CN111681502A - 一种单词智能记忆系统及方法 - Google Patents

一种单词智能记忆系统及方法 Download PDF

Info

Publication number
CN111681502A
CN111681502A CN202010260161.XA CN202010260161A CN111681502A CN 111681502 A CN111681502 A CN 111681502A CN 202010260161 A CN202010260161 A CN 202010260161A CN 111681502 A CN111681502 A CN 111681502A
Authority
CN
China
Prior art keywords
learning
module
data
intelligent
memory
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
Application number
CN202010260161.XA
Other languages
English (en)
Inventor
郭胜
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 CN202010260161.XA priority Critical patent/CN111681502A/zh
Publication of CN111681502A publication Critical patent/CN111681502A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/06Foreign languages

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Machine Translation (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明专利属于英语单词智能记忆系统及方法领域,适用于人工智能类英语学习软件。该系统包括四大模块:学习模式,逻辑算法、数据采集、智能记忆。以学习模式为单词智能记忆系统的指挥中心、逻辑算法模块为驱动中心、数据采集模块为数据中心、智能记忆模块为执行中心。这四个模块联系紧密,相互制约,相互影响,相互协作。本发明能帮助用户通过学习模式模块明确并选择高效学习单词TWA模式;根据逻辑算法模块,帮助用户剖析、细分和分析学(WAY)体系算法;数据采集模块负责采集数据,并传递给逻辑算法模块;智能记忆模块对逻辑算法推送的算法结果进行智能识别,并生成学习任务,采取智能化的学习模式、方法,最大程度提升英语单词的记忆效率。

