CN111861372A - 一种单词掌握程度的测试方法及系统 - Google Patents
一种单词掌握程度的测试方法及系统 Download PDFInfo
- Publication number
- CN111861372A CN111861372A CN202010566623.0A CN202010566623A CN111861372A CN 111861372 A CN111861372 A CN 111861372A CN 202010566623 A CN202010566623 A CN 202010566623A CN 111861372 A CN111861372 A CN 111861372A
- Authority
- CN
- China
- Prior art keywords
- word
- value
- test
- information
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012552 review Methods 0.000 claims abstract description 191
- 230000001965 increasing effect Effects 0.000 claims description 71
- 238000006243 chemical reaction Methods 0.000 claims description 63
- 238000004364 calculation method Methods 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 47
- 230000004044 response Effects 0.000 claims description 28
- 230000003247 decreasing effect Effects 0.000 claims description 19
- 230000035484 reaction time Effects 0.000 claims description 19
- 238000002372 labelling Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 241000282414 Homo sapiens Species 0.000 description 23
- 238000012937 correction Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 241000025922 Periparus elegans Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 230000006993 memory improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
- G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
Abstract
本发明提供了一种单词掌握程度的测试方法及系统，所述单词掌握程度的测试方法包括以下步骤：生成单词词汇信息；获取用户对测试单词的初次学习信息；根据所述初次学习信息生成测试单词的标记信息，并且生成测试单词的初始记忆强度值；根据所述初次学习信息、标记信息及初始记忆强度值设置测试单词的最佳复习时间点；获取复习单词的再次学习信息；根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点；获取用户对测验单词的测验信息；根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点。
Description
技术领域：
本发明涉及智能学习方法技术领域，尤其涉及一种单词掌握程度的测试方法及系统。
背景技术：
随着社会发展，终身学习成为社会的主流趋势，由于科学技术日新月异的快速进步，如何使用碎片化的剩余时间进行高效且合理的学习，成为提升自我竞争力、完善自身知识体系的重要手段。尤其是在语言类的学习过程中，语言类的学习需要长期的积累学习，特别是字母语言，在熟练掌握一定量的单词，语言水平自然会显著提升。
但是现有技术中，缺乏合理利用碎片化时间，进行高效语言类学习的方法，使用传统的学习方式，无法有效利用人类的记忆规律，死记硬背的学习往往事倍功半，这样也会打击自主学习的积极性，失去学习兴趣，陷入越学越累的死循环，最终导致语言类自学困难的现状。
有鉴于此，提出本发明。
发明内容：
本发明提供一种单词掌握程度的测试方法及系统，能够解决现有技术中的至少一个技术问题。
具体的，本发明的第一方面，提供了一种单词掌握程度的测试方法，所述单词掌握程度的测试方法包括以下步骤：
生成单词词汇信息；
获取用户对测试单词的初次学习信息；
根据所述初次学习信息生成测试单词的标记信息，并且生成测试单词的初始记忆强度值；
根据所述初次学习信息、标记信息及初始记忆强度值设置测试单词的最佳复习时间点；
获取复习单词的再次学习信息；
根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点；
获取用户对测验单词的测验信息；
根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点。
采用上述方案，根据用户初次的学习信息会对所述学习的单词进行标记，根据对不同听写单词的不同标记会生成不同的当前记忆强度值，通过标记可以初步为用户区分出其对不同单词的不通掌握程度，所述初始记忆强度值能够进一步表示用户对不同单词的不通掌握程度，且通过能够将测验的结果反馈到单词的记忆强度或复习时间的计算中，提高计算结果的可靠性。
优选地，所述单词词汇信息包括单词语音、单词字母顺序、单词含义。
进一步地，当所述初次学习信息为用户答对测试单词时，所述测试单词的标记信息为熟词且记忆强度值为第一初始记忆强度值；当所述初次学习信息为用户答错测试单词时，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值。
采用上述方案，通过用户作答情况的对错来赋予不同的标记和初始记忆强度值，用户初次学习能够答对，说明用户对所述听写单词的掌握很高，于是记为熟词，赋予记忆强度值较高的第一初始记忆强度值；当用户初次学习答错，说明用户对所述听写单词的掌握很低，则记为生词，赋予记忆强度值较低的第二记忆强度值。
优选地，所述单词掌握程度的测试方法还包括：
设置上限反应时长和下限反应时长；
所述初次学习信息包括初次学习时长、初次答复信息，判断初次答复信息与测试单词的单词词汇信息是否一致；
若初次答复信息与测试单词的单词词汇信息一致，判断初次学习时长与上限反应时长和下限反应时长的大小关系；
当所述初次学习时长小于或等于所述下限反应时长时，所述测试单词的标记信息为熟词且记忆强度值为第一初始记忆强度值；
当所述初次学习时长大于所述下限反应时长、小于或等于所述上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第三初始记忆强度值，计算公式为I＝Dz-(D3-Db)×n，Dz为极值，I为第三初始记忆强度值，D3为实际反应时长，Db为下限反应时长,n为第一影响系数；
当所述初次学习时长大于上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值；
若初次答复信息与测试单词的单词词汇信息不一致，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值。
采用上述方案，提供了另外一种根据不同的初次学习信息对单词进行标记及对初始记忆强度赋值的实施方式，通过所述字母语言听写学习的记忆强度计算方法还包括设置上限反应时长和下限反应时长，通过用户作答的实际反应时长与所述上限反应时长和下限反应时长的比较，进而有区别的确定记忆强度值，能够更加准确并且细致的识别测试单词对用户的记忆强度，所述上限反应时长和下限反应时长及公式能够根据实际情况和人类遗忘规律进行确定。
优选地，所述根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点步骤包括：
所述再次学习信息包括再次学习次数，判断再次学习次数，当所述再次学习的次数为一次时，根据首次再次学习信息和初始记忆强度值生成第一当前记忆强度值；
当所述再次复习的次数为多次时，根据第N次再次学习信息和第(N-1)当前记忆强度值生成第N当前记忆强度值，其中N为再次学习的次数。
进一步地，所述再次学习包括再次复习，获取所述再次复习信息，所述再次复习信息包括生词复习信息，所述生词复习信息包括：所述用户在复习阶段答对所述生词时，所述生词的记忆强度值增加，增加的值包括第一固定值；用户在复习阶段答错所述生词或者用户作答超时，所述生词的记忆强度值减少，减少的值包括第二固定值。
采用上述方案，用户对所述单词完成初次学习后必然会受到遗忘因素的影响，所以需要再次学习进行巩固，进而会对用户针对所述单词的掌握程度产生影响，再次学习包括再次复习，获取再次复习信息可以计算记忆强度变化值，当完成第一次再次复习时，计算第一次再次复习对记忆强度产生的变化值，再同初始记忆强度值进行计算，生成第一当前记忆强度值；当所述再次复习为多次时，需要计算用户最新一次的再次复习信息对记忆强度产生的变化值，再同上一次的当前记忆强度值进行计算，得到最新一次再次复习后的当前记忆强度值，即第N当前记忆强度值，当前记忆强度值表示用户根据再次复习次数在最新时间对所述听写单词的掌握程度。
由于对于用户熟词掌握的程度比较高，所以为更有针对性的帮助用户学习，熟词可以暂不列入复习阶段；增加的第一固定值表明用户对所述生词的掌握程度增加，减小的第二固定值表明用户对所述生词的掌握程度降低；所述第一固定值和第二固定值可以根据人类遗忘曲线和初始记忆强度值的大小进行调整。
优选地，所述第一固定值小于第二固定值。
采用上述方案，所述第一固定值小于第二固定值可以延长所述生词的记忆强度达到满值的时间，从而可以使用户对所述生词的复习次数增多，进而加深用户的印象。
优选地，所述根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点步骤中，当用户在测验阶段答对熟词时，所述熟词记忆强度值不改变；当用户在测验阶段答错熟词时，所述熟词重新被标记为生词且记忆强度值变为第二初始记忆强度值；当用户答错生词时，所述生词的记忆强度值减少；当用户答对生词时，所述生词的记忆强度值增加。
采用上述方案，所述测验信息包括测验阶段同户的作答情况，测验中会出现熟词，当用户答错熟词时，认为用户对所述熟词由于受遗忘因素的影响掌握度变低，需要重新进行学习，所以被标记为生词记忆强度值变为第二初始记忆强度值；当用户答错所述生词时，所述生词的记忆强度值减少,减少的值为生词测验直接减少的值；用户答对所述生词时，所述生词的记忆强度值增加，增加的值为生词测验直接增加的值。
优选地，所述根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点步骤包括：
所述测验信息包括测验时长、测验答复信息，判断测验单词为生词或熟词；
当所述测验单词为熟词时，判断所述测验时长与上限反应时长的大小关系；
若所述测验时长大于上限反应时长时，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
若所述测验时长小于等于上限反应时长时，判读测验答复信息与测验单词的单词词汇信息是否一致；
若所述测验答复信息与测验单词的单词词汇信息一致，所述测验单词的标记信息重新标记为熟词；
若所述测验答复信息与测验单词的单词词汇信息不一致，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
当所述测验单词为生词时，判断所测验的单词是否复习过；
若所测验的单词是复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值减少，减少的值包括第二固定值，并根据当前的记忆强度值设置最佳复习时间点；
若所测验的单词是未复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值不变，原最佳复习时间点不变。
采用上述方案，通过对各个单词按是否到达复习时间进行分类，对于尚未进行复习的单词，出现错误不会对记忆强度产生影响，对于已经进行复习的单词，出现错误会对记忆强度产生影响，通过测验信息对各个单词的记忆强度值及最佳复习时间点进行修正，将测验结果直观的反馈到单词的记忆强度或复习时间的计算中。
进一步地，所述用户在测验中对所述生词答对的总次数Cqr根据当前测验时间点Tq和最佳复习时间点Tbr之间的时间间隔Tit确定,即Tit＝Tq-Tbr。当Tit<-7×24×60×60时，用户在测验中对所述生词答对的总次数Cqr不增加；当Tit>7×24×60×60，用户在测验中对所述生词答对的总次数Cqr增加2次；当-7×24×60×60≤Tit≤7×24×60×60之间，用户在测验中对所述生词答对的总次数Cqr增加次数为1+Tit/(7×24×60×60)；当Tit<-7×24×60×60时，用户在测验中对所述生词答错的总次数Cqw增加2次；当Tit>7×24×60×60，用户在测验中对所述生词答错的总次数Cqw不增加；当-7×24×60×60≤Tit≤7×24×60×60之间，用户在测验中对所述生词答错的总次数Cqw增加次数为1-Tit/(7×24×60×60)。
采用上述方案，最佳复习时间点和测验时间点的表示方式采用时间戳方式，即从1970年1月1日00:00:00开始到对应时间点所经过的秒数；当测验时间点早于最佳复习时间点7天以上，因为认为用户在此时间段内应该答对，但是用户没有答对，所以测验答对次数Cqr不增加；当测验时间点晚于最佳复习时间点7天以上，因为认为用户在此时间段内应该已经忘记，但是用户依然能答对，所以测验答对次数Cqr增加2；当测验时间点既不早于最佳复习时间点7天以上、也不晚于最佳复习时间点7天以上时，那么按照公式合理进行计算。
进一步地，当Tit<24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)/3；当Tit>3×24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；当24×60×60≤Tit≤3×24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；其中Sqi为生词测验直接增加的值，Meg为引擎档位。
采用上述方案，通过计算测验中所述生词的作答正确率，进而根据作答正确率来计算测验中因答对所述生词减少的记忆强度值，通过引入测验时间点与最佳复习时间点的对比,可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。
进一步地，生词测验直接减少的值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测验直接减少的值，Rqw为测验中所述生词的作答错误率，Cqw为测验中所述生词答错的总次数，Cqt为测验中所述生词作答总次数。
通过计算测验中所述生词的作答错误率，进而根据作答错误率来计算测验中因答错所述生词减少的记忆强度值，可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。
根据当前测验时间点Tq和最佳复习时间点Tbr确定时间间隔Tit，
采用上述方案，采用Tbr＝Tq+Tit，用户在最佳复习时间点复习对记忆增强效果最好，累积的记忆强度最大。
进一步地，将引擎档位分为10个档位，Rrt小于等于5：档位值为1；Rrt大于5且小于等于15：档位值为2；Rrt大于15且小于等于25：档位值为3；Rrt大于25且小于等于40：档位值为4；Rrt大于40且小于等于60：档位值为5；Rrt大于60且小于等于75：档位值为6；Rrt大于75且小于等于85：档位值为7；Rrt大于85且小于等于93：档位值为8；Rrt大于93且小于等于98：档位值为9；Rrt大于98：档位值为10。
进一步地，所述生词作答总正确率的计算公式为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Crr为复习过程中用户对所述生词答对的总次数，Cqr为用户在测验中对所述生词答对的总次数，Crt为用户在复习过程中对所述生词作答的总次数，Cqt为用户在测验中对所述生词作答的总次数。
采用上述方案，通过引擎档位的设置可以体现用户对于每个生词记忆的快慢，而既对测验信息进行统计又对复习信息进行统计，可以对用户作答的正确率进行更加全面的分析，从而使分析数据更加具有权威性。
进一步地，所述最佳复习时间点的计算公式为：当第N次生词复习答对时，Tbr＝Trc+D；当第N次生词复习答错时，Tbr＝Tbr＇+D；D＝C1×ep，P＝(C2×Sn/10)+C3，其中D为复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第N当前记忆强度值，C3为幂值常量；根据公式Tbr＝Tc+D计算最佳复习时间点，其中Tbr为最佳复习时间点，Trc为第N次再次复习时间点，Tbr＇为第(N-1)次生词复习计算得出的最佳复习时间。
采用上述方案，所述第N次再次复习时间点Trc为距离当前测验时间点Tq最近的再次复习时间点，Trc早于Tq；C1、e、C2、C3的值都是根据人类遗忘规律确定，C1的值可以为1，e＝2.7183，C2的值可以为1.6，C3的值可以为0；Sn相应为当前测验时间点前最近的一次用户再次复习完后，所述生词的当前记忆强度值，即第N当前记忆强度值；由第N次再次复习时间点和复习间隔时长相加得出最佳复习时间点。
优选地，所述增加或减少的记忆强度值还包括难度影响值，所述难度影响值计算公式为：
Df＝Dti×Mdt,Dti＝(Dm+Am),Dm＝Rwr×λ,Rwr＝Crw/Crt；所述Df为难度影响值，Dti为难度指数，Mdt为难度指数影响记忆强度基础值，Dm为学习数据计算难度，Am为人工标注难度，Rwr为用户复习过程中对所述生词作答的错误率，λ为难度标记，Crw为用户复习过程中对所述生词答错的总次数，Crt为用户复习过程中对所述生词作答的总次数。
采用上述方案，难度影响值可以包括人工标注难度和学习数据计算难度，人工标注难度为单词或者句子本身的难度；学习数据计算难度为通过用户对单词作答的错误率进行计算；难度标记λ用于计算学习数据计算难度，可以以能量格的形式显示在作答界面，难度指数影响记忆强度基础值Mdt根据整体赋值情况和人类遗忘规律进行确定，表示为单词难度对记忆强度值影响的多少。
优选地，所述记忆强度增加的值还包括反应时长影响值，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/20)×Srd,其中Mrd为作答时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值。
采用上述方案，所述反应时长影响记忆强度基础值Srd可以根据整体赋值情况和人类遗忘规律进行确定，本实施方式为反应时长影响记忆强度基础值Srd8，表示反应时长最多对记忆强度值影响的多少，Mrd为作答时长单位为秒。
进一步地，所述记忆强度增加的值或减少的值还包括疲劳影响值，所述疲劳影响值的计算公式为：Fa＝(1-Fi)×Mfa,Fi＝De/30×60,其中Fa为疲劳影响值，Fi为疲劳指数，Mfa为疲劳指数影响记忆强度基础值，De为学习有效时长。
采用上述方案，疲劳指数影响记忆强度基础值Mfa表示为疲劳程度最多影响记忆强度值的多少，学习时间越长则用户越疲劳，增加和减小的记忆强度值就越少，反之增加和减小的记忆强度值就越大。
优选地，所述单词掌握程度的测试方法还包括：
获取语音调整信息；
根据语音调整信息调整听写语音播放条件，所述语音调整信息包括语速调整值、音色信息，所述第一初始记忆强度值包括第一初始语速阈值，所述第二初始记忆强度值包括第二初始语速阈值，所述第三初始记忆强度值包括第三上限语速阈值及第三下限语速阈值。
采用上述方案，能够根据使用者的记忆规律的不同，有效的听写过程进行调整，保证使用者的学习效率。
进一步地，所述根据语音调整信息调整听写语音播放条件包括：
判断当前记忆强度值，所述当前记忆强度值包括第一初始记忆强度值、第二初始记忆强度值及第三初始记忆强度值；
若当前记忆强度值是第一初始记忆强度值时，判断语速调整值与第一初始语速阈值的大小；
当语速调整值大于等于第一初始语速阈值时，调整听写语速为第一初始语速阈值；
当语速调整值小于第一初始语速阈值时，调整听写语速为语速调整值；
若当前记忆强度值是第二初始记忆强度值时，判断语速调整值与第二初始语速阈值的大小；
当语速调整值大于第二初始语速阈值时，调整听写语速为语速调整值；
当语速调整值小于等于第二初始语速阈值时，调整听写语速为第二初始语速阈值；
若当前记忆强度值是第三初始记忆强度值时，判断语速调整值与第三上限语速阈值及第三下限语速阈值的大小；
当语速调整值大于第三上限语速阈值时，调整听写语速为第三上限语速阈值；
当语速调整值小于等于第三上限语速阈值且大于等于第三下限语速阈值时，调整听写语速为语速调整值；
当语速调整值小于第三下限语速阈值时，调整听写语速为第三下限语速阈值。
采用上述方案，能够有效的贴合本发明所提供的计算方法，合理量化使用者的记忆强度，并使之反馈与听写过程，合理的控制学习和记忆的有效联动，提高学习效率。
优选地，所述字母语言听写学习的记忆强度计算方法还包括步骤：
判断同一单词连续答对的次数；
若此次数等于三次，则判断所述第一最佳复习时间点是否与上述连续三次复习处于同一复习周期内；
若是，则将本次最佳复习时间点设置在下一复习周期。
采用上述方案，考虑到睡眠对记忆的促进作用。
优选地，当所述用户进行生词复习时，增加或减少的记忆强度值还包括校正难度影响值，所述校正难度影响值的计算按公式为：Df＇＝Dti＇×Mdt,Dti＇＝(Dm＇+Am),Dm＇＝Rwr＇×λ,Rwr＇＝Crw+Cqw/Crt+Cqt；所述Df＇为校正难度影响值，Dti＇为校正难度指数，Mdt为难度指数影响记忆强度基础值，Dm＇为校正学习数据计算难度，Am为人工标注难度，Rwr＇为用户复习和测验过程中对所述生词作答的错误率，λ为难度标记，Crw为用户复习过程中对所述生词答错的总次数，Crt为用户复习过程中对所述生词作答的总次数,Cqw为用户在测验中对所述生词答错的总次数，Cqt为为用户在测验中对所述生词作答的总次数。
采用上述方案，通过计算测验对于难度影响值的变化，可以更加准确、细致的分析用户对听写单词的掌握程度。
优选地，当所述用户进行生词复习时，增加的记忆强度值还包括档位影响增加的值，所述档位影响增加的值的计算公式可以为G1＝Meg×0.1×Reg,其中Meg为引擎档位，Reg为答对引擎常数。
采用上述方案，G1为档位影响增加的值，答对引擎常数Reg根据人类遗忘规律进行确定。
优选地，当所述用户进行生词复习时，减少的记忆强度值还包括档位影响减少的值，所述档位影响减少的值的计算公式可以为G2＝Weg×Crw/Crt,其中Weg为答错引擎常数，Crw为复习中对所述学习生词答错的总次数，Crt为复习中对所述学习生词作答的总次数。
采用上述方案，G2为档位影响减少的值，答错引擎常数Weg根据人类遗忘规律进行确定。
优选地，当所述用户进行生词复习时，增加或减少的记忆强度值还包括勤奋影响值，所述勤奋影响值的计算公式可以为：Dli＝Dgi×Mdg,Dgi＝(Trc-Tbr)/24×60×60,其中Dli为勤奋影响值，Dgi为勤奋影响指数，Mdg为勤奋指数影响记忆强度基础值，Tbr为最佳复习时间点，Trc为当前复习时间点。
采用上述方案，根据用户的复习时间来计算增减记忆强度值的多少。
具体的，本发明的第二方面，提供了一种单词掌握程度的测试系统，所述单词掌握程度的测试系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述单词掌握程度的测试方法。
进一步地，所述单词掌握程度的测试系统，包括：显示单元，所述显示单元用于显示用户对所述单词进行学习时的显示界面；采集单元，所述采集单元用于获取所述初次学习信息和再次学习信息；计算单元，所述计算单元用于计算记忆强度值、最近复习时间点。
进一步地，所述显示单元包括语音输入及输出装置。
本发明的有益效果：
1.本发明通过对单词进行标记和生成初始记忆强度值，解决了用户无法直观的了解对听写单词的掌握程度，能够让用户合理的安排学习；
2.本发明的上限反应时长和下限反应时长的设置，解决了用户作答时无法根据答题的快慢而区别的显示出用户对于听写单词的掌握程度，带来了可以使用户学习成果更加细化、学习效果更好的技术效果；
3.本发明的测验步骤中通过计算测验中所述生词的作答正确率，进而根据作答正确率来计算测验中因答对所述生词减少的记忆强度值，通过引入测验时间点与最佳复习时间点的对比,可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析；
4.本发明所设置的语速调整值、第一初始语速阈值、第二初始语速阈值、第三上限语速阈值及第三下限语速阈值，能够有效的促进使用者的建立听写习惯，保证使用者所训练完成的听写能力具有实际的使用价值。
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为本发明计算流程示意图；
图2为本发明测验流程示意图；
图3为本发明复习流程示意图；
图4为本发明用户做答图；
图5为本发明用户作答结果图。
具体实施方式：
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
文中所述单词可以指但不限于英文单词，所述记忆强度是指用户对于单词的掌握程度，记忆强度值越高，则表明用户对所述单词掌握的程度越高；记忆强度值越低，则表明用户对所述单词掌握的程度越底；为方便统一计算，涉及时长的运算单位统一为秒。
如图1-图3所示，本发明提供了一种单词掌握程度的测试方法，所述单词掌握程度的测试方法包括以下步骤：
生成单词词汇信息；
获取用户对测试单词的初次学习信息；
根据所述初次学习信息生成测试单词的标记信息，并且生成测试单词的初始记忆强度值；
根据所述初次学习信息、标记信息及初始记忆强度值设置测试单词的最佳复习时间点；
获取复习单词的再次学习信息；
根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点；
获取用户对测验单词的测验信息；
根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点。
采用上述方案，根据用户初次的学习信息会对所述学习的单词进行标记，根据对不同听写单词的不同标记会生成不同的当前记忆强度值，通过标记可以初步为用户区分出其对不同单词的不通掌握程度，所述初始记忆强度值能够进一步表示用户对不同单词的不通掌握程度，且通过能够将测验的结果反馈到单词的记忆强度或复习时间的计算中，提高计算结果的可靠性。
在具体实施过程中，所述单词掌握程度的测试方法可以通过在电脑软件或在手机APP等来实现，用户首先可以对任意词库进行选择，例如选择大学英语四、六级词库或者商务英语词库，然后可以选择智能学习模块进行学习，所述智能学习模块为用户通过听取单词发音来进行拼写、用户通过听取单词发音来撰写含义、用户通过单词拼写来撰写含义中的一种或几种，然后根据用户初次的学习信息会对所述学习的单词进行标记，根据对不同测试单词的不同标记会生成不同的初始记忆强度值及最佳复习时间点，根据最佳复习时间点进行针对复习，在上述学习过程中能够随时穿插测验任务，用户完成测验任务，测验任务中出现的单词将根据测验结果调整单词的当前记忆强度值及最佳复习时间点。
在本发明的一些优选实施方式中，电脑软件或在手机APP的显示界面会显示出词库单词的含义、单词的拼写或发出单词的读音，如图4所示，听写训练过程中，显示界面发出被选择词库中相应单词的读音，此时用户可根据读音进行拼写，答对的情况如图5，答错相应位置显示叉。
在具体实施过程中，所述单词词汇信息包括单词语音、单词字母顺序、单词含义。
当所述初次学习信息为用户答对测试单词时，所述测试单词的标记信息为熟词且记忆强度值为第一初始记忆强度值；当所述初次学习信息为用户答错测试单词时，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值。
采用上述方案，通过用户作答情况的对错来赋予不同的标记和初始记忆强度值，用户初次学习能够答对，说明用户对所述听写单词的掌握很高，于是记为熟词，赋予记忆强度值较高的第一初始记忆强度值；当用户初次学习答错，说明用户对所述听写单词的掌握很低，则记为生词，赋予记忆强度值较低的第二记忆强度值。
在具体实施过程中，所述单词掌握程度的测试方法还包括：
设置上限反应时长和下限反应时长；
所述初次学习信息包括初次学习时长、初次答复信息，判断初次答复信息与测试单词的单词词汇信息是否一致；
若初次答复信息与测试单词的单词词汇信息一致，判断初次学习时长与上限反应时长和下限反应时长的大小关系；
当所述初次学习时长小于或等于所述下限反应时长时，所述测试单词的标记信息为熟词且记忆强度值为第一初始记忆强度值；
当所述初次学习时长大于所述下限反应时长、小于或等于所述上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第三初始记忆强度值，计算公式为I＝Dz-(D3-Db)×n，Dz为极值，I为第三初始记忆强度值，D3为实际反应时长，Db为下限反应时长,n为第一影响系数；
当所述初次学习时长大于上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值；
若初次答复信息与测试单词的单词词汇信息不一致，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值。
采用上述方案，提供了另外一种根据不同的初次学习信息对单词进行标记及对初始记忆强度赋值的实施方式，通过所述字母语言听写学习的记忆强度计算方法还包括设置上限反应时长和下限反应时长，通过用户作答的实际反应时长与所述上限反应时长和下限反应时长的比较，进而有区别的确定记忆强度值，能够更加准确并且细致的识别测试单词对用户的记忆强度，所述上限反应时长和下限反应时长及公式能够根据实际情况和人类遗忘规律进行确定。
在本发明的一些优选实施方式中，所述上限反应时长、下限反应时长根据人类记忆反应规律所得，所述上限反应时长可以为20秒、下限反应时长可以为5秒，对用户在5秒以(包括5秒)内作答正确，说明用户对于所述测试单词掌握程度很高；当用户作答时间超过20秒，则认为是超时作答，说明说明用户对单词掌握很低需要思考很久才能作答，为此回答超时的设置避免了用户耗费过多的时间，同样答错的情况下不管作答时长多少均认为用户没有掌握所述测试单词；当用户作答时间大于5秒、小于等于20秒时，依然答对，证明用户对所述听写单词有一定的掌握程度，但掌握程度不高，此时赋予用户对所述听写单词的记忆强度值为第三初始记忆强度值，第三初始记忆强度值大于第二初始记忆强度值、但小于第一初始记忆强度值，初始记忆强度值的大小可以根据实际情况进行确定，例如最高的第一初始记忆强度值为100、第二初始记忆强度值为10，第三初始记忆强度值因为作答时长的不同可以根据公式I＝Dz-(D3-Db)×n计算，I为第三初始记忆强度值，5＜D3≤20，D3为实际反应时长。通过加入所述上限反应时长和下限反应时长的设置，可以进一步根据用户作答时长来更加细致、准确地反应用户对所述听写单词的掌握程度，还可以增加用户的专注度从而使用户具有紧迫感进而增加学习效率。
在具体实施过程中，所述根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点步骤包括：
所述再次学习信息包括再次学习次数，判断再次学习次数，当所述再次学习的次数为一次时，根据首次再次学习信息和初始记忆强度值生成第一当前记忆强度值；
当所述再次复习的次数为多次时，根据第N次再次学习信息和第(N-1)当前记忆强度值生成第N当前记忆强度值，其中N为再次学习的次数。
所述再次学习包括再次复习，获取所述再次复习信息，所述再次复习信息包括生词复习信息，所述生词复习信息包括：所述用户在复习阶段答对所述生词时，所述生词的记忆强度值增加，增加的值包括第一固定值；用户在复习阶段答错所述生词或者用户作答超时，所述生词的记忆强度值减少，减少的值包括第二固定值。
采用上述方案，用户对所述单词完成初次学习后必然会受到遗忘因素的影响，所以需要再次学习进行巩固，进而会对用户针对所述单词的掌握程度产生影响，再次学习包括再次复习，获取再次复习信息可以计算记忆强度变化值，当完成第一次再次复习时，计算第一次再次复习对记忆强度产生的变化值，再同初始记忆强度值进行计算，生成第一当前记忆强度值；当所述再次复习为多次时，需要计算用户最新一次的再次复习信息对记忆强度产生的变化值，再同上一次的当前记忆强度值进行计算，得到最新一次再次复习后的当前记忆强度值，即第N当前记忆强度值，当前记忆强度值表示用户根据再次复习次数在最新时间对所述听写单词的掌握程度。
由于对于用户熟词掌握的程度比较高，所以为更有针对性的帮助用户学习，熟词可以暂不列入复习阶段；增加的第一固定值表明用户对所述生词的掌握程度增加，减小的第二固定值表明用户对所述生词的掌握程度降低；所述第一固定值和第二固定值可以根据人类遗忘曲线和初始记忆强度值的大小进行调整。。
具体实施过程中，所述第一固定值小于第二固定值。
采用上述方案，所述第一固定值小于第二固定值可以延长所述生词的记忆强度达到满值的时间，从而可以使用户对所述生词的复习次数增多，进而加深用户的印象；例如第一固定值可以为2、第二固定值可以为9。
具体实施过程中，所述根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点步骤中，当用户在测验阶段答对熟词时，所述熟词记忆强度值不改变；当用户在测验阶段答错熟词时，所述熟词重新被标记为生词且记忆强度值变为第二初始记忆强度值；当用户答错生词时，所述生词的记忆强度值减少；当用户答对生词时，所述生词的记忆强度值增加。
采用上述方案，所述测验信息包括测验阶段同户的作答情况，测验中会出现熟词，当用户答错熟词时，认为用户对所述熟词由于受遗忘因素的影响掌握度变低，需要重新进行学习，所以被标记为生词记忆强度值变为第二初始记忆强度值；当用户答错所述生词时，所述生词的记忆强度值减少,减少的值为生词测验直接减少的值；用户答对所述生词时，所述生词的记忆强度值增加，增加的值为生词测验直接增加的值。
具体实施过程中，所述根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点步骤包括：
所述测验信息包括测验时长、测验答复信息，判断测验单词为生词或熟词；
当所述测验单词为熟词时，判断所述测验时长与上限反应时长的大小关系；
若所述测验时长大于上限反应时长时，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
若所述测验时长小于等于上限反应时长时，判读测验答复信息与测验单词的单词词汇信息是否一致；
若所述测验答复信息与测验单词的单词词汇信息一致，所述测验单词的标记信息重新标记为熟词；
若所述测验答复信息与测验单词的单词词汇信息不一致，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
当所述测验单词为生词时，判断所测验的单词是否复习过；
若所测验的单词是复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值减少，减少的值包括第二固定值，并根据当前的记忆强度值设置最佳复习时间点；
若所测验的单词是未复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值不变，原最佳复习时间点不变。
采用上述方案，通过对各个单词按是否到达复习时间进行分类，对于尚未进行复习的单词，出现错误不会对记忆强度产生影响，对于已经进行复习的单词，出现错误会对记忆强度产生影响，通过测验信息对各个单词的记忆强度值及最佳复习时间点进行修正，将测验结果直观的反馈到单词的记忆强度或复习时间的计算中。
具体实施过程中，所述增加或减少的记忆强度值还包括难度影响值，所述难度影响值计算公式为：
Df＝