CN111079714A - 智能在线笔记生成系统 - Google Patents

智能在线笔记生成系统 Download PDF

Info

Publication number
CN111079714A
CN111079714A CN202010000320.2A CN202010000320A CN111079714A CN 111079714 A CN111079714 A CN 111079714A CN 202010000320 A CN202010000320 A CN 202010000320A CN 111079714 A CN111079714 A CN 111079714A
Authority
CN
China
Prior art keywords
information
teaching
text
note
submodule
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
Application number
CN202010000320.2A
Other languages
English (en)
Other versions
CN111079714B (zh
Inventor
樊星
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.)
Shanghai Yixue Education Technology Co Ltd
Original Assignee
Shanghai Yixue Education Technology Co Ltd
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 Shanghai Yixue Education Technology Co Ltd filed Critical Shanghai Yixue Education Technology Co Ltd
Priority to CN202010000320.2A priority Critical patent/CN111079714B/zh
Publication of CN111079714A publication Critical patent/CN111079714A/zh
Application granted granted Critical
Publication of CN111079714B publication Critical patent/CN111079714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G10L15/26—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
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Computer Graphics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Machine Translation (AREA)

Abstract

本发明提供了一种智能在线笔记生成系统，该智能在线笔记生成系统通过设置教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块，对当前在线教学过程中对应的教学内容和授课语音信息分别进行文本识别处理和语音识别处理，以获得相应的文本识别结果和语音结果，再通过确定插入笔记对象的位置信息和/或时间信息以执行后续的笔记信息插入操作，该智能在线笔记生成系统能够根据当前在线教学内容对其进行适应性的分析处理，以自动确定该当前在线教学内容需要插入的笔记内容及其对应的插入位置和插入时间，这能够帮助学生在在线教学过程中快速地和及时地进行笔记记录，从而提高该智能在线笔记生成系统的教学质量和人性化程度。

