CN111507069B - 一种文本背诵辅助方法、系统以及设备 - Google Patents

一种文本背诵辅助方法、系统以及设备 Download PDF

Info

Publication number
CN111507069B
CN111507069B CN202010290150.6A CN202010290150A CN111507069B CN 111507069 B CN111507069 B CN 111507069B CN 202010290150 A CN202010290150 A CN 202010290150A CN 111507069 B CN111507069 B CN 111507069B
Authority
CN
China
Prior art keywords
character string
recitation
fuzzy
text
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
Application number
CN202010290150.6A
Other languages
English (en)
Other versions
CN111507069A (zh
Inventor
胡圣和
胡定均
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010290150.6A priority Critical patent/CN111507069B/zh
Publication of CN111507069A publication Critical patent/CN111507069A/zh
Application granted granted Critical
Publication of CN111507069B publication Critical patent/CN111507069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/12Use of codes for handling textual entities
    • G06F40/126Character encoding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种文本背诵辅助方法、系统以及设备,方法包括以下步骤:构建背诵文本数据库,从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理。本发明通过设定字符串模糊规则,从而能够灵活自由的选择需要进行模糊化处理的字符串,对需要背诵的对象进行隐藏,解决了现有技术中传统的背书方法无法灵活选择遮住哪些字来进行分批记忆的技术问题;本发明能够降低学习者在文本背诵中的注意力负担,大大提高了背诵的效率。

Description

一种文本背诵辅助方法、系统以及设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种文本背诵辅助方法、系统以及设备。
背景技术
背诵,是一种非常个人化的学习方式,其目的是将在书本等知识载体上的文字信息通过读、诵、听、写等多种途径,转化为学习者本人在头脑中的有序记忆,并能够精确和迅速的进行记忆提取和与原文等同的语言重现。
为了达到这个目标,古往今来的学习者花费了大量的时间和精力反复的投入到背诵学习之中。传统的学习方法基本上都是拿起书本,先对要背诵的文字反复诵读达到熟练,再把书合上逐步尝试在看不到原文的情况下通过记忆来回想重现,对不能回想的内容再继续前面的步骤反复循环,直到可以完整的背出全文为止。无论是采取什么样的优化方法,由于记忆与遗忘过程决定于人类大脑固有的生理特征,这个基本的学习循环过程是始终不变的,背诵学习的效能取决于这个基本循环过程的实现效率。
而传统的背书方法无法灵活选择遮挡哪些字来进行分批的记忆,只能一次诵读所有文字或背诵所有文字,无法进行渐进的背诵学习,背诵效率非常低。也无法在遮挡文字的同时还保留一些提示信息以调整背诵学习的难度和心理压力。
综上所述,现有技术中传统的背书方法,存在着无法灵活选择遮住哪些字来进行分批的记忆以及无法在遮挡的同时仍然可按需要保留一定程度提示信息的技术问题。
发明内容
本发明提供了一种文本背诵辅助方法、系统以及设备,解决了现有技术中传统的背书方法,存在着无法灵活选择遮住哪些字来进行分批的记忆以及无法在遮挡的同时仍然可按需要保留一定程度提示信息的技术问题。
本发明提供的一种文本背诵辅助方法,所述方法适用于预先建立的背诵文本数据库,所述背诵文本数据库中储存有若干篇背诵文本,方法包括以下步骤:
从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理。
优选的,设定字符串模糊规则的具体步骤如下:
设定字符串模糊单元,将字符串模糊单元记为unit_length,字符串模糊单元用于决定从连续的N个字符串中进行字符串模糊处理;
设定字符串模糊空位,将字符串模糊空位记为length,字符串模糊空位用于决定在字符串模糊单元需要进行模糊处理的字符串的数量;
设定字符串模糊相位,将字符串模糊相位记为beginning,字符串模糊相位用于决定在每一个字符串模糊单元中第一个进行模糊处理的字符串。
优选的,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理的具体步骤如下:
使用循环语句枚举背诵段落中的每一个字符串,若枚举到的字符串为标点符号,则跳过本次循环;
对于当前枚举到的字符串采用一个临时变量offset=i表示该字符串为字符串模糊单元中的第i个字符串;
判断该字符串是否处于需要进行模糊处理的区间内,若该字符串的offset=i在字符串模糊单元中处于区间[beginning,beginning+length-1]之间,则该字符串需要进行模糊处理;
更新临时变量offset(i),判断offset(i)是否处于字符串模糊单元内,若不处于字符串模糊单元内,则将offset=i中的i置为0;若处于字符串模糊单元内,则枚举下一个字符串,直至所有字符串枚举完毕。
优选的,判断offset(i)是否处于字符串模糊单元内的具体过程为:
判断offset(i)<unit_length是否成立,若是,则offset(i)处于字符串模糊单元内,反之,则不处于。
优选的,在对字符串进行模糊处理之后,对经过模糊处理的字符串进行还原处理,将经过还原处理的字符串进行标记,并记录该字符串经过还原处理的次数。
优选的,统计每一个字符串经过还原处理的次数,若字符串经过还原处理的次数超过阈值,则将该字符串记录为重点字符串。
优选的,建立重点句列表库,统计重点字符串经过还原处理的次数并按照次数的大小进行排序,将位于序列前Q个的重点字符串所在的语句作为重点句,将重点句添加至重点句列表库中,对所述重点句列表库中的重点字符串进行模糊处理或将全部字符串进行模糊处理。
优选的,在对字符串进行模糊处理时,设定字符串模糊的不同程度。
一种文本背诵辅助系统,包括背诵文本数据库模块、背诵段落选择模块、以及字符串模糊处理模块;
所述背诵文本数据库模块用于储存背诵文本;
所述背诵段落选择模块用于从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
所述字符串模糊处理模块用于设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理。
一种文本背诵辅助设备,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述的一种文本背诵辅助方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过设定字符串模糊规则,从而能够灵活自由的选择需要进行模糊化处理的字符串,对需要背诵的对象进行隐藏,解决了现有技术中传统的背书方法无法灵活选择遮住哪些字来进行分批的记忆的技术问题;本发明能够降低学习者在文本背诵中的注意力负担,大大提高了背诵的效率;本发明能够在遮挡文字的同时仍然可按学习者需要保留一定程度提示信息,降低学习者在文本背诵过程中的心理负担。
本发明的另一个实施例还具有以下优点:
本发明能够对背诵过程中的难点位置进行记录统计,不需要学习者手动标记,并且能够对难点位置的字符串进行统计,学习者可集中对难点位置的字符串进行统一背诵学习,大大提高了背诵的效率。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例1提供的一种文本背诵辅助方法、系统以及设备的方法流程图。
图2为本发明实施例1提供的一种文本背诵辅助方法、系统以及设备的系统框架图。
图3为本发明实施例1提供的一种文本背诵辅助方法、系统以及设备的设备结构图。
图4为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的背诵文本数据库界面。
图5为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的选择背诵段落的界面。
图6为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的背诵界面。
图7为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序点击“增长单元”后的效果图。
图8为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序点击“增长空位”后的效果图。
图9为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序点击“切换空位”后的效果图。
图10为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的调低模糊程度后的效果图。
图11为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的字符串还原处理效果图。
图12为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序的重点句列表显示示意图。
图13为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序强化练习的背诵模式界面图。
图14为本发明实施例2提供的一种文本背诵辅助方法、系统以及设备的微信小程序强化练习的默写模式界面图。
具体实施方式
本发明实施例提供了一种文本背诵辅助方法、系统以及设备,用于解决现有技术中传统的背书方法无法灵活选择遮住哪些字来进行分批的记忆的技术问题。
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。
实施例1
请参阅图1,图1为本发明实施例提供的一种文本背诵辅助方法、系统以及设备的方法流程图。
如图1所示,本发明提供的一种文本背诵辅助方法,所述方法适用于预先建立的背诵文本数据库,所述背诵文本数据库中储存有若干篇背诵文本,数据库中的背诵文本可根据需要进行增加或减少,背诵文本,并不局限于中文文本,可以是任何一种语言的文本,对于英语等表音文字,最小单元为一个词;方法包括以下步骤:
从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理,通过字符串模糊规则按照需求选择需要进行模糊处理的字符串,在将字符串进行模糊化处理后,学习者可对照经过字符串模糊化处理的背诵文本进行背诵以及默写。
作为一个优选的实施例,设定字符串模糊规则的具体步骤如下:
设定字符串模糊单元,将字符串模糊单元记为unit_length,字符串模糊单元用于决定从连续的N个字符串中进行字符串模糊处理,并初始化unit_length=0;
设定字符串模糊空位,将字符串模糊空位记为length,字符串模糊空位用于决定在字符串模糊单元中需要进行模糊处理的字符串的数量;初始化时length=1,即需要进行模糊处理的字符串的数量为1个;
设定字符串模糊相位,将字符串模糊相位记为beginning,字符串模糊相位用于决定在每一个字符串模糊单元中第一个进行模糊处理的字符串,初始化时beginning=0;
作为一个优选的实施例,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理,若字符串为句子,则以标点符号作为字符串模糊的边界,若字符串为词或单字,则可以人工方式手动模糊处理或者自动以模糊规则方式进行自动模糊处理,自动模糊规则的具体的过程如下:
使用循环语句枚举背诵段落中的每一个字符串,若枚举到的字符串为标点符号,则跳过本次循环,从而排除标点符号在后续的字符串模糊化处理过程中的影响,避免出现错乱;
对于当前枚举到的字符串采用一个临时变量offset=i表示该字符串为字符串模糊单元中的第i个字符串;
判断该字符串是否处于需要进行模糊处理的区间内,若该字符串的offset=i在字符串模糊单元中处于区间[beginning,beginning+length-1]之间,beginning则为开始进行字符串模糊化处理的第一个字符串,而beginning+length-1为结束字符串模糊化处理的字符串,因此,若枚举到的字符串落在该区间内,则表示需要对当前枚举到的字符串进行模糊化处理,最小的模糊对象为意义完整的词或者句子。
在对当前字符串进行模糊化处理之后,更新临时变量offset(i),判断offset(i)是否处于字符串模糊单元内,若不处于字符串模糊单元内,则将offset=i中的i置为0;若处于字符串模糊单元内,则枚举下一个字符串,直至所有字符串枚举完毕。
作为一个优选的实施例,判断offset(i)是否处于字符串模糊单元内的具体过程为:
判断offset(i)<unit_length是否成立,若是,则offset(i)处于字符串模糊单元内,反之,则不处于字符串模糊单元内。通过判断offset(i)数值长度unit_length是否小于长度,便可迅速判断出是否还处于字符串模糊单元内。
作为一个优选的实施例,在对字符串进行模糊处理之后,对经过模糊处理的字符串进行还原处理,将经过还原处理的字符串进行标记,并记录该字符串经过还原处理的次数。若学习者无法背诵出该经过模糊处理的字符串,则可对经过模糊处理的字符串进行还原处理,复原出原来的字符串从而提醒学习者,并对该字符串进行标记从而提醒学习者留意。
作为一个优选的实施例,统计每一个字符串经过还原处理的次数,若字符串经过还原处理的次数超过阈值,则将该字符串记录为重点字符串。如果一个字符串经过还原处理的次数过多,则可判定对于学习者来说,该字符串为背诵的难点,从而将该字符串记录为重点字符串。
作为一个优选的实施例,建立重点句列表库,统计重点字符串经过还原处理的次数并按照次数的大小进行排序,将位于序列前Q个的重点字符串所在的语句作为重点句,将重点句添加至重点句列表库中。从重点字符串中选择出经过还原处理的前Q个字符串,则这几个字符串对于学习者来说是最难以背诵的,将这几个字符串所在的语句作为重点句添加至重点句列表库中,使得学习者可集中对重点句列表库中的语句进行学习,提高背诵效率,之后,对所述重点句列表库中的重点字符串进行模糊处理或将全部字符串进行模糊处理。对于背诵的难点,可选择采用原先的方式对部分字符串进行模糊化处理,在学习者初步背诵后,可选择将全部的字符串都进行模糊化进行强化训练,从而提高对于难点的记忆深度。
作为一个优选的实施例,在对字符串进行模糊处理时,设定字符串模糊的程度。模糊的程度可根据学习者对于文本的掌握程度,自主调整注意力的分配强度,大部分内容生疏时采用轻度模糊,大部分内容熟悉时采用重度模糊,通过设定不同的模糊程度对于学习者的主动回忆具有不同的激发作用,轻度模糊情况下学习者心理压力较小,但对回忆思考的帮助不大,重度模糊情况下学习者的心理压力较大,但可以更大程度激发学习者主动回忆思考。
如图2所示,一种文本背诵辅助系统,包括背诵文本数据库模块201、背诵段落选择模块202、以及字符串模糊处理模块203;
所述背诵文本数据库模块201用于储存背诵文本;
所述背诵段落选择模块202用于从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
所述字符串模糊处理模块203用于设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理。
如图3所示,一种文本背诵辅助设备30,所述设备包括处理器300以及存储器301;
所述存储器301用于存储程序代码302,并将所述程序代码302传输给所述处理器;
所述处理器300用于根据所述程序代码302中的指令执行上述的一种文本背诵辅助方法中的步骤。
示例性的,所述计算机程序302可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器301中,并由所述处理器300执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器300、存储器301。本领域技术人员可以理解,图3仅仅是终端设备30的示例,并不构成对终端设备30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器301可以是所述终端设备30的内部存储单元,例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备,例如所述终端设备30上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
实施例2
在本实施例中,将本申请的内容使用微信小程序的开发框架加以实现,具体如下:
在本实施例的微信小程序中,可实现下列功能:选择要背诵的文章、选择要背诵的文段区域、背诵界面的字符串模糊算法、强化练习句子的选择以及强化练习句子界面。
首先,从背诵文本数据库中选择需要进行背诵的文本,如图4所示,小程序界面上显示有背诵文本的标题、作者以及背诵文本首句的内容。在选中背诵文本后,从背诵文本中选择出背诵段落,选中文段后,点击小程序界面上的“背诵选中部分”按钮进入背诵界面,或“背诵全部”按钮选中全篇文本进行背诵,如图5所示。
如图6所示,在进入到背诵界面后,背诵界面包括有选中的背诵段落以及字符串模糊的控制面板,控制面板中可实现如下功能:增长或缩短单元、增长或缩短空位、切换空位以及改变文本模糊程度。
如图7所示,在点击“增长单元”的功能后,unit_length增加1。如果unit_length的长度达到最大值,就将“增长单元”功能禁用,与此功能相反的则是“缩短单元”。
如图8所示,点击“增长空位”的功能后,length增加1。如果length的长度达到最大值,就将“增长空位”禁用。与此功能相反的则是“缩短空位”。
如图9所示,点击“切换空位”的功能后,beginning增加1。如果beginning的长度超过了unit_length长度,即beginning≥unit_length,则beginning=0。此外,长按“切换空位”同样可使得beginning=0。
如图10所示,点击改变字符模糊程度的按钮之后,被模糊处理的字符串在显示时的模糊程度将逐级发生改变。
当学习者想不起某文字而点击某个经过模糊处理的字符串时,该字符串被还原,并以突出色彩高亮显示,如图11所示。此时小程序触发一个点击事件,重点字符串记录功能启用,小程序通过表格来记录各个经过模糊处理的字符串被点击的次数,即该字符串经过还原处理的次数,并在每个点击事件处理时更新字符串被点击次数。
当积累了一定的重点字符串时,建立重点句列表库,在重点句列表库中进行强化练习。
小程序统计出所有点击次数到达一定量(例如3次)的字符串,将它们放进一个列表,然后将它们按照点击次数从大到小的顺序排好序。
小程序只保留该列表中排在前1/3的字符串,即高频点击字符串。如果列表中字符串的数量很少(不超过5个),则全部保留,将该字符串所在的句子当做重点句添加到重点句列表中,重点句列表中的所有句子就是系统推荐的句子,在微信小程序中以黑色粗体显示,如图12所示。学习者点击黑色粗体的句子,小程序进入背诵强化界面。
强化练习的页面上方有一条工具栏。其中,“背”和“默”按钮组用来切换模式为背诵/默写,“会背了”按钮将句子标为完成并跳到下一句,“下一句”就仅仅是跳到下一句。
在背诵模式下,如图13,微信小程序显示出一个文本区,文本区中显示有当前正在强化练习的句子,以及该句子的上下句。在文本区的下方,显示有字符串模糊的控制面板,字符串模糊的控制面板只用于当前正在进行强化练习的句子。
如图14所示,在默写模式下,文本区的字符串全部经过模糊处理,只留下标点符号,下方的字符串模糊的控制面板由一个默写文本输入框代替,学习者可以在默写文本输入框中输入文字,小程序能够实时地将输入的结果呈现在句子中,并忽略用户输入中的标点符号。
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 (8)

1.一种文本背诵辅助方法,其特征在于,所述方法适用于预先建立的背诵文本数据库,所述背诵文本数据库中储存有若干篇背诵文本,方法包括以下步骤:
从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理,具体步骤如下:
使用循环语句枚举背诵段落中的每一个字符串,若枚举到的字符串为标点符号,则跳过本次循环;
对于当前枚举到的字符串采用一个临时变量offset=i表示该字符串为字符串模糊单元中的第i个字符串;
判断该字符串是否处于需要进行模糊处理的区间内,若该字符串的offset=i在字符串模糊单元中处于区间[beginning,beginning+length-1]之间,则该字符串需要进行模糊处理;
更新临时变量offset(i),判断offset(i)是否处于字符串模糊单元内,若不处于字符串模糊单元内,则将offset=i中的i置为0;若处于字符串模糊单元内,则枚举下一个字符串,直至所有字符串枚举完毕;
其中,设定字符串模糊规则的具体步骤如下:
设定字符串模糊单元,将字符串模糊单元记为unit_length,字符串模糊单元用于决定从连续的N个字符串中进行字符串模糊处理;
设定字符串模糊空位,将字符串模糊空位记为length,字符串模糊空位用于决定在字符串模糊单元需要进行模糊处理的字符串的数量;
设定字符串模糊相位,将字符串模糊相位记为beginning,字符串模糊相位用于决定在每一个字符串模糊单元中第一个进行模糊处理的字符串。
2.根据权利要求1所述的一种文本背诵辅助方法,其特征在于,判断offset(i)是否处于字符串模糊单元内的具体过程为:
判断offset(i)<unit_length是否成立,若是,则offset(i)处于字符串模糊单元内,反之,则不处于。
3.根据权利要求2所述的一种文本背诵辅助方法,其特征在于,在对字符串进行模糊处理之后,对经过模糊处理的字符串进行还原处理,将经过还原处理的字符串进行标记,并记录该字符串经过还原处理的次数。
4.根据权利要求3所述的一种文本背诵辅助方法,其特征在于,统计每一个字符串经过还原处理的次数,若字符串经过还原处理的次数超过阈值,则将该字符串记录为重点字符串。
5.根据权利要求4所述的一种文本背诵辅助方法,其特征在于,建立重点句列表库,统计重点字符串经过还原处理的次数并按照次数的大小进行排序,将位于序列前Q个的重点字符串所在的语句作为重点句,将重点句添加至重点句列表库中,对所述重点句列表库中的重点字符串进行模糊处理或将全部字符串进行模糊处理。
6.根据权利要求5所述的一种文本背诵辅助方法,其特征在于,在对字符串进行模糊处理时,设定字符串模糊的不同程度。
7.一种文本背诵辅助系统,其特征在于,包括背诵文本数据库模块、背诵段落选择模块、以及字符串模糊处理模块;
所述背诵文本数据库模块用于储存背诵文本;
所述背诵段落选择模块用于从背诵文本数据库中选择出一篇背诵文本,从选择出的背诵文本中选择背诵段落,将背诵段划分成一系列的字符串;
所述字符串模糊处理模块用于设定字符串模糊规则,按照字符串模糊规则从背诵段落中选择出需要进行模糊处理的字符串并对其进行模糊处理,具体步骤如下:
使用循环语句枚举背诵段落中的每一个字符串,若枚举到的字符串为标点符号,则跳过本次循环;
对于当前枚举到的字符串采用一个临时变量offset=i表示该字符串为字符串模糊单元中的第i个字符串;
判断该字符串是否处于需要进行模糊处理的区间内,若该字符串的offset=i在字符串模糊单元中处于区间[beginning,beginning+length-1]之间,则该字符串需要进行模糊处理;
更新临时变量offset(i),判断offset(i)是否处于字符串模糊单元内,若不处于字符串模糊单元内,则将offset=i中的i置为0;若处于字符串模糊单元内,则枚举下一个字符串,直至所有字符串枚举完毕;
其中,设定字符串模糊规则的具体步骤如下:
设定字符串模糊单元,将字符串模糊单元记为unit_length,字符串模糊单元用于决定从连续的N个字符串中进行字符串模糊处理;
设定字符串模糊空位,将字符串模糊空位记为length,字符串模糊空位用于决定在字符串模糊单元需要进行模糊处理的字符串的数量;
设定字符串模糊相位,将字符串模糊相位记为beginning,字符串模糊相位用于决定在每一个字符串模糊单元中第一个进行模糊处理的字符串。
8.一种文本背诵辅助设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1~权利要求6中任意一项所述的一种文本背诵辅助方法。
CN202010290150.6A 2020-04-14 2020-04-14 一种文本背诵辅助方法、系统以及设备 Active CN111507069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010290150.6A CN111507069B (zh) 2020-04-14 2020-04-14 一种文本背诵辅助方法、系统以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010290150.6A CN111507069B (zh) 2020-04-14 2020-04-14 一种文本背诵辅助方法、系统以及设备

Publications (2)

Publication Number Publication Date
CN111507069A CN111507069A (zh) 2020-08-07
CN111507069B true CN111507069B (zh) 2023-10-13

Family

ID=71870898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010290150.6A Active CN111507069B (zh) 2020-04-14 2020-04-14 一种文本背诵辅助方法、系统以及设备

Country Status (1)

Country Link
CN (1) CN111507069B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113053175A (zh) * 2021-03-11 2021-06-29 读书郎教育科技有限公司 一种扫描笔辅助背诵的系统及方法
CN113611310A (zh) * 2021-07-28 2021-11-05 网易有道信息技术(北京)有限公司 背诵检验方法、装置及相关产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593438A (zh) * 2009-06-05 2009-12-02 创而新(中国)科技有限公司 辅助背诵文档显示方法和系统
JP2016104514A (ja) * 2012-12-04 2016-06-09 尚志 福山 暗記学習用教材、及びその製造方法
CN107657853A (zh) * 2016-07-26 2018-02-02 作业帮教育科技(北京)有限公司 辅助背诵的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593438A (zh) * 2009-06-05 2009-12-02 创而新(中国)科技有限公司 辅助背诵文档显示方法和系统
JP2016104514A (ja) * 2012-12-04 2016-06-09 尚志 福山 暗記学習用教材、及びその製造方法
CN107657853A (zh) * 2016-07-26 2018-02-02 作业帮教育科技(北京)有限公司 辅助背诵的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李青云 ; .基于语篇分析的背诵方法研究.中国民航飞行学院学报.2009,(06),全文. *

Also Published As

Publication number Publication date
CN111507069A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
Gupta et al. Automating content extraction of html documents
CN111507069B (zh) 一种文本背诵辅助方法、系统以及设备
US20080148147A1 (en) Method and system for facilitating the examination of documents
Akram et al. A P300-based brain computer interface system for words typing
CN109241420B (zh) 应用首页内容推荐方法、装置、计算机设备和存储介质
US20160163219A1 (en) Reading comprehension apparatus
Lee et al. Spotlights: Attention-optimized highlights for skim reading
WO2004114077A2 (en) Method of improving reading of a text
US20210042391A1 (en) Generating summary content using supervised sentential extractive summarization
DE102021202469A1 (de) System und verfahren zur generativen textzusammenfassung
Perea et al. How are words with diacritical vowels represented in the mental lexicon? Evidence from Spanish and German
US8239763B1 (en) Method and apparatus for using active word fonts
Ma et al. Do visual word segmentation cues improve reading performance in Chinese reading?
CN110598217B (zh) 一种点读内容的识别方法、装置、家教机及存储介质
EP3255556A1 (de) Schnell-lese-verfahren und -system für text
Risko et al. Basic processes in reading: On the relation between spatial attention and familiarity
CN110060545A (zh) 电子阅读方法及装置
CN109331469A (zh) 一种基于编程语言录入关卡信息的方法以及电子设备
CN110532391B (zh) 一种文本词性标注的方法及装置
CN111949142A (zh) 一种时间录入方法、终端设备及存储介质
JPH10301929A (ja) 文書処理装置、文書処理方法及び記録媒体
Morita Reflection on the development of the tool kits of Bertin’s methods
US20230041253A1 (en) Book recommendation and flashcard generation
CN116595385B (zh) 作文生成模型训练方法及装置
Sulaiman Incidental vocabulary learning process of ESL undergraduates in facilitating academic vocabulary mastery

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