Description

一种单词智能记忆系统及方法
技术领域
本发明专利属于英语单词智能记忆系统及方法领域,适用于人工智能类英语学习软件。
背景技术
随着人工智能技术的发展,涌现出了许多英语学习的APP,如趣英语,英语流利说等;许多英语学习的软件,以人工智能、大数据、云计算技术为核心技术,使得英语学习更加智能化,更方便,更高效。但是,在英语单词学习模块中,人工智能技术提供的只是比较共性化的学习工具,比如自动添加单词、单词学习提醒、单词游戏等工具。而忽视了个性化的学习差异,包括遗忘规律、识记能力、识记习惯等。
发明内容
为解决上述问题,本发明提供了一种单词智能记忆系统及方法。主要是以人工智能语言应用技术为基础,根据用户个性化学习能力及习惯,为用户量身定制的一套单词智能学习系统。为实现上述目的,本发明的技术方案如下:一种为英语学习软件提供一种单词智能记忆系统及方法,所述系统包括:学习模式模块:通过对记忆学、心理学、语言学等学科规律,获取学习模式TWA模型;该模式指的是用户将通过选择在什么合适的时间(TIME),通过合适的方式(WAY),完成单词记忆的学习任务(AMOUNT),并获得较好的记忆效果;逻辑算法模块:对TWA学习模式进行分析,构建该学习模式的三大体系,并推测该体系的系列算法,最后把算法模块所需要的数据需求传递到数据采集模块。数据采集模块的数据采集有两种方式,一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;智能记忆模块:该模块对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习合适的学习方法,推送与学习方法匹配的学习素材及工具,以最大程度提升英语单词的记忆、应用效果,节约学习时间,提升学习效率。
进一步的,所述用户条件包括用户的年龄,学历,英语水平。我们把学习模式模块分为三大体系:时间体系(TIME),方式体系(WAY),任务体系(AMOUNT);另外,对学习模式三大体系进行分解。时间体系(TIME),方式体系(WAY),任务体系(AMOUNT);TWA的单词学习模式包括三大体系。时间TIME:主要指学习新词和复习旧词时间选择。新词的学习时间,用户在什么时候开始新词学习?用户在什么时候开始复习;方式WAY:指的是学习方法、学习手段、学习素材、学习工具的选择及组合:学习方法:分两种,包括:抽象学习为主、形象学习为主两种方式;学习手段:记和忆的分工及协作。学习素材:根据学习方法、手段组织的学习素材;学习工具:对单词形、音、义的识记工具;学习任务(AMOUNT),主要指学习单词的数量:学习新词的数量及复习旧词的数量。
进一步的,逻辑算法具备以下功能:算法推测、数据需求、数据接收、数据运算、数据传递、算法完善等功能。
进一步的由逻辑算法来构建学习模式,推测算法体系:
1、时间TIME:用户新词学习时间及复习时间;
用户新词学习时间及复习时间同单词复习遗忘周期FWPN.(NO.表示第几次遗忘周期),也就是按照单词遗忘规律期进行学习及复习。并且学习与复习时同步的,每次的学路程是先复习旧词,再学习新词。
2、方式WAY:指的是学习方法的算法,根据学习方法的算法来对学习手段、学习素材、学习工具进行组合
学习方法:通过方法-效果比值WER,分析用户适合什么学习方法?设抽象记忆耗时为ATN.,形象记忆耗时为ITN.,学习新词的总耗时LWTN.(NO.为次数)
(ITN.1\ATN.1)\(ITN.2\ATN.2)=WRN.1
LWTN.2\LWTN.1=ERN.1
以此类推,
(ITN.N-1\ATN..N-1)\(ITN.N\ATN.N)=WRN.-1
LWTN.N-1\LWTN.N=ERN.N-1
WER=WRN.1+WRN.2+WRNN.-1\LWTN.1+LWTN.2+LWTN.N-1
算法公式:如果WER小于1,则表示用户的形象记忆能力效果较好。数值越小,表示记忆效果越好。反之,如果WER大于1,则表示用户的抽象能力记忆效果较好,数值越大,则其抽象记忆能力越好。
根据用户使用抽象记忆,形象记忆的方法,来分析对学习效果的影响,并根据其影响,智能系统对适合抽象或形象方法的记忆工具或者素材进行调整和更新。
3、学习任务(AMOUNT),主要指学习单词的数量:学习新词的数量及复习旧词的数量。
每天学习新单词数量LWAN.(N.指的是当天为学习的第几天),其算法逻辑为:LWAN..=(当天单词学习预设时间LTAN.-复习单词总时间RWTN.)\初次学习单个新单词时间LWTN.代表第几次,则每次学习的新单词数量为:LWAN.=[LTAN.-RWTN.)\LWT
进一步的,从用户通过学习模式的选择,算法的推测,再发出数据需求的指令,通过数据采集模块获取数据。
进一步的,数据采集模块通过预先设计的数据需求调查表,要求用户输入相关数据,经过分析统计获取数据资源。数据采集模块把智能记忆模块传导的数据与用户输入数据进行整合,并推送给逻辑算法模块。
进一步的,逻辑算法把算法所需数据代入,获取算法结果。并把结果向智能记忆模块传递。
进一步的,我们把智能记忆模块分为“记”、“忆”两个功能,并把单词的拼写和发音、词义学习以抽象和形象两种学习方法为主,并配置以相适应的素材和工具。抽象学习方法就是:书写记忆、朗读记忆;形象学习方法是:谐音记忆、图像记忆。根据数据中心的数据,智能记忆模块向用户推荐适合的学习方法及相关的学习素材、工具。智能记忆模块的数据传导给数据中心及用户,用户经过数据分析,了解学习方式及效果的情况,以方便用户对学习方式、手段进行选择。当智能记忆模块的执行与逻辑算法出现分歧时,逻辑算法需要进一步的完善修正,确定无误后,把修正后的数据需求和算法公式分别向数据采集模块和智能记忆模块传送。
本发明还提供了一种为英语学习软件构建单词智能记忆系统的的方法,所述方法包括以下步骤:
S1:学习模式确定。通过对记忆学、心理学、语言学等学科规律,获取TWA学习模式;该模式指的是用户将通过选择在什么合适的时间(TIME),通过合适的方式(WAY),完成单词记忆的学习任务(AMOUNT),并获得较好的记忆效果;
S2:确定学习算法:对TWA学习模式三大体系T、W、A进行分析,并推测该体系的系列算法,最后把算法模块所需要的数据需求传递到数据采集模块。
1:算法公式分析学习模式TWA中的三体系之一:T。T体系包括:用户执行学习或复习单词的时间
2:算法公式分析学习模式TWA中的三体系之二:W。W体系包括:方法-效果数据算法
3:算法公式分析学习模式TWA中的三体系之三:A。A体系包括:每天学习新单词数量LWAN.(N.指的是当天为学习的第几天)
S3:采集算法数据。通过两种渠道:一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;
S4:智能记忆单词。通过对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习合适的学习方法,推送与学习方法匹配的学习素材及工具,以最大程度提升英语单词的记忆、应用效果,节约学习时间,提升学习效率。
进一步的,所述步骤S1用户根据学习模式确定自己的学习任务或者计划。
进一步的,所述步骤S2,逻辑算法对学习模式体系进行算法分析。
1、用户执行学习或复习单词的时间=单词复习遗忘周期FWPN.(NO.表示第几次遗忘周期)。
2:算法公式分析学习模式TWA中的三体系之二:W。W体系包括:方法-效果数据算法:方法-效果比值WER
假设抽象学习耗时为ATN.,形象记忆的耗时为ITN.,学习新词的总耗时LWTN.
(ITN.1\ATN.1)\(ITN.2\ATN.2)=WRN.1
LWTN.2\LWTN.1=ERN.1
以此类推,
(ITN.N-1\ATN..N-1)\(ITN.N\ATN.N)=WRN.-1
LWTN.N-1\LWTN.N=ERN.N-1
WER=WRN.1+WRN.2+WRNN.-1\LWTN.1+LWTN.2+LWTN.N-1
算法公式:
如果WER小于1,则表示用户的形象记忆能力效果较好。数值越小,表示记忆效果越好。反之,如果WER大于1,则表示用户的抽象能力记忆效果较好,数值越大,则其抽象记忆能力越好。
3:算法公式分析学习模式TWA中的三体系之三:A。A体系包括:每天学习新单词数量LWAN.(N.指的是当天为学习的第几天)
其算法逻辑为:
LWAN..=(当天单词学习预设时间LTAN.-复习单词总时间RWTN.)\初次学习单个新单词时间LWT(N.代表第几次,即每次学习的新单词数量为:
LWAN.=[LTAN.-RWTN.)\LWT
其分体系包括
(1)每次单个单词复习时间为:LWT*(MWT+1-N.)\MWT(N.指的是第几次学习),
(2)每次复习旧词的总时间RWTN.
LWT*(MWT+1-N.)\MWT*(LWAN.1+LWAN.2.....+LWAN.N)(备注:LWAN.为第几次学习的新词数量;N.=RWC即学习单词的复习轮数)
(3)每次学习新词的总时间LWTN.。
每次学习新词时间=初次学习单个新词的时间*该次学习新词数量
=LWT*LWAN.LWAN.为第几次学习的新词数量
(4)每次学习单词总耗时SWTN.(N.表示第几次)
其算法为:每次学习单词的总时间=初次学习单个新单词的时间*该次学习新单词数量+复习旧单词时间,则SWTN.=LWTN.+RWTN.
进一步的,所述步骤S3,用户的数据测试分为学习能力数据测试和学习习惯数据测试。
进一步的,所述步骤S4,根据逻辑算法结果,生成学习计划,提醒、执行学习任务,选择经过算法推荐的学习方法及学习工具,素材等。
进一步的,所述步骤S1也可设置个性化的学习计划,根据个性化的学习计划来设定个性化算法公式需求。
进一步的,所述步骤S2,逻辑算法对学习模式体系算法所需数据分析。包括需要哪些类别,多少数量的数据;根据数据需求,向数据中心发布指令;
进一步的,所述步骤S3,接到逻辑算法数据需求指令,要求用户进行多次个性化的数据测试和采集。
进一步的,所述步骤S4,智能记忆模块利用识记功能和回忆功能进行运作,根据适合的抽象及形象学习方法的确定来选择合适的学习流程、学习素材,学习工具等。
1、抽象学习方法:主要通过写和读来记忆单词。学习工具:复读,跟读,书写;
2、形象学习方法:主要通过联想和图像来记忆单词。学习工具:(1)魔镜练音;(以让任何单词的发音部位通过一面镜子来展示,通过比对该镜子的单词发音部位,纠正自己错误的发音部位);(2)图像记忆指的是词义和情景画像结合,以增加记忆的趣味性和持久性。
进一步的,所述步骤S1在整个系统的运作包括数据算法,数据采集,智能记忆的运作中,分析学习行为及结果,并随之完善学习模式。
进一步的,所述步骤S2,在学习模式进行完善后,则对原学习模式体系算法进行修改完善。然后发布新的数据需求。
所述步骤S3按照逻辑算法模块的需求,采集相关数据。
所述步骤S4,根据新的学习任务,通过新的算法,不断创新学习方法,匹配相应的学习工具和素材。
由上述对本发明的描述可知,本发明提供的一种单词智能记忆系统及方法,不但能帮助用户能根据自己的学习能力及学习习惯,以最为适合的方式,最为合适的时间,最为适量的任务进行学习较适量的单词。还能通过“记”、“忆”子模块的运行,通过学习方法和学习工具的选择,提升记忆效率、获得较佳的记忆效果。
附图说明
本发明专利可以通过附图给出的非限定性实施例进一步说明;
图1为本发明学习模式功能运行示意图;
图2为本发明逻辑算法功能运行示意图;
图3为本发明数据采集功能运行示意图;
图4位本发明智能记忆功能运行示意图;
图5为本发明学习模式模块在系统中的运用示意图。
图6为本发明逻辑算法模块在系统中的运用示意图。
图7为本发明数据采集模块在系统中的运用示意图。
图8为本发明智能记忆模块在系统中的运用示意图。
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,所描述的实施例仅是本发明中的一部分实施例,而不是全部的实施例。
参照图1、2、3、4所示,一种为单词智能记忆系统,所述系统包括:
学习模式模块:通过对记忆学、心理学、语言学等学科规律,获取学习模式TWA模型;该模式指的是用户将通过选择在什么合适的时间(TIME),通过合适的方式(WAY),完成单词记忆的学习任务(AMOUNT),并获得较好的记忆效果;
逻辑算法模块:对TWA学习模式进行分析,构建该学习模式的三大体系,并推测该体系的系列算法,最后把算法模块所需要的数据需求传递到数据采集模块。
数据采集模块的数据采集有两种方式,一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;
智能记忆模块对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习合适的学习方法,推送与学习方法匹配的学习素材及工具,以最大程度提升英语单词的记忆、应用效果,节约学习时间,提升学习效率。
本发明还提供了一种为英语学习软件构建单词智能记忆系统的的方法,所述方法包括以下步骤:
S1:学习模式确定。通过对记忆学、心理学、语言学等学科规律,获取TWA学习模式;该模式指的是用户将通过选择在什么合适的时间(TIME),通过合适的方式(WAY),完成单词记忆的学习任务(AMOUNT),并获得较好的记忆效果;
S2:确定学习算法:对TWA学习模式三大体系T、W、A进行分析,并推测该体系的系列算法,最后把算法模块所需要的数据需求传递到数据采集模块。
S3:采集算法数据。通过两种渠道:一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;
S4:智能记忆单词。通过对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习合适的学习方法,推送与学习方法匹配的学习素材及工具,以最大程度提升英语单词的记忆、应用效果,节约学习时间,提升学习效率。
参照图1所示,一种为英语学习软件构建单词智能记忆系统,
学习模式模块自循环系统:
S1:根据单词记忆规律、英语语言学,心理学等学科规律确定学习模式:TWA.
S2:学习模式体系划分:三大体系:时间TIME、方式WAY、学习任务(AMOUNT)
S3:学习模式体系细分,
1、时间TIME:主要指用户学习新词和复习旧词时间。
2、方式WAY:指的是学习方法、学习手段、学习素材、学习工具的选择及组合学习方法:分两种,包括:抽象学习为主、形象学习为主两种方式。
学习手段:识记和回忆的分工及协作。
学习素材:根据学习方法、手段组织的学习素材
学习工具:对单词形、音、义的识记工具。
3、学习任务(AMOUNT),主要指学习单词的数量:包括学习新词的数量及复习旧词的数量。
参照图2所示,一种为英语学习软件构建单词智能记忆系统,
逻辑算法模块自循环系统
S1:根据学习模式体系确定算法
S2:根据算法确定数据需求
S3:向数据采集模块发送数据需求
S4:获取所需数据,传递给智能记忆模块
S5:根据智能记忆效果进行反馈,以便算法公式进行自我完善
参照图3所示,一种为英语学习软件构建单词智能记忆系统,
数据采集模块自循环系统
S1:接收逻辑算法模块数据需求
S2:运用智能记忆学习体系。
S3:根据数据需求,设计数据表单,便于采集用户数据
S4:用户学习及输入产生数据
S5:智能记忆产生数据,并发送到数据中心
S6:数据中心整合数据,并发送到逻辑算法模块;
S7:并接受新数据需求,便于下次采集新数据
参照图4所示,一种为英语学习软件构建单词智能记忆系统,
智能记忆模块自循环系统
S1:生成任务
S2:智能提醒任务
S3:执行任务,启动识记和回忆功能
S4:采纳抽象及形象记忆模式
S5:推荐适合的素材和工具
S6:学习效果评估
S7:反馈及系统完善
参照图5所示,一种为英语学习软件构建单词智能记忆系统的示意图,学习模式模块在系统中的运行
S1:用户确定学习模式及其体系
S2:根据体系获取逻辑算法
S3:根据算法获取模式所需数据
S4:通过数据中心获取数据
S5:逻辑算法核算结果,并传递给智能记忆模块
S6:根据智能记忆模块效果反馈,学习模式更新完善
参照图6所示,一种为英语学习软件构建单词智能记忆系统的示意图,逻辑算法模块在系统中的运行。
S1用户产生算法的需求,以提高学习效率。
S2通过算法公式的要求来确定数据中心的数据类型及数量。
在智能记忆模块的问题,会以数据形式发送到数据测试。数据测试进行同步更新;
S3算法传递到智能记忆模块,并对智能记忆模块进行指令、监测和升级。
S4智能记忆通过算法的应用,为用户提供高效的学习方法和工
参照图7所示,一种为英语学习软件构建单词智能记忆系统的示意图,数据采集模块在系统中的运行。
S1:用户通过智能记忆系统进行学习,以获得学习原始数据,并把数据发送给测试中心;并同步把数据发送给用户,用户根据数据在数据中心进行数据输入。
S2:数据中心根据获得的数据进行最初步的算法,并把有效数据传递给算法公式。
S3:算法公式把获得的数据及推理的算法发送给智能记忆模块;
S4:智能记忆模块根据数据及算法进行记忆任务的运作及记忆方法、效果等数据的传递。包括传递给测试中心及用户。
具。
参照图8所示,一种为英语学习软件构建单词智能记忆系统,智能记忆模块在系统中的运行。S1用户产生高效记忆系统的要求,以提高学习效率。
S2高效记忆系统的打造需要合理的算法。
S3算法根据智能记忆模块的要求,对数据中心作出要求。
S4根据数据及算法,为客户打造成科学的记忆体系。提高记忆效果。
本发明提供的一种为英语学习软件构建单词智能记忆系统,以用户高效学习需求为出发点,用户通过智能记忆系统进行学习,以获得学习原始数据,并进行测试和分析。根据数据分析模块的数据、分析结果及逻辑关系,推算公式算法,并根据算法结果预设学习任务,推荐适合的学习方法和手段。通过智能记忆模块识记和回忆的巧妙结合,运用形音义像记忆的核心体系,完成高效记忆的学习过程。
可以理解,本发明是通过一些实施例进行描述的,本领域的技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (5)

1.一种单词智能记忆系统,所属系统包括:
学习模式模块:通过对记忆学、心理学、语言学等学科规律,获取学习模式TWA模型;该模式指的是用户将通过选择在什么合适的时间(TIME),通过合适的方式(WAY),完成单词记忆的学习任务(AMOUNT),并获得较好的记忆效果;
逻辑算法模块:对TWA学习模式进行分析,构建该学习模式的三大体系,并推测该体系的系列算法,最后把算法模块所需要的数据需求传递到数据采集模块。
数据采集模块:数据采集有两种方式,一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;
智能记忆模块:对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习合适的学习方法,推送与学习方法匹配的学习素材及工具,以最大程度提升英语单词的记忆、应用效果,节约学习时间,提升学习效率。
这四个模块联系紧密,缺一不可,以学习模式为单词智能记忆系统的指挥中心、逻辑算法模块为驱动中心、数据采集模块为数据中心、智能记忆模块为执行中心。形成了以学习模式为引领,逻辑算法为中心,数据采集为底层,智能记忆为运行的体系。用户高效记忆单词的需求需要构建高效的学习模式,通过学习模式模块来满足;学习模式模块需要逻辑算法模块来构建体系,分析数据需求;逻辑算法模块需要数据采集模块提供数据;同时,逻辑算法模块又为智能记忆模块推送学习任务、为智能记忆模块的学习方法、手段、工具、素材提供算法逻辑;数据采集模块根据逻辑算法数据需求,通过本模块用户数据输入及智能记忆模块用户学习数据的实时传递获取数据,并传递到逻辑算法模块;智能记忆模块根据逻辑算法的任务安排及算法逻辑,以智能化的方式执行学习模式,达到高效记忆效果,同时把用户学习数据进行实时传递至数据采集模块;
2.根据权利要求1所述的一种单词智能记忆系统,其特征在于:建构了一种TWA的学习模式:用户在最合适的时间(TIME)以最合适的方法(WAY),学习最适合的学习任务即一定的单词数量(AMOUNT),以获得最佳的记忆效果。
3.根据权要求2所述的一种单词智能记忆系统,其特征在于,对TWA学习模式三大体系T、W、A进行分析,并推测该体系的系列算法,最后把逻辑算法模块所需要的数据需求传递到数据采集模块。
4.根据权要求3所述的一种单词智能记忆系统,其特征在于对逻辑算法模块所需数据进行采集。采集数据主要通过两种渠道:一是用户通过数据采集模块的学习数据输入;二是用户在智能记忆模块的学习数据智能实时传递到数据采集模块;
5.根据权要求4所述的一种单词智能记忆系统,其特征在于对逻辑算法推送的算法结果进行智能识别,并生成学习任务。另外,通过智能记忆模块对学习任务的识别及理解,将采取智能化的学习模式、方法,推送匹配的学习素材及工具,以最大程度提升英语单词的记忆效率。
CN202010260161.XA 2020-04-03 2020-04-03 一种单词智能记忆系统及方法 Pending CN111681502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010260161.XA CN111681502A (zh) 2020-04-03 2020-04-03 一种单词智能记忆系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010260161.XA CN111681502A (zh) 2020-04-03 2020-04-03 一种单词智能记忆系统及方法

Publications (1)

Publication Number Publication Date
CN111681502A true CN111681502A (zh) 2020-09-18

Family

ID=72451414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010260161.XA Pending CN111681502A (zh) 2020-04-03 2020-04-03 一种单词智能记忆系统及方法

Country Status (1)

Country Link
CN (1) CN111681502A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114495598A (zh) * 2022-01-24 2022-05-13 好家长(北京)教育科技有限公司 千字文标钉图片式钉桩记忆系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09160477A (ja) * 1995-12-13 1997-06-20 Nippon Telegr & Teleph Corp <Ntt> 単語読解能力測定方法ならびに装置
CN103413478A (zh) * 2013-07-09 2013-11-27 复旦大学 记忆单词智能学习方法与系统
CN105374244A (zh) * 2015-12-10 2016-03-02 广东小天才科技有限公司 一种基于错题分析的学习方法和系统
US20180160963A1 (en) * 2016-12-14 2018-06-14 International Business Machines Corporation Sensors and Analytics for Reading Comprehension
CN108364512A (zh) * 2018-02-27 2018-08-03 清华大学 一种基于mooc的英语自适应学习系统
CN109032707A (zh) * 2018-07-19 2018-12-18 深圳乐几科技有限公司 终端及其口语学习方法和装置
CN109117731A (zh) * 2018-07-13 2019-01-01 华中师范大学 一种课堂教学认知负荷测量系统
CN109767366A (zh) * 2019-01-08 2019-05-17 汪胜利 一种实时扫描分析单词记忆效果的计算机雷达系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09160477A (ja) * 1995-12-13 1997-06-20 Nippon Telegr & Teleph Corp <Ntt> 単語読解能力測定方法ならびに装置
CN103413478A (zh) * 2013-07-09 2013-11-27 复旦大学 记忆单词智能学习方法与系统
CN105374244A (zh) * 2015-12-10 2016-03-02 广东小天才科技有限公司 一种基于错题分析的学习方法和系统
US20180160963A1 (en) * 2016-12-14 2018-06-14 International Business Machines Corporation Sensors and Analytics for Reading Comprehension
CN108364512A (zh) * 2018-02-27 2018-08-03 清华大学 一种基于mooc的英语自适应学习系统
CN109117731A (zh) * 2018-07-13 2019-01-01 华中师范大学 一种课堂教学认知负荷测量系统
CN109032707A (zh) * 2018-07-19 2018-12-18 深圳乐几科技有限公司 终端及其口语学习方法和装置
CN109767366A (zh) * 2019-01-08 2019-05-17 汪胜利 一种实时扫描分析单词记忆效果的计算机雷达系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114495598A (zh) * 2022-01-24 2022-05-13 好家长(北京)教育科技有限公司 千字文标钉图片式钉桩记忆系统

Similar Documents

Publication Publication Date Title
Bøttcher et al. deal: A package for learning Bayesian networks
EP4116885A1 (en) Processing method for neural network model, and related device
CN111861020A (zh) 模型部署方法、装置、设备及存储介质
CN111611488B (zh) 基于人工智能的信息推荐方法、装置、电子设备
KR102234651B1 (ko) 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법
CN110807566A (zh) 人工智能模型评测方法、装置、设备及存储介质
CN109165799A (zh) 基于遗传算法的走班教学排课系统
CN110222171A (zh) 一种分类模型应用、分类模型训练方法及装置
CN111708641A (zh) 一种内存管理方法、装置、设备及计算机可读存储介质
CN116127899B (zh) 芯片设计系统、方法、电子设备和存储介质
CN110110095A (zh) 一种基于长短期记忆循环神经网络的电力指令文本匹配方法
CN109918574A (zh) 项目推荐方法、装置、设备及存储介质
US5487131A (en) Method for analyzing the flow of data through a complex information exchange system
CN111524043A (zh) 诉讼风险评估问卷自动生成的方法和装置
CN111681502A (zh) 一种单词智能记忆系统及方法
CN114546365A (zh) 一种流程可视化的建模方法、服务器、计算机系统及介质
CN111444635B (zh) 一种基于xml语言的系统动力学仿真建模方法及系统
CN113052322A (zh) 机器学习的建模方法、装置、存储介质和处理器
CN109242927B (zh) 一种广告模板生成方法、装置及计算机设备
CN116822462A (zh) 电力系统的仿真报告的生成方法与生成装置
CN110796594A (zh) 一种图像生成方法、装置及设备
CN115658885A (zh) 文本智能标注方法、系统、智能终端及存储介质
JPH01298435A (ja) 自動プログラミング装置
CN113190582B (zh) 一种数据实时交互式挖掘流建模分析系统
CN110032561A (zh) 基于语义的表单构建方法和系统

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