Description

智能在线笔记生成系统
技术领域
本发明涉及智能教学的技术领域，特别涉及一种智能在线笔记生成系统。
背景技术
随着多媒体技术和远程通信技术的发展，教学方式已经从传统的面对面课堂教学向多媒体远程模式逐渐发展，其中，由于在线教学模式能够便于学生根据自身实际需要选择合适的时间和地点进行课程学习，这使得在线教学模式越来越受学生的青睐。但是，在线教学模式通常是针对多个学生同时进行课程教授的，并且在线教学过程都是根据预设程序进行授课的，这可能导致一部分学生在听课过程中无法及时的掌握相应的知识点，从而发生听课进度落后的情况。虽然现有的在线教学方式能够同步地提供相应的知识点解答信息，但是这些知识点解答信息都是通过单独的页面进行显示，其不能根据在线教学的进程同步地进行笔记信息的插入操作，这并不利于提高学生对知识点的掌握程度和改善在线教学的人性化程度。
发明内容
针对现有技术存在的缺陷，本发明提供一种智能在线笔记生成系统，该智能在线笔记生成系统通过设置教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块，对当前在线教学过程中对应的教学内容和授课语音信息分别进行文本识别处理和语音识别处理，以获得相应的文本识别结果和语音结果，再通过确定插入笔记对象的位置信息和/或时间信息以执行后续的笔记信息插入操作，该智能在线笔记生成系统能够根据当前在线教学内容对其进行适应性的分析处理，以自动确定该当前在线教学内容需要插入的笔记内容及其对应的插入位置和插入时间，这能够帮助学生在在线教学过程中快速地和及时地进行笔记记录，从而提高该智能在线笔记生成系统的教学质量和人性化程度。
本发明提供一种智能在线笔记生成系统，
所述智能在线笔记生成系统包括教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块；其中，
所述教学内容识别模块用于对当前在线教学过程中对应的教学内容进行文本化识别处理，以生成关于所述教学内容的文本识别结果；
所述语音识别模块用于对当前在线教学过程中对应授课语音信息进行语音识别处理，以获得对应的语音识别结果；
所述插入确定模块用于根据所述文本识别结果，确定插入笔记对象的位置信息和/或时间信息；
所述笔记插入模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入相应的笔记信息；
进一步，所述教学内容识别模块包括教学信息抓取子模块、信息预处理子模块、信息学习分析子模块和文本识别结果生成子模块；其中，
所述教学信息抓取子模块用于对当前在线教学过程中对应的教学信息进行抓取处理；
所述信息预处理子模块用于对所述抓取处理得到的教学信息进行关于信息分区的预处理，以获得若干不同分区的预处理信息；
所述信息学习分析子模块用于通过预设神经网络模型对所述若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
所述文本识别结果生成子模块用于对所述教学信息学习分析结果进行文本转换处理，以获得关于所述教学内容的文本识别结果；
进一步，所述教学信息抓取子模块包括教学信息类型确定单元、教学信息定位单元、教学信息匹配单元和教学信息复制单元；其中，
所述教学信息类型确定单元用于确定当前在线教学过程中的教学信息的门科类型和/或语种类型；
所述教学信息定位单元用于确定当前在线教学过程中的教学信息出现的文本位置和/或时间位置；
所述教学信息匹配单元用于对根据所述门科类型和/或所述语种类型，确定对教学信息的抓取匹配模式；
所述教学信息复制单元用于根据所述文本位置和/或所述时间位置、以及所述抓取匹配模式对目标教学信息进行抓取复制处理；
或者，
所述信息预处理子模块包括语义识别单元和信息分区单元；其中，
所述语义识别单元用于对所述抓取处理得到的教学信息进行语义识别处理；
所述信息分区单元用于根据所述语义识别处理的结果，对所述抓取处理得到的教学信息进行关于语义区段的信息分区处理，以获得所述若干不同分区的预处理信息；
或者，
所述信息学习分析子模块包括神经网络模型优化单元和神经网络学习分析单元；其中，
所述神经网络模型优化单元用于对预设神经网络模型进行优化处理，以使所述预设神经网络模型满足特定收敛条件；
所述神经网络学习分析单元通过经过所述优化处理的所述预设神经网络模型，对所述若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
或者，
所述文本识别结果生成子模块包括文本转换单元和文本筛选单元；其中，
所述文本转换单元用于所述教学信息学习分析结果进行文本转换处理，以得到初级文本识别数据；
所述文本筛选单元用于对所述初级文本识别数据进行文本错误甄别筛选处理，以获得关于所述教学内容的文本识别结果；
