单元兼容若干种作业提交格式,所述作业提交单元设置有语音留言按钮,用于对提交的作业做解释或描述。
进一步的,学生模块的作业反馈查看单元和教师模块的批阅作业子单元均设置有NLP;所述批阅作业子单元的NLP用于将学生模块的作业提交单元传输至教师模块的批阅作业子单元的语音转换为文本或文字摘要;所述作业反馈查看单元的NLP用于对教师模块的反馈作业子单元传输至学生模块的作业提交单元的语音转换为文本或文字摘要。
进一步的,所述NLP包括语音识别模块和自动摘要算法模块,所述语音识别模块采用梅尔频率倒谱系数(MFCC)对语音进行特征提取;深度全序列卷积神经网络语音识别框架(DFCNN)作为声学模型,所述语音识别模块用于将语音转换为文本;
所述自动摘要算法采用TextRank算法,所述自动摘要算法用于将语音转换为文字摘要。
进一步的,教师模块的作业批改反馈单元包括web端和系统公众号推送端;学生模块的作业反馈查看单元包括web端和学生微信端。
本发明还提供一种基于NLP的多媒体作业在线管理的方法,包括以下步骤:
1)教师发布公告通知信息或发布作业;
2)学生模块接收公告通知信息或作业信息;
3)学生模块提交完成的作业,提交的作业格式根据教师提出的格式需求,进行对应提交,同时,学生模块通过语音留言按钮对提交的作业进行解释或描述;
4)教师模块接收学生模块提交的作业并将学生模块传输的语音进行识别处理和信息抽取,以文字形式提供教师查阅;
5)教师模块将教师批阅之后的作业通过文本标注、评语或语音留言的方式反馈至学生模块,同时教师模块给出作业评分;
6)学生模块递交学生答复后的被批改的作业至教师模块,教师确认修改正确后,将学生模块提交的修改后的作业存档留底,如教师继续进行修改,重复步骤5)。
与现有技术相比,本发明至少具有以下有益效果:
本发明提供了一种基于NLP的多媒体作业在线管理系统,放弃了较传统的作业管理方法,利用NLP技术以及当下使用比较广泛的微信平台简化传统的作业管理方法。在教师模块,可随时在系统上发布公告和通知消息以及教师发布作业后,由学生查阅然后认真完成并在线提交,之后教师可以根据班级学号排序批阅作业,批阅作业时,可采用多种方式去做标注。同时,系统可将语音留言自动转化为文本信息,极大提高批阅效率,批阅完成后,系统把批阅结果通过web端以及系统公众号推送端反馈给学生,同时对作业存档留底、自动计算平均成绩,这一系列工作结果对教学评估工作起到了很大的作用;在这套管理系统中,教师要做的仅仅是批阅作业,其他工作均可由系统自动完成,很大程度上缓解了教师教学压力并且提高了管理效率;同时,学生可通过web端和学生微信端,随时随地都能在第一时间接收到教师批改作业后的反馈信息,既方便又快捷,时效性得到了很好的保证,同时学生也省去了传统方法中繁琐的作业交付步骤,优化了校园服务,本发明的系统促进了师生互动,极大减少师生之间繁琐的工作量,方便教师和学生,提高教学效率。
本发明的系统分为教师模块和学生模块以及管理员模块,每个模块设有不同功能的子单元,按照功能以及工作需求划分不同功能的子单元,系统提供多种类型的文件形式,包括文本、工程制图、源代码都可以选择最佳的方式提交,很好地解决了传统教育方式中速度慢、资源浪费、时效性差的问题,大大提高了学校多媒体作业管理工作的效率;也间接提高了学校的教育质量。
附图说明
图1为本发明的系统结构示意图;
图2为本发明语音识别模块的流程图;
图3为本发明的MFCC算法流程图;
图4为本发明的深度全序列卷积神经网络语音识别框架图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步描述。
如图1所示本发明提供一种基于NLP的多媒体作业在线管理系统,包括管理员模块、教师模块以及学生模块,所述教师模块用于向学生模块下发作业和公告、催交作业、批改学生作业,批改方式可根据教师需求采取语音留言、文本标注方式,以及给出成绩并针对批改后的作业,分发学生模块和作业存档留底,间接上也起到了支持专业认证以及教学评估的作用;所述学生模块用于接收从教师模块下发的作业和公告,并答复和提交,对教师批改后的作业在线查看;管理员模块用于对多媒体作业在线管理系统进行基础数据的修改和日常维护。
本发明提供的一种基于NLP的多媒体作业在线管理系统中所述管理员模块包括:用户认证单元、系统基础信息维护单元。
该模块中用户认证单元主要分为学生认证子单元和教师认证子单元,学生认证子单元用于审核学生模块的账号,教师认证子单元用于审核教师模块的账号,用户认证单元对注册的学生以及老师进行认证和审核,以确保学生以及老师身份的真实性;系统基础信息维护单元用于管理员对教师和学生的注册信息、课程信息、学院、班级信息进行管理,即基本的增删查改操作。
学生模块包括:第二登录注册单元、作业公告查看单元、第二个人信息维护单元、作业反馈查看单元、作业提交单元。
该模块中第二登录注册单元,用于学生按照学校、学院、班级、学号信息进行注册并将注册信息提交至管理员模块审核以及使用审核通过后的账号登录至学生端;作业公告查看单元,用于学生阅读教师模块内的公告管理单元发布的公告信息;第二个人信息维护单元包括学生资料修改子单元和密码找回子单元以及账号注销子单元,学生资料修改子单元用于学生资料的修改,包括学生的姓名、年龄以及邮箱个人资料的信息变更,学生模块的密码找回子单元用于学生的密码的修改以及找回,学生模块的账号注销子单元用于学生账号的注销;作业提交单元,用于提交教师模块内的作业发布单元发布的作业信息要求的作业至教师模块的批阅作业子单元以及提交答复后的被批改作业至教师模块的批阅作业子单元;作业反馈查看单元,用于获取教师模块内的作业发布单元发布的作业信息以及接收教师模块的作业批改反馈单元的作业反馈通知,并可直接在作业反馈查看单元查看教师模块的语音反馈信息还可以通过NLP的语音识别模块对语音进行识别处理,将语音转换为文本信息或者通过NLP的自动摘要算法对语音进行信息抽取将语音转换为文字摘要。
具体地,学生模块中学生端在提交作业时对作业格式不做限定,在现如今的学校教育中,作业类型多种多样,往日单一的文本形式已满足不了当今学校的作业管理需求,在本系统中学生可根据作业的形式选择最恰当的文件类型提交,而且作业提交单元设置有语音留言按钮,用于对提交的作业做解释或描述。
教师模块包括:第一登录注册单元、公告管理单元、第一个人信息维护单元、作业发布单元、作业批改反馈单元、成绩统计单元、作业存档单元。
该模块中第一登录注册单元,用于教师注册账号并将注册账号信息提交至管理员模块审核以及使用审核通过后的账号登录至教师端;公告管理单元,用于教师发布公告信息和删除公告信息;第一个人信息维护单元分为教师资料修改子单元和密码找回子单元以及账号注销子单元,教师资料修改子单元用于教师资料的修改,包括教师的姓名、年龄以及邮箱个人资料的信息变更,密码找回子单元用于密码的修改以及找回,账号注销子单元用于教师账号的注销;作业发布单元,用于教师发布作业、删除作业;作业批改反馈单元,用于教师查阅和批改学生作业,并通过语音留言、评语或文本标注方式反馈给学生批改结果;成绩统计单元,用于对学生模块第一次递交的作业给出成绩并评分;作业存档单元,用于教师模块对满足了作业要求的作业做存档留底处理,以方便教师进行教学评估。
具体地,所述教师模块中成绩管理单元是指对学生每次的作业进行评分,最终系统将根据平时作业和考试成绩的分配权重,给出学生最终的平时成绩。
教师模块中作业批改反馈单元中包括批阅作业子单元和反馈作业子单元,批阅作业子单元,用于批阅学生模块的作业提交单元传输的作业以及批阅学生模块答复后的批改作业,批阅作业子单元能直接查看学生模块的作业提交单元传输的语音反馈信息还可以通过教师模块的批阅作业子单元设置的NLP的语音识别模块将学生模块的作业提交单元传输至教师模块的批阅作业子单元的语音转换为文本或者通过NLP的自动摘要算法对语音进行信息抽取将语音转换为文字摘要;反馈作业子单元在教师批阅之后通过评语、语音留言或文本批注的方式反馈至学生模块。
自动摘要算法采用TextRank算法,系统利用NLP技术通过句法语义分析和自动摘要算法对语音进行识别处理和信息抽取,以摘要的形式传输至教师模块的批阅作业子单元,为教师批阅作业提供便利,同时将教师模块的语音转换为文字摘要,对于时间紧张的学生来说也为学生提供了极大的便利。
具体地,当学生模块的作业反馈查看单元或教师模块的批阅作业子单元使用NLP的语音识别模块时,语音识别模块的流程图,如图2所示。若学生端在提交作业时选择语音留言方式,首先系统对输入语音进行预处理,其中预处理包括分帧,加窗,预加重,其次是特征提取,在本系统中选用梅尔频率倒谱系数MFCC算法对语音进行特征提取,MFCC算法如图3所示:由于信号在时域上的变换通常很难看出信号的特性,所以通常将它转换为频域上的能量分布来观察,不同的能量分布,就能代表不同语音的特性。所以分帧在乘上汉明窗后,对每帧经过快速傅里叶变换(FFT)得到频谱上的能量分布。这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。接着将能量谱通过一组定义有M个滤波器的Mel尺度的三角形滤波器组,三角带通滤波器实现两个主要作用:频谱平滑和谐波消除,突显原始语音的共振峰。最后再计算每个滤波器组输出的对数能量,经离散余弦变换(DCT)得到MFCC系数。标准的倒谱参数MFCC只反映了语音参数的静态特性,语音的动态特性可以用这些静态特征的差分谱来描述。其中,MFCC的组成包括:N维MFCC参数,即N/3*MFCC系数、N/3*一阶差分参数、N/3*二阶差分参数与帧能量的组合。
进一步地,本系统选用深度全序列卷积神经网络(Deep Fully ConvolutionalNeuralNetwork,DFCNN)语音识别框架作为声学模型,如图4所示。语言数据经过处理后得到32维的向量,再进行卷积核为3*3*32的卷积后得到64维的向量,在本系统中它直接将一句语音转化成一张图像作为输入,即先对每帧语音进行傅里叶变换,再将时间和频率作为图像的两个维度,然后通过卷积层(Conv)和池化(pooling)层的组合,对整句语音进行建模,输出单元直接与最终的识别结果比如音节或者汉字相对应。
本发明的自动摘要算法的具体处理过程如下:预处理、计算句子相似度、句子权重、抽取文摘句、形成文摘,在本系统中自动摘要算法采用TextRank算法。过程如下:
(1)预处理:将文本分割成句子S1,S2,…,Sm以句子为节点构建图;
(2)计算句子相似度:对句子进行分词、取停用词处理,以便于计算任意两个句子之间的相似度。将计算好的句子相似度作为两个句子构成的边的权值;
(3)句子权重:根据公式,迭代传播权重计算各句子的得分;
(4)抽取文摘句:得到的句子得分进行倒序排序,抽取重要度最高的N个句子作为候选文摘句;
(5)形成文摘:根据字数或句子数要求,从候选文摘句中抽取句子组成文摘。
本系统中的教师模块的作业批改反馈单元以及学生模块的作业反馈查看单元主要在web端进行操作,为了方便学生及时地接收到教师的作业反馈,在本发明的某一实施例中,作业批改反馈单元不仅可以在web端进行作业反馈的查看,还设置了微信公众号进行反馈信息推送,学生将自己的学号和微信账号与系统公众号进行连接确认身份,公众号与本系统数据库进行连接,教师发送反馈信息后,公众号可实时向学生的微信端推送反馈信息数据,方便快捷,更达到了师生及时对作业进行沟通的初衷。
综上所述,本发明提供一种基于NLP的多媒体作业在线管理系统,能够极大地提高多媒体作业在线管理工作的效率。在教师模块,可随时在系统上发布公告和通知消息,批阅作业时,可采用多种方式去做标注。同时,系统可将语音留言自动转化为文本信息,极大提高批阅效率,批阅完成后,系统把批阅结果通过系统公众号反馈给学生,同时对作业存档留底、自动计算平均成绩,这一系列工作结果对教学评估工作起到了很大的作用;在学生模块,学生也省去了传统方法中繁琐的作业交付步骤,同时系统提供多种类型的文件形式,包括文本、工程制图、源代码都可以选择最佳的方式提交。另外,由于系统公众号与微信连接,学生还可在第一时间通过手机端接收到教师的反馈信息,时效性到了很好的保证,很大程度上提高了管理效率,也使得教学效益最大化;
学生模块和教师模块都应用了自然语言处理(NLP),NLP包括语音识别模块和自动摘要算法,学生和老师有了更多的选择,整个作业在线管理系统更加便捷和人性化。
Claims (8)
1.一种基于NLP的多媒体作业在线管理系统,其特征在于,包括管理员模块、教师模块以及学生模块,所述教师模块用于向学生模块下发作业和公告、催交作业、批改学生作业以及给出成绩并针对批改后的作业,分发学生模块和作业存档留底;所述学生模块用于接收从教师模块下发的作业和公告,并答复和提交,对教师批改后的作业在线查看;
所述教师模块包括第一登录注册单元,用于教师注册账号并提交至管理员模块审核以及使用审核通过后的账号登录至教师端;公告管理单元,用于教师发布公告信息和删除公告信息;第一个人信息维护单元,用于教师资料的修改、密码的找回、密码修改和教师账号的注销;作业发布单元,用于教师发布作业、删除作业;作业批改反馈单元,用于教师查阅和批改学生作业,教师批阅之后反馈至学生模块;成绩统计单元,用于对学生模块递交的作业给出成绩并评分;作业存档单元,用于对符合教师要求的作业存档留底;
所述学生模块包括第二登录注册单元,用于学生按照学校、学院、班级、学号信息进行注册并提交至管理员模块审核以及使用审核通过后的账号登录至学生端;作业公告查看单元,用于学生阅读教师模块内的公告管理单元发布的公告信息;第二个人信息维护单元,用于学生资料的修改、密码找回、密码修改和学生账号注销;作业反馈查看单元,用于获取教师模块内的作业发布单元发布的作业信息以及接收教师模块的作业批改反馈单元的作业反馈通知;作业提交单元,用于提交作业至教师模块的作业批改反馈单元以及提交答复后的被批改作业至教师模块的作业批改反馈单元;
学生模块的作业反馈查看单元和教师模块的批阅作业子单元均设置有NLP;所述批阅作业子单元的NLP用于将学生模块的作业提交单元传输至教师模块的批阅作业子单元的语音转换为文本或文字摘要;所述作业反馈查看单元的NLP用于对教师模块的反馈作业子单元传输至学生模块的作业提交单元的语音转换为文本或文字摘要。
2.根据权利要求1所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,所述管理员模块用于对多媒体作业在线管理系统进行基础数据的修改和日常维护;
所述管理员模块包括用户认证单元,用于审核教师模块账号和学生模块的账号;系统基础信息维护单元,用于管理员对教师和学生的注册信息、课程信息、学院、班级信息进行管理。
3.根据权利要求1所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,所述教师模块中成绩统计单元包括对学生递交作业的评分以及系统根据每次作业评分和考试成绩的分配权重,给出学生最终的平时成绩。
4.根据权利要求1所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,所述教师模块中作业批改反馈单元包括批阅作业子单元和反馈作业子单元,所述批阅作业子单元,用于批阅学生模块的作业提交单元传输的作业,所述反馈作业子单元在教师批阅之后通过评语、语音留言或文本批注的方式反馈至学生模块。
5.根据权利要求1所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,所述作业提交单元兼容若干种作业提交格式,所述作业提交单元设置有语音留言按钮,用于对提交的作业做解释或描述。
6.根据权利要求5所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,所述NLP包括语音识别模块和自动摘要算法模块,所述语音识别模块采用梅尔频率倒谱系数(MFCC)对语音进行特征提取;深度全序列卷积神经网络语音识别框架(DFCNN)作为声学模型,所述语音识别模块用于将语音转换为文本;
所述自动摘要算法采用TextRank算法,所述自动摘要算法用于将语音转换为文字摘要。
7.根据权利要求1所述的一种基于NLP的多媒体作业在线管理系统,其特征在于,教师模块的作业批改反馈单元包括web端和系统公众号推送端;学生模块的作业反馈查看单元包括web端和学生微信端。
8.一种基于NLP的多媒体作业在线管理的方法,其特征在于,包括以下步骤:
1)教师发布公告通知信息或发布作业;
2)学生模块接收公告通知信息或作业信息;
3)学生模块提交完成的作业,提交的作业格式根据教师提出的格式需求,进行对应提交,同时,学生模块通过语音留言按钮对提交的作业进行解释或描述;
4)教师模块接收学生模块提交的作业并将学生模块传输的语音进行识别处理和信息抽取,以文字形式提供教师查阅;
5)教师模块将教师批阅之后的作业通过文本标注、评语或语音留言的方式反馈至学生模块,同时教师模块给出作业评分;
6)学生模块递交学生答复后的被批改的作业至教师模块,教师确认修改正确后,将学生模块提交的修改后的作业存档留底,如教师继续进行修改,重复步骤5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330687.4A CN111061886B (zh) | 2019-12-20 | 2019-12-20 | 一种基于nlp的多媒体作业在线管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330687.4A CN111061886B (zh) | 2019-12-20 | 2019-12-20 | 一种基于nlp的多媒体作业在线管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111061886A CN111061886A (zh) | 2020-04-24 |
CN111061886B true CN111061886B (zh) | 2023-03-24 |
Family
ID=70301332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911330687.4A Active CN111061886B (zh) | 2019-12-20 | 2019-12-20 | 一种基于nlp的多媒体作业在线管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111061886B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651313A (zh) * | 2020-12-17 | 2021-04-13 | 国网上海市电力公司 | 一种设备铭牌双重智能化识别方法、存储介质及终端 |
CN112581332B (zh) * | 2020-12-30 | 2021-12-28 | 成都信息工程大学 | 作业管理及评分信息处理方法、系统、互评抽阅仲裁方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006125347A1 (en) * | 2005-05-27 | 2006-11-30 | Intel Corporation | A homework assignment and assessment system for spoken language education and testing |
CN103236196A (zh) * | 2013-04-08 | 2013-08-07 | 明博教育科技有限公司 | 一种可自动分发、收取、批改和统计的电子作业系统及方法 |
CN103996318A (zh) * | 2014-04-24 | 2014-08-20 | 合肥百易坊信息科技有限公司 | 一种学生作业管理及教师批改答疑系统 |
WO2018086167A1 (zh) * | 2016-11-08 | 2018-05-17 | 上海云丞聚智能科技有限公司 | 教学系统 |
-
2019
- 2019-12-20 CN CN201911330687.4A patent/CN111061886B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006125347A1 (en) * | 2005-05-27 | 2006-11-30 | Intel Corporation | A homework assignment and assessment system for spoken language education and testing |
CN103236196A (zh) * | 2013-04-08 | 2013-08-07 | 明博教育科技有限公司 | 一种可自动分发、收取、批改和统计的电子作业系统及方法 |
CN103996318A (zh) * | 2014-04-24 | 2014-08-20 | 合肥百易坊信息科技有限公司 | 一种学生作业管理及教师批改答疑系统 |
WO2018086167A1 (zh) * | 2016-11-08 | 2018-05-17 | 上海云丞聚智能科技有限公司 | 教学系统 |
Non-Patent Citations (3)
Title |
---|
离散数学实时判卷系统;王庆先等;《大学数学》;20190415(第02期);全文 * |
网上作业批改与管理系统的设计与实现;李艳华;《电脑知识与技术》;20180725(第21期);全文 * |
高校教学辅助系统的设计与实现;田晓辉;《信息与电脑(理论版)》;20161008(第19期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111061886A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115238101B (zh) | 一种面向多类型知识库的多引擎智能问答系统 | |
WO2021232725A1 (zh) | 基于语音交互的信息核实方法、装置、设备和计算机存储介质 | |
CN110489538B (zh) | 基于人工智能的语句应答方法、装置及电子设备 | |
US9361891B1 (en) | Method for converting speech to text, performing natural language processing on the text output, extracting data values and matching to an electronic ticket form | |
RU2672176C2 (ru) | Способ обработки естественного выражения, способ, устройство и система обработки и ответа | |
CN109360550B (zh) | 语音交互系统的测试方法、装置、设备和存储介质 | |
WO2023273170A1 (zh) | 一种迎宾机器人对话方法 | |
CN110459210A (zh) | 基于语音分析的问答方法、装置、设备及存储介质 | |
US10162812B2 (en) | Natural language processing system to analyze mobile application feedback | |
US20210201890A1 (en) | Voice conversion training method and server and computer readable storage medium | |
CN110717018A (zh) | 一种基于知识图谱的工业设备故障维修问答系统 | |
US20210043197A1 (en) | Intent recognition method based on deep learning network | |
EP3940693A1 (en) | Voice interaction-based information verification method and apparatus, and device and computer storage medium | |
WO2021218028A1 (zh) | 基于人工智能的面试内容精炼方法、装置、设备及介质 | |
CN112581964B (zh) | 一种面向多领域的智能语音交互方法 | |
JP7297458B2 (ja) | 対話コンテンツ作成支援方法 | |
CN111061886B (zh) | 一种基于nlp的多媒体作业在线管理系统及方法 | |
US20220366127A1 (en) | Legal Document Generation | |
CN111930914A (zh) | 问题生成方法和装置、电子设备以及计算机可读存储介质 | |
CN116596347B (zh) | 基于云平台的多学科交互教学系统及教学方法 | |
CN115643341A (zh) | 人工智能客服应答系统 | |
CN111523328B (zh) | 一种智能客服语义处理方法 | |
Nishimura et al. | Automatic n-gram language model creation from web resources | |
CN117112727A (zh) | 适用于云计算业务的大语言模型微调指令集构建方法 | |
CN111949777A (zh) | 一种基于人群分类的智能语音对话方法、装置及电子设备 |
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 |