CN111859943A - 一种考研词句来源识别学习方法及系统 - Google Patents

一种考研词句来源识别学习方法及系统 Download PDF

Info

Publication number
CN111859943A
CN111859943A CN202010683716.1A CN202010683716A CN111859943A CN 111859943 A CN111859943 A CN 111859943A CN 202010683716 A CN202010683716 A CN 202010683716A CN 111859943 A CN111859943 A CN 111859943A
Authority
CN
China
Prior art keywords
examination
vocabulary
sentence
research
user
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
CN202010683716.1A
Other languages
English (en)
Inventor
毛小兰
岳校
林楠
谭锦钿
朱欣健
林森全
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.)
Qingyuan Momo Education Technology Co ltd
Original Assignee
Qingyuan Momo 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 Qingyuan Momo Education Technology Co ltd filed Critical Qingyuan Momo Education Technology Co ltd
Priority to CN202010683716.1A priority Critical patent/CN111859943A/zh
Publication of CN111859943A publication Critical patent/CN111859943A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • G06F16/33—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries

Landscapes

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

Abstract

本发明提供了一种考研词句来源识别学习方法，包括该建立考研英语试卷数据库、建立考研英语试卷Xi的考研语句表、建立考研词汇库、获取搜索词汇Y、反馈考研语句、复制选中考研语句、编辑搜索词汇Y笔记、接收检测指令、接收修改指令等步骤，使用户通过搜索一个词汇，就能获知该词汇在考研英语中的具体应用，并反馈相应的考研语句，使用户可以联系该单词的考试方式以及使用语境，进而更好地学习并记住词汇，提高用户的学习效率及记忆效果；同时使用户能够对显示出来的考研语句进行选择与编辑，使用户能进一步加强对词汇的记忆及句子的理解，也方便用户学习，给用户带来了更多的学习便利。

Description

一种考研词句来源识别学习方法及系统
技术领域
本发明属于计算机通信领域，具体涉及一种考研词句的识别学习方法及其系统。
背景技术
随着全民的英语学习意识的增强，越来越多的人开始英语学习，各种各样的英语学习软件也应运而生。现有的学习软件的单词学习模式都是用户选定需要背诵的单词列表，然后软件根据用户选定的待背诵的单词列表按照单词列表的顺序或者随机向用户推荐，这种复习单词的方式往往使用户需要背诵完整个单词列表的单词才能进行复习，或者是第二天复习第一天学过的所有单词，这种复习单词的方式往往使用户在背到单词列表末尾单词时已经忘记了最开始背过的单词；对于一些考试常考的高频词汇，用户无法获知其曾经出现在哪些考试哪些试卷中，无法知道这些高频词汇的实际考点及考试场景。例如，像大学英语四六级考试、雅思托福考试、考研英语考试等，其通常会有一些常考的高频词汇。但现有的单词软件中，对于这些词汇的来源、曾经出现的考点均没有涉及，使考生难以联系该单词与实际考试之间的关联，无法在考试语句环境下进一步记住该单词。在学习考研单词的过程中，一般都是结合语句一起记忆，以便于理解并记住单词的语义及应用。目前的英语学习软件在使用过程中，当搜索一个英语词汇时，会出现其释义以及所应用的句子，但对句子的来源没有进行显示或告知，使用户在面对英语词汇时，无法知道其在考试中的具体应用，难以把握重点。
因此，针对现有技术中存在的技术问题，亟需提供一种通过搜索英语词汇，即能获取该词汇的相关句子及其来源的考研词句识别学习系统及方法显得尤为重要。
发明内容
本发明的目的在于克服上述现有技术的不足，提供一种考研词句来源识别学习方法，该方法可根据用户输入的词汇，反馈显示考研语句列表，使用户可以获知该词汇在考研英语中的具体应用，加强联动记忆学习的效果；同时，用户可选择其中的考研语句进行复制，并自动填充至笔记本，以便后续复习使用；另外，用户还可通过点击语句跳转至相应的考研题目，进一步进行学习。该考研词句来源学习方法可帮助用户更好地理解并记忆单词，同时了解词汇在应试环境中的具体使用，提高学习效率。
本发明的另一目的是提供一种考研词句来源识别学习系统，使用户可通过该系统实现高效学习记忆词汇。
本发明的又一目的是提供一种可以存储有上述考研词句来源识别学习方法的计算机指令的存储设备。
本发明的再一目的是提供一种带有存储有上述考研词句来源识别学习方法的计算机指令的存储设备的并且可以控制所述计算机指令的移动终端。
为了达到上述目的，本发明采用的以下技术方案：
一种考研词句来源识别学习方法，适用于在智能终端设备中执行，该方法包括以下步骤：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
进一步地，所述语句编号Xi-N还包括字段信息，其中字段信息包括该语句编号对应的考研语句在相应的试卷内的考核年份、考卷号、考题类型、题号及段落。
进一步地，在所述步骤S5中，目标考研语句数据还包括该搜索词汇Y的所有语句编号所对应的字段信息，并在显示目标考研语句数据时，显示考研语句及其字段信息。
以上的，所述考研词句来源识别学习方法还包括步骤S10.读取考研试卷：处理单元接收用户点击考研语句的指令，判断用户是否输入跳转指令，若接收到用户输入的跳转指令，处理单元读取点击的考研语句所对应的字段信息，根据用户选择跳转至对应的试卷或试卷内对应的题号。
优选的，在所述步骤S10中，当用户在笔记本内点击考研语句或在显示目标考研语句数据时点击时，生成是否选择跳转指令的信息反馈至显示单元。
优选的，在所述步骤S8中，其中，自动勘误方式如下：
S8-1.处理单元读取用户在笔记本内填充的目标考研语句内的每个词汇及标点符号；
S8-2.处理单元读取存储单元内预先存储的词典数据，将读取到的每个词汇与词典数据进行匹配比对，若词汇在词典数据内不存在，则该词汇以不同颜色显示予以区分；
S8-3.处理单元判断目标考研语句内的标点符号是否存在两个连续的标点符号，若存在，则将两个连续存在的标点符号以不同颜色显示予以区分。
一种应用上述考研词句来源识别学习方法的考研词句来源识别学习系统，所述系统包括处理单元、接收单元、存储单元、显示单元和暂存单元；所述处理单元分别与接收单元、存储单元、显示单元、暂存单元连接；其中，接收单元用于接收用户输入的指令，处理单元配置为处理来自接收单元发送的指令信号；存储单元配置为存储数据，与处理单元进行数据传输；显示单元配置为接收处理单元的数据信息及控制信号；暂存单元配置为存储用户复制的目标考研语句信息，在预设的时间内存储信息，超过预设时间后对数据进行自动清除。
一种存储设备，该存储设备中存储有多条指令，所述指令适用于由处理器加载并执行以下操作：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
一种移动终端，包括用于执行各指令的处理器和用于存储多条指令的存储设备，所述指令适用于由所述处理器加载并执行：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
本发明的有益效果：
本发明提供了一种考研词句来源识别学习方法，该方法通过建立考研英语试卷数据库、建立考研英语试卷Xi的考研语句表、建立考研词汇库、获取搜索词汇Y、反馈考研语句等步骤，使用户通过搜索一个词汇，就能获知该词汇在考研英语中的具体应用，并反馈相应的考研语句，使用户可以联系该单词的考试方式以及使用语境，进而更好地学习并记住词汇，提高用户的学习效率及记忆效果；另外，还设置有复制选中考研语句、编辑搜索词汇Y笔记、接收检测指令和接收修改指令等步骤，使用户能够对显示出来的考研语句进行选择与编辑，使用户能进一步加强对词汇的记忆及句子的理解，也方便用户学习，给用户带来了更多的学习便利。
附图说明
图1为本发明提供的考研词句来源识别学习方法的流程示意图；
图2为本发明提供的考研词句来源识别学习系统的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。
如图1～2所示，本实施例提供了一种考研词句来源识别学习方法，适用于在智能终端设备中执行，该方法包括以下步骤：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；假设录入的考研英语试卷数据有三套，则分别为X1、X2、X3；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；以第一套考研英语试卷数据X1为例，假设该考研试卷里有100个考研语句，则每个语句的语句编号依次为：X1-1、X1-2、X1-3、X1-4、X1-5……；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；假设词汇“switch”在考研英语试卷数据库中的出现次数为15，其被标记为高频词汇；假设“switch”均在考研英语试卷数据X1、X2、X3中出现，且出现的来源分别为X1-4，X1-85，X2-70，X3-107，即词汇“switch”的来源标记包括X1-4，X1-85，X2-70，X3-107；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；假设用户输入的搜索词汇Y为“switch”，将其与考研词汇库内的高频词汇进行比对；由于高频词汇内包括“switch”这个词汇，经比对后结果为相同；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；由于搜索词汇为“switch”，其来源标记信息内包括的语句编号为X1-4，X1-85，X2-70，X3-107；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；即显示单元将语句编号X1-4，X1-85，X2-70，X3-107所对应的考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；假设用户点击并复制语句编号为X1-85的考研语句；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；假设用户输入的操作指令为建立笔记本，则读取语句编号为X1-85的考研语句并自动填充至笔记本内保存。
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；即，当用户输入检测指令，那么对语句编号为X1-85的考研语句进行自动勘误；其中，自动勘误方式如下：
S8-1.处理单元读取用户在笔记本内填充的目标考研语句内的每个词汇及标点符号；
S8-2.处理单元读取存储单元内预先存储的词典数据，将读取到的每个词汇与词典数据进行匹配比对，若词汇在词典数据内不存在，则该词汇以不同颜色(例如红色)显示予以区分；
S8-3.处理单元判断目标考研语句内的标点符号是否存在两个连续的标点符号，若存在，则将两个连续存在的标点符号以不同颜色显示予以区分。
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。如果语句编号为X1-85的考研语句内包含标点错误“，，”，则接收用户将其修改为“，”的指令后保存。
在本实施例中，所述语句编号Xi-N还包括字段信息，其中字段信息包括该语句编号对应的考研语句在相应的试卷内的考核年份、考卷号、考题类型、题号及段落。例如，在语句编号为X1-85还包括字段信息，具体为考核年份2010年，考卷号：考研英语二A卷；考题类型：选择题，题号：78，段落125等。
在本实施例中，目标考研语句数据还包括该搜索词汇Y的所有语句编号所对应的字段信息，并在显示目标考研语句数据时，显示考研语句及其字段信息。
本实施例还提供了一种应用上述考研词句来源识别学习方法的考研词句来源识别学习系统，所述系统包括处理单元、接收单元、存储单元、显示单元和暂存单元；所述处理单元分别与接收单元、存储单元、显示单元、暂存单元连接；其中，接收单元用于接收用户输入的指令，处理单元配置为处理来自接收单元发送的指令信号；存储单元配置为存储数据，与处理单元进行数据传输；显示单元配置为接收处理单元的数据信息及控制信号；暂存单元配置为存储用户复制的目标考研语句信息，在预设的时间内存储信息，超过预设时间后对数据进行自动清除。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (9)

1.一种考研词句来源识别学习方法，适用于在智能终端设备中执行，其特征在于，该方法包括以下步骤：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
2.根据权利要求1所述的考研词句来源识别学习方法，其特征在于，所述语句编号Xi-N还包括字段信息，其中字段信息包括该语句编号对应的考研语句在相应的试卷内的考核年份、考卷号、考题类型、题号及段落。
3.根据权利要求2所述的考研词句来源识别学习方法，其特征在于，在所述步骤S5中，目标考研语句数据还包括该搜索词汇Y的所有语句编号所对应的字段信息，并在显示目标考研语句数据时，显示考研语句及其字段信息。
4.根据权利要求2所述的考研词句来源识别学习方法，其特征在于，还包括步骤S10.读取考研试卷：处理单元接收用户点击考研语句的指令，判断用户是否输入跳转指令，若接收到用户输入的跳转指令，处理单元读取点击的考研语句所对应的字段信息，根据用户选择跳转至对应的试卷或试卷内对应的题号。
5.根据权利要求4所述的考研词句来源识别学习方法，其特征在于，在所述步骤S10中，当用户在笔记本内点击考研语句或在显示目标考研语句数据时点击时，生成是否选择跳转指令的信息反馈至显示单元。
6.根据权利要求1所述的考研词句来源识别学习方法，其特征在于，在所述步骤S8中，其中，自动勘误方式如下：
S8-1.处理单元读取用户在笔记本内填充的目标考研语句内的每个词汇及标点符号；
S8-2.处理单元读取存储单元内预先存储的词典数据，将读取到的每个词汇与词典数据进行匹配比对，若词汇在词典数据内不存在，则该词汇以不同颜色显示予以区分；
S8-3.处理单元判断目标考研语句内的标点符号是否存在两个连续的标点符号，若存在，则将两个连续存在的标点符号以不同颜色显示予以区分。
7.一种应用如权利要求1～6所述的来源识别学习方法的考研词句来源识别学习系统，其特征在于，所述系统包括处理单元、接收单元、存储单元、显示单元和暂存单元；所述处理单元分别与接收单元、存储单元、显示单元、暂存单元连接；其中，接收单元用于接收用户输入的指令，处理单元配置为处理来自接收单元发送的指令信号；存储单元配置为存储数据，与处理单元进行数据传输；显示单元配置为接收处理单元的数据信息及控制信号；暂存单元配置为存储用户复制的目标考研语句信息，在预设的时间内存储信息，超过预设时间后对数据进行自动清除。
8.一种存储设备，该存储设备中存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行以下操作：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
9.一种移动终端，包括用于执行各指令的处理器和用于存储多条指令的存储设备，其特征在于，所述指令适用于由所述处理器加载并执行：
S1.建立考研英语试卷数据库：
将历年考研英语试卷的内容通过图像扫描识别方式自动输入或通过键入的方式手动输入至存储单元内存储，形成考研英语试卷数据库；并对输入的每一套考研英语试卷数据进行标号Xi，其中i≥1；
S2.建立考研英语试卷Xi的考研语句表：
遍历考研英语试卷数据库内每一套考研英语试卷Xi的所有语句，将每一套考研英语试卷Xi内的所有数据以标点符号为分割点分割为多个考研语句，形成考研语句表；其中，对每一套考研英语试卷Xi的考研语句表内的考研语句进行语句编号，其语句编号为Xi-N，N≥1；
S3.建立考研词汇库：
遍历统计考研英语试卷数据库中各词汇出现的次数T，抓取出现次数T大于或等于预设频次阈值t的词汇标记为高频词汇，形成考研词汇库，其中t≥2；并对每一个高频词汇进行来源标记，其中，高频词汇的来源标记包括该词汇所在的考研语句的语句编号Xi-N；每一个高频词汇的来源标记至少包含一个语句编号；
S4.获取搜索词汇Y：
接收用户键入的搜索词汇Y，将搜索词汇Y与考研词汇库内的高频词汇进行比对；
S5.反馈考研语句：
判断搜索词汇Y与高频词汇的比对结果，若搜索词汇Y与高频词汇比对结果为相同，则反馈包含该搜索词汇Y的来源标记信息；具体步骤如下：
S5-1.读取搜索词汇Y的语句编号：
处理单元获取搜索词汇Y的来源标记信息所携带的一个或多个语句编号，并读取该搜索词汇Y的所有语句编号对应的考研语句，形成目标考研语句数据，并反馈至显示单元；
S5-2.显示目标考研语句数据：
显示单元接收目标考研语句数据，将包含该搜索词汇Y的所有考研语句显示；
S6.复制选中考研语句：
获取用户所点击的目标考研语句，接收用户的复制指令，对该点击的目标考研语句进行复制；
S7.编辑搜索词汇Y笔记：
接收用户输入的操作指令，建立/选择该搜索词汇Y的笔记本，读取用户复制的目标考研语句，将目标考研语句填充至搜索词汇Y的笔记本内；
S8.接收检测指令：
接收用户输入的检测指令，对笔记本内填充的目标考研语句所包含的每一个词汇及标点符号进行自动勘误，若存在错误，则将错误的词汇或标点标记为不同颜色后显示，发出提示修正信号至显示单元；
S9.接收修改指令：
接收用户输入的修改指令，将笔记本设置为可编辑状态，将用户对笔记本内存在错误的考研语句的修改操作进行保存。
CN202010683716.1A 2020-07-15 2020-07-15 一种考研词句来源识别学习方法及系统 Pending CN111859943A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010683716.1A CN111859943A (zh) 2020-07-15 2020-07-15 一种考研词句来源识别学习方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010683716.1A CN111859943A (zh) 2020-07-15 2020-07-15 一种考研词句来源识别学习方法及系统

Publications (1)

Publication Number Publication Date
CN111859943A true CN111859943A (zh) 2020-10-30

Family

ID=72984529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010683716.1A Pending CN111859943A (zh) 2020-07-15 2020-07-15 一种考研词句来源识别学习方法及系统

Country Status (1)

Country Link
CN (1) CN111859943A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433622A (zh) * 2020-11-13 2021-03-02 北京搜狗科技发展有限公司 基于考试的词条处理方法、装置和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929488A (zh) * 2012-11-05 2013-02-13 王逸竹 一种电子文档自动笔记系统及实现方法
CN103680262A (zh) * 2012-09-25 2014-03-26 南京大五教育科技有限公司 一种情景式词汇学习方法及其系统
CN111190995A (zh) * 2019-12-31 2020-05-22 清远墨墨教育科技有限公司 一种考研词汇精准识别方法、存储装置及移动终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103680262A (zh) * 2012-09-25 2014-03-26 南京大五教育科技有限公司 一种情景式词汇学习方法及其系统
CN102929488A (zh) * 2012-11-05 2013-02-13 王逸竹 一种电子文档自动笔记系统及实现方法
CN111190995A (zh) * 2019-12-31 2020-05-22 清远墨墨教育科技有限公司 一种考研词汇精准识别方法、存储装置及移动终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
方晨: "《CorelDRAW 12中文版入门与提高》", 30 September 2005, 上海科学普及出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433622A (zh) * 2020-11-13 2021-03-02 北京搜狗科技发展有限公司 基于考试的词条处理方法、装置和介质

Similar Documents

Publication Publication Date Title
US7127208B2 (en) Automated annotation
CN111144191B (zh) 字体识别方法、装置、电子设备及存储介质
CN106846961B (zh) 电子试卷的处理方法和装置
US8768241B2 (en) System and method for representing digital assessments
CN109697274B (zh) 一种判卷方法及判卷系统
CN111753120B (zh) 一种搜题的方法、装置、电子设备和存储介质
CN108153915B (zh) 一种基于互联网的教育信息快速获取方法
CN116361306A (zh) 面向开放域科普的问答库自动更新方法和装置
CN113205046A (zh) 题册识别方法、系统、装置及介质
CN112182237A (zh) 题目知识点关联方法、题目知识点关联系统和存储介质
CN116451646A (zh) 一种标准草案检测方法、系统、电子设备及存储介质
CN116244410A (zh) 一种基于知识图谱和自然语言的指标数据分析方法及系统
CN102033866A (zh) 用于校验化学名称的方法及系统
CN111859943A (zh) 一种考研词句来源识别学习方法及系统
CN113778875A (zh) 一种系统测试缺陷分类方法、装置、设备及存储介质
CN113569112A (zh) 基于题目的辅导策略提供方法、系统、装置及介质
CN117235105A (zh) 对大模型进行微调、生成sql语句的方法及装置
CN111190995A (zh) 一种考研词汇精准识别方法、存储装置及移动终端
CN109460417A (zh) 一种错题本生成方法、装置、服务器及计算机存储介质
CN110751995B (zh) 一种电子病历缺陷标注与评分方法
CN114220110A (zh) 一种基于视觉识别的学习辅助方法及系统
JP2002304401A (ja) アンケート処理装置及びアンケート処理方法並びにプログラム
CN113987275A (zh) 试题批量快速录入方法
CN113642318B (zh) 英语文章的纠错方法、系统、存储介质及设备
CN118378626B (zh) 一种基于HanLP的无纸化考试主观题自动评阅方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201030