进一步，所述语音识别模块包括语音信息记录子模块、语音信息降噪子模块和语音信息云端识别子模块；其中，
所述语音信息记录子模块用于对当前在线教学过程中对应授课语音信息进行记录与寄存处理；
所述语音信息降噪子模块用于对记录与寄存处理的授课语音信息进行预定模式的降噪处理；
所述语音信息云端识别子模块用于对经过所述降噪处理的授课语音信息进行云端语音识别处理，以获得对应的语音识别结果；
进一步，所述插入确定模块包括文本关联子模块、位置信息计算子模块和时间信息计算子模块；其中，
所述文本关联子模块用于对所述文本识别结果进行关于预设知识点数据库的关联确定处理；
所述位置信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的位置信息；
所述时间信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的时间信息；
进一步，所述笔记插入模块包括笔记信息生成子模块、笔记信息调整子模块和笔记插入执行子模块；其中；
所述笔记信息生成子模块用于根据所述语音识别结果生成相应的笔记信息；
所述笔记信息调整子模块用于对所述笔记信息进行关于字体和/或行距的调整处理；
所述笔记插入执行子模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入经过所述调整处理的笔记信息。
进一步，所述的智能在线笔记生成系统中，
所述智能在线笔记生成系统位置信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的位置信息，还包括对所述目标文本进行空间结构特征识别并确认所述目标文本的位置信息，并对空间结构特征识别结果与所述预设知识点数据库关联匹配分析，当所述抽样文本与预设知识点数据库匹配时，执行在所述抽样文本插入所述预设知识点笔记的操作，其具体步骤包括：
步骤A1、根据所述智能在线笔记生成系统，抽取某教学场景的文本识别结果；
步骤A2、根据预先建立的文本识别处理模型，对所述步骤A1提取的文本识别结果进行抽样处理，同时根据公式(1)确定所述抽样文本的空间结构特征；
Figure BDA0002352858050000051
其中，exp为自然常数e的指数函数，π为圆周率，N为所述抽样文本数量，x、y为所述抽样文本的空间坐标结构特征，
Figure BDA0002352858050000052
为所述抽样文本的结构特征，
Figure BDA0002352858050000053
为平移向量，
Figure BDA0002352858050000054
表示与所述抽样文本结构特征相符的空间横坐标结构特征，
Figure BDA0002352858050000055
表示与所述抽样文本结构特征相符的空间纵坐标结构特征，Type(x,y)为经高斯核函数处理的抽样文本的空间结构特征；
步骤A3、根据公式(2)对所述步骤A2所获取的空间结构特征进行高斯核函数离散化处理，以获取所述抽样文本空间位置信息；
Figure BDA0002352858050000056
其中，Type(x,y)为所述经高斯核函数处理的抽样文本的空间结构特征，
Figure BDA0002352858050000057
Figure BDA0002352858050000058
为所述抽样文本的位置信息，
Figure BDA0002352858050000059
为所述抽样文本横坐标结构乖离值，
Figure BDA0002352858050000061
为所述抽样文本纵坐标结构乖离值，
Figure BDA0002352858050000062
为所述抽样文本的方向向量值，
Figure BDA0002352858050000063
为经高斯核函数离散化处理后所述抽样文本空间位置信息；
步骤A4、将所述步骤A2获取抽样文本空间结构特征Type(x,y)与预设知识点数据库关联匹配，通过公式(3)判断是否匹配成功；
Figure BDA0002352858050000064
其中，M为预设知识点数据库样本数，h与l分别为所述知识点数据库文本的空间结构特征，(h-x)2为h与x空间结构特征相似度的值，(l-y)2为l与y空间结构特征相似度的值，当h与x及l与y越接近时，表示空间结构特征相似度越高，P(t)为与Type(x,y)空间结构特征的相似度，P(t)计算值为1时，则表示所述抽样文本与预设知识点数据库匹配，可执行在所述抽样文本插入所述预设知识点笔记的操作。
相比于现有技术，该智能在线笔记生成系统通过设置教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块，对当前在线教学过程中对应的教学内容和授课语音信息分别进行文本识别处理和语音识别处理，以获得相应的文本识别结果和语音结果，再通过确定插入笔记对象的位置信息和/或时间信息以执行后续的笔记信息插入操作，该智能在线笔记生成系统能够根据当前在线教学内容对其进行适应性的分析处理，以自动确定该当前在线教学内容需要插入的笔记内容及其对应的插入位置和插入时间，这能够帮助学生在在线教学过程中快速地和及时地进行笔记记录，从而提高该智能在线笔记生成系统的教学质量和人性化程度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更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为本发明提供的一种智能在线笔记生成系统的结构示意图。
图2为本发明提供的一种智能在线笔记生成系统中教学内容识别模块的结构示意图。
图3为本发明提供的一种智能在线笔记生成系统中语音识别模块的结构示意图。
图4为本发明提供的一种智能在线笔记生成系统中插入确定模块的结构示意图。
图5为本发明提供的一种智能在线笔记生成系统中笔记插入操作模块的结构示意图。
具体实施方式
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，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，本领域普通技术人员在没有作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。
参阅图1，为本发明实施例提供的一种智能在线笔记生成系统的结构示意图。该智能在线笔记生成系统包括教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块；其中，
该教学内容识别模块用于对当前在线教学过程中对应的教学内容进行文本化识别处理，以生成关于该教学内容的文本识别结果；
该语音识别模块用于对当前在线教学过程中对应授课语音信息进行语音识别处理，以获得对应的语音识别结果；
该插入确定模块用于根据该文本识别结果，确定插入笔记对象的位置信息和/或时间信息；
该笔记插入模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入相应的笔记信息。
参阅图2，为本发明提供的一种智能在线笔记生成系统中教学内容识别模块的结构示意图。该教学内容识别模块包括教学信息抓取子模块、信息预处理子模块、信息学习分析子模块和文本识别结果生成子模块；其中，
该教学信息抓取子模块用于对当前在线教学过程中对应的教学信息进行抓取处理；
该信息预处理子模块用于对该抓取处理得到的教学信息进行关于信息分区的预处理，以获得若干不同分区的预处理信息；
该信息学习分析子模块用于通过预设神经网络模型对该若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
该文本识别结果生成子模块用于对该教学信息学习分析结果进行文本转换处理，以获得关于该教学内容的文本识别结果。
优选地，该教学信息抓取子模块包括教学信息类型确定单元、教学信息定位单元、教学信息匹配单元和教学信息复制单元；其中，
该教学信息类型确定单元用于确定当前在线教学过程中的教学信息的门科类型和/或语种类型；
该教学信息定位单元用于确定当前在线教学过程中的教学信息出现的文本位置和/或时间位置；
该教学信息匹配单元用于对根据该门科类型和/或该语种类型，确定对教学信息的抓取匹配模式；
该教学信息复制单元用于根据该文本位置和/或该时间位置、以及该抓取匹配模式对目标教学信息进行抓取复制处理；
优选地，该信息预处理子模块包括语义识别单元和信息分区单元；其中，
该语义识别单元用于对该抓取处理得到的教学信息进行语义识别处理；
该信息分区单元用于根据该语义识别处理的结果，对该抓取处理得到的教学信息进行关于语义区段的信息分区处理，以获得该若干不同分区的预处理信息；
优选地，该信息学习分析子模块包括神经网络模型优化单元和神经网络学习分析单元；其中，
该神经网络模型优化单元用于对预设神经网络模型进行优化处理，以使该预设神经网络模型满足特定收敛条件；
该神经网络学习分析单元通过经过该优化处理的该预设神经网络模型，对该若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
优选地，该文本识别结果生成子模块包括文本转换单元和文本筛选单元；其中，
该文本转换单元用于该教学信息学习分析结果进行文本转换处理，以得到初级文本识别数据；
该文本筛选单元用于对该初级文本识别数据进行文本错误甄别筛选处理，以获得关于该教学内容的文本识别结果。
参阅图3，为本发明提供的一种智能在线笔记生成系统中语音识别模块的结构示意图。该语音识别模块包括语音信息记录子模块、语音信息降噪子模块和语音信息云端识别子模块；其中，
该语音信息记录子模块用于对当前在线教学过程中对应授课语音信息进行记录与寄存处理；
该语音信息降噪子模块用于对记录与寄存处理的授课语音信息进行预定模式的降噪处理；
该语音信息云端识别子模块用于对经过该降噪处理的授课语音信息进行云端语音识别处理，以获得对应的语音识别结果。
参阅图4，为本发明提供的一种智能在线笔记生成系统中插入确定模块的结构示意图。该插入确定模块包括文本关联子模块、位置信息计算子模块和时间信息计算子模块；其中，
该文本关联子模块用于对该文本识别结果进行关于预设知识点数据库的关联确定处理；
该位置信息计算子模块用于根据该关联确定处理的结果确定插入笔记对象的位置信息；
该时间信息计算子模块用于根据该关联确定处理的结果确定插入笔记对象的时间信息。
参阅图5，为本发明提供的一种智能在线笔记生成系统中笔记插入操作模块的结构示意图。该笔记插入模块包括笔记信息生成子模块、笔记信息调整子模块和笔记插入执行子模块；其中；
该笔记信息生成子模块用于根据该语音识别结果生成相应的笔记信息；
该笔记信息调整子模块用于对该笔记信息进行关于字体和/或行距的调整处理；
该笔记插入执行子模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入经过该调整处理的笔记信息。
在一个实施例中，所述智能在线笔记生成系统位置信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的位置信息，还包括对所述目标文本进行空间结构特征识别并确认所述目标文本的位置信息，并对空间结构特征识别结果与所述预设知识点数据库关联匹配分析，当所述抽样文本与预设知识点数据库匹配时，执行在所述抽样文本插入所述预设知识点笔记的操作，其具体步骤包括：
步骤A1、根据所述智能在线笔记生成系统，抽取某教学场景的文本识别结果；
步骤A2、根据预先建立的文本识别处理模型，对所述步骤A1提取的文本识别结果进行抽样处理，同时根据公式(1)确定所述抽样文本的空间结构特征；
Figure BDA0002352858050000111
其中，exp为自然常数e的指数函数，π为圆周率，N为所述抽样文本数量，x、y为所述抽样文本的空间坐标结构特征，
Figure BDA0002352858050000112
为所述抽样文本的结构特征，
Figure BDA0002352858050000113
为平移向量，
Figure BDA0002352858050000114
表示与所述抽样文本结构特征相符的空间横坐标结构特征，
Figure BDA0002352858050000115
表示与所述抽样文本结构特征相符的空间纵坐标结构特征，Type(x,y)为经高斯核函数处理的抽样文本的空间结构特征；
其中，结构特征具体指所述抽样文本的结构比例、空间向量分布情况，
Figure BDA0002352858050000116
其中，n为所述抽样文本拆分区域的数量，
Figure BDA0002352858050000117
为所述文本字体各区域的结构比例，
Figure BDA0002352858050000118
为所述文本字体各区域的结构比例的空间向量分布情况；
步骤A3、根据公式(2)对所述步骤A2所获取的空间结构特征进行高斯核函数离散化处理，以获取所述抽样文本空间位置信息；
Figure BDA0002352858050000119
其中，Type(x,y)为所述经高斯核函数处理的抽样文本的空间结构特征，
Figure BDA00023528580500001110
Figure BDA00023528580500001111
为所述抽样文本的位置信息，
Figure BDA00023528580500001112
为所述抽样文本横坐标结构乖离值，
Figure BDA00023528580500001113
为所述抽样文本纵坐标结构乖离值，
Figure BDA00023528580500001114
为所述抽样文本的方向向量值，
Figure BDA00023528580500001115
为经高斯核函数离散化处理后所述抽样文本空间位置信息；
步骤A4、将所述步骤A2获取抽样文本空间结构特征Type(x,y)与预设知识点数据库关联匹配，通过公式(3)判断是否匹配成功；
Figure BDA0002352858050000121
其中，M为预设知识点数据库样本数，h与l分别为所述知识点数据库文本的空间结构特征，(h-x)2为h与x空间结构特征相似度的值，(l-y)2为l与y空间结构特征相似度的值，当h与x及l与y越接近时，表示空间结构特征相似度越高，P(t)为与Type(x,y)空间结构特征的相似度，P(t)计算值为1时，则表示所述抽样文本与预设知识点数据库匹配，可执行在所述抽样文本插入所述预设知识点笔记的操作。
上述技术方案的有益效果是：该技术方案可快速识别所述智能在线笔记生成系统某教学场景内某文本的空间结构、位置信息；并可实现所述预设知识点数据库关联确定处理，为该文本自动实时插入所关联的笔记提供了技术支持，提高了所述智能在线笔记生成系统的智能插入笔记效率，从而提升了所述智能在线笔记生成系统的教学质量。
从上述实施例的内容可知，该智能在线笔记生成系统通过设置教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块，对当前在线教学过程中对应的教学内容和授课语音信息分别进行文本识别处理和语音识别处理，以获得相应的文本识别结果和语音结果，再通过确定插入笔记对象的位置信息和/或时间信息以执行后续的笔记信息插入操作，该智能在线笔记生成系统能够根据当前在线教学内容对其进行适应性的分析处理，以自动确定该当前在线教学内容需要插入的笔记内容及其对应的插入位置和插入时间，这能够帮助学生在在线教学过程中快速地和及时地进行笔记记录，从而提高该智能在线笔记生成系统的教学质量和人性化程度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种智能在线笔记生成系统，其特征在于：
所述智能插入笔记的在线教学系统包括教学内容识别模块、语音识别模块、插入确定模块和笔记插入操作模块；其中，
所述教学内容识别模块用于对当前在线教学过程中对应的教学内容进行文本化识别处理，以生成关于所述教学内容的文本识别结果；
所述语音识别模块用于对当前在线教学过程中对应授课语音信息进行语音识别处理，以获得对应的语音识别结果；
所述插入确定模块用于根据所述文本识别结果，确定插入笔记对象的位置信息和/或时间信息；
所述笔记插入模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入相应的笔记信息。
2.如权利要求1所述的智能在线笔记生成系统，其特征在于：
所述教学内容识别模块包括教学信息抓取子模块、信息预处理子模块、信息学习分析子模块和文本识别结果生成子模块；其中，
所述教学信息抓取子模块用于对当前在线教学过程中对应的教学信息进行抓取处理；
所述信息预处理子模块用于对所述抓取处理得到的教学信息进行关于信息分区的预处理，以获得若干不同分区的预处理信息；
所述信息学习分析子模块用于通过预设神经网络模型对所述若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
所述文本识别结果生成子模块用于对所述教学信息学习分析结果进行文本转换处理，以获得关于所述教学内容的文本识别结果。
3.如权利要求2所述的智能在线笔记生成系统，其特征在于：所述教学信息抓取子模块包括教学信息类型确定单元、教学信息定位单元、教学信息匹配单元和教学信息复制单元；其中，
所述教学信息类型确定单元用于确定当前在线教学过程中的教学信息的门科类型和/或语种类型；
所述教学信息定位单元用于确定当前在线教学过程中的教学信息出现的文本位置和/或时间位置；
所述教学信息匹配单元用于对根据所述门科类型和/或所述语种类型，确定对教学信息的抓取匹配模式；
所述教学信息复制单元用于根据所述文本位置和/或所述时间位置、以及所述抓取匹配模式对目标教学信息进行抓取复制处理；
或者，
所述信息预处理子模块包括语义识别单元和信息分区单元；其中，
所述语义识别单元用于对所述抓取处理得到的教学信息进行语义识别处理；
所述信息分区单元用于根据所述语义识别处理的结果，对所述抓取处理得到的教学信息进行关于语义区段的信息分区处理，以获得所述若干不同分区的预处理信息；
或者，
所述信息学习分析子模块包括神经网络模型优化单元和神经网络学习分析单元；其中，
所述神经网络模型优化单元用于对预设神经网络模型进行优化处理，以使所述预设神经网络模型满足特定收敛条件；
所述神经网络学习分析单元通过经过所述优化处理的所述预设神经网络模型，对所述若干不同分区的预处理信息进行学习分析处理，以获得教学信息学习分析结果；
或者，
所述文本识别结果生成子模块包括文本转换单元和文本筛选单元；其中，所述文本转换单元用于所述教学信息学习分析结果进行文本转换处理，以得到初级文本识别数据；
所述文本筛选单元用于对所述初级文本识别数据进行文本错误甄别筛选处理，以获得关于所述教学内容的文本识别结果。
4.如权利要求1所述的智能在线笔记生成系统，其特征在于：
所述语音识别模块包括语音信息记录子模块、语音信息降噪子模块和语音信息云端识别子模块；其中，
所述语音信息记录子模块用于对当前在线教学过程中对应授课语音信息进行记录与寄存处理；
所述语音信息降噪子模块用于对记录与寄存处理的授课语音信息进行预定模式的降噪处理；
所述语音信息云端识别子模块用于对经过所述降噪处理的授课语音信息进行云端语音识别处理，以获得对应的语音识别结果。
5.如权利要求1所述的智能在线笔记生成系统，其特征在于：
所述插入确定模块包括文本关联子模块、位置信息计算子模块和时间信息计算子模块；其中，
所述文本关联子模块用于对所述文本识别结果进行关于预设知识点数据库的关联确定处理；
所述位置信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的位置信息；
所述时间信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的时间信息。
6.如权利要求1所述的智能在线笔记生成系统，其特征在于：
所述笔记插入模块包括笔记信息生成子模块、笔记信息调整子模块和笔记插入执行子模块；其中；
所述笔记信息生成子模块用于根据所述语音识别结果生成相应的笔记信息；
所述笔记信息调整子模块用于对所述笔记信息进行关于字体和/或行距的调整处理；
所述笔记插入执行子模块用于根据确定插入笔记对象的位置信息和/或时间信息，当前在线教学过程中插入经过所述调整处理的笔记信息。
7.如权利要求1所述的智能在线笔记生成系统，其特征在于：
所述智能在线笔记生成系统位置信息计算子模块用于根据所述关联确定处理的结果确定插入笔记对象的位置信息，还包括对所述目标文本进行空间结构特征识别并确认所述目标文本的位置信息，并对空间结构特征识别结果与所述预设知识点数据库关联匹配分析，当所述抽样文本与预设知识点数据库匹配时，执行在所述抽样文本插入所述预设知识点笔记的操作，其具体步骤包括：
步骤A1、根据所述智能在线笔记生成系统，抽取某教学场景的文本识别结果；
步骤A2、根据预先建立的文本识别处理模型，对所述步骤A1提取的文本识别结果进行抽样处理，同时根据公式(1)确定所述抽样文本的空间结构特征；
Figure FDA0002352858040000041
其中，exp为自然常数e的指数函数，π为圆周率，N为所述抽样文本数量，x、y为所述抽样文本的空间坐标结构特征，
Figure FDA0002352858040000042
为所述抽样文本的结构特征，
Figure FDA0002352858040000043
为平移向量，
Figure FDA0002352858040000044
表示与所述抽样文本结构特征相符的空间横坐标结构特征，
Figure FDA0002352858040000051
表示与所述抽样文本结构特征相符的空间纵坐标结构特征，Type(x,y)为经高斯核函数处理的抽样文本的空间结构特征；
步骤A3、根据公式(2)对所述步骤A2所获取的空间结构特征进行高斯核函数离散化处理，以获取所述抽样文本空间位置信息；
Figure FDA0002352858040000052
其中，Type(x,y)为所述经高斯核函数处理的抽样文本的空间结构特征，
Figure FDA0002352858040000053
为所述抽样文本的位置信息，
Figure FDA0002352858040000054
为所述抽样文本横坐标结构乖离值，
Figure FDA0002352858040000055
为所述抽样文本纵坐标结构乖离值，
Figure FDA0002352858040000056
为所述抽样文本的方向向量值，
Figure FDA0002352858040000057
为经高斯核函数离散化处理后所述抽样文本空间位置信息；
步骤A4、将所述步骤A2获取抽样文本空间结构特征Type(x,y)与预设知识点数据库关联匹配，通过公式(3)判断是否匹配成功；
Figure FDA0002352858040000058
其中，M为预设知识点数据库样本数，h与l分别为所述知识点数据库文本的空间结构特征，(h-x)2为h与x空间结构特征相似度的值，(l-y)2为l与y空间结构特征相似度的值，当h与x及l与y越接近时，表示空间结构特征相似度越高，P(t)为与Type(x,y)空间结构特征的相似度，P(t)计算值为1时，则表示所述抽样文本与预设知识点数据库匹配，可执行在所述抽样文本插入所述预设知识点笔记的操作。
CN202010000320.2A 2020-01-02 2020-01-02 智能插入笔记的在线教学系统 Active CN111079714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010000320.2A CN111079714B (zh) 2020-01-02 2020-01-02 智能插入笔记的在线教学系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010000320.2A CN111079714B (zh) 2020-01-02 2020-01-02 智能插入笔记的在线教学系统

Publications (2)

Publication Number Publication Date
CN111079714A true CN111079714A (zh) 2020-04-28
CN111079714B CN111079714B (zh) 2020-10-30

Family

ID=70321648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010000320.2A Active CN111079714B (zh) 2020-01-02 2020-01-02 智能插入笔记的在线教学系统

Country Status (1)

Country Link
CN (1) CN111079714B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001155A (zh) * 2020-09-29 2020-11-27 上海松鼠课堂人工智能科技有限公司 智能语音标注方法和系统
CN112087656A (zh) * 2020-09-08 2020-12-15 远光软件股份有限公司 在线笔记生成方法、装置及电子设备
CN112084756A (zh) * 2020-09-08 2020-12-15 远光软件股份有限公司 会议文件生成方法、装置及电子设备
CN113177026A (zh) * 2021-04-16 2021-07-27 宋彦震 基于教学视频直播的弹幕学习笔记管理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050177574A1 (en) * 2000-05-08 2005-08-11 James Riley Electronic course generation systems and methods
CN102681988A (zh) * 2011-03-07 2012-09-19 国基电子（上海）有限公司 可进行数据共享的电子装置及其数据共享方法
CN104915782A (zh) * 2015-06-16 2015-09-16 北京立思辰合众科技有限公司 一种线下教学资源配置方法及装置
CN108615423A (zh) * 2018-06-21 2018-10-02 中山大学新华学院 一种基于深度学习的线上教育管理系统
CN108763178A (zh) * 2018-05-08 2018-11-06 广东小天才科技有限公司 一种基于拍照图片的笔记标注方法及便携式电子设备
CN109543048A (zh) * 2018-12-12 2019-03-29 广东小天才科技有限公司 一种笔记生成方法及终端设备
CN110223365A (zh) * 2019-06-14 2019-09-10 广东工业大学 一种笔记生成方法、系统、装置及计算机可读存储介质
CN110347991A (zh) * 2019-07-08 2019-10-18 上海乂学教育科技有限公司 可实现知识点笔记插入的在线教学系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050177574A1 (en) * 2000-05-08 2005-08-11 James Riley Electronic course generation systems and methods
CN102681988A (zh) * 2011-03-07 2012-09-19 国基电子（上海）有限公司 可进行数据共享的电子装置及其数据共享方法
CN104915782A (zh) * 2015-06-16 2015-09-16 北京立思辰合众科技有限公司 一种线下教学资源配置方法及装置
CN108763178A (zh) * 2018-05-08 2018-11-06 广东小天才科技有限公司 一种基于拍照图片的笔记标注方法及便携式电子设备
CN108615423A (zh) * 2018-06-21 2018-10-02 中山大学新华学院 一种基于深度学习的线上教育管理系统
CN109543048A (zh) * 2018-12-12 2019-03-29 广东小天才科技有限公司 一种笔记生成方法及终端设备
CN110223365A (zh) * 2019-06-14 2019-09-10 广东工业大学 一种笔记生成方法、系统、装置及计算机可读存储介质
CN110347991A (zh) * 2019-07-08 2019-10-18 上海乂学教育科技有限公司 可实现知识点笔记插入的在线教学系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHENGPEI XU ET AL: "LECTURE2NOTE: AUTOMATIC GENERATION OF LECTURE NOTES FROM", 《2019 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME)》 *
胡潜 等: "基于UGC知识融合的MOOC课程笔记自动生成", 《情报理论与实践》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112087656A (zh) * 2020-09-08 2020-12-15 远光软件股份有限公司 在线笔记生成方法、装置及电子设备
CN112084756A (zh) * 2020-09-08 2020-12-15 远光软件股份有限公司 会议文件生成方法、装置及电子设备
CN112084756B (zh) * 2020-09-08 2023-10-10 远光软件股份有限公司 会议文件生成方法、装置及电子设备
CN112001155A (zh) * 2020-09-29 2020-11-27 上海松鼠课堂人工智能科技有限公司 智能语音标注方法和系统
CN113177026A (zh) * 2021-04-16 2021-07-27 宋彦震 基于教学视频直播的弹幕学习笔记管理方法
CN113177026B (zh) * 2021-04-16 2022-11-22 山东亿方锦泽信息科技有限公司 基于教学视频直播的弹幕学习笔记管理方法

Also Published As

Publication number Publication date
CN111079714B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111079714B (zh) 智能插入笔记的在线教学系统
CN110110062B (zh) 机器智能问答方法、装置与电子设备
CN108764480B (zh) 一种信息处理的系统
CN106485984B (zh) 一种钢琴的智能教学方法和装置
CN102034475A (zh) 一种运用计算机对开放式短对话进行交互式评分的方法
CN112417158A (zh) 文本数据分类模型的训练方法、分类方法、装置和设备
CN112671985A (zh) 基于深度学习的坐席质检方法、装置、设备及存储介质
CN110148413B (zh) 语音评测方法及相关装置
CN104347071A (zh) 生成口语考试参考答案的方法及系统
CN111144118A (zh) 口语化文本中命名实体的识别方法、系统、设备和介质
CN112052686B (zh) 一种用户交互式教育的语音学习资源推送方法
CN110765241B (zh) 推荐题的超纲检测方法、装置、电子设备和存储介质
CN109582971B (zh) 一种基于句法分析的批改方法及批改系统
CN114358579A (zh) 评阅方法、评阅装置、电子设备以及计算机可读存储介质
CN115017886A (zh) 文本匹配方法、文本匹配装置、电子设备及存储介质
CN112989040A (zh) 一种对话文本标注方法、装置、电子设备及存储介质
CN112860873A (zh) 智能应答方法、装置及存储介质
CN112015921A (zh) 一种基于学习辅助知识图谱的自然语言处理方法
CN111276146A (zh) 基于语音识别的教学实训系统
CN116775848B (zh) 生成对话信息的控制方法、装置、计算设备及存储介质
CN109062911B (zh) 一种人工智能语音建模方法
CN116340489B (zh) 一种基于大数据的日语教学交互方法和装置
US20230305863A1 (en) Self-Supervised System for Learning a User Interface Language
EP4303716A1 (en) Method for generating data input, data input system and computer program
Gao Design and Application of English Pronunciation Correction Algorithm Based on SVM and LDA

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200237 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai

Applicant after: Shanghai squirrel classroom Artificial Intelligence Technology Co., Ltd

Address before: 200237 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai

Applicant before: SHANGHAI YIXUE EDUCATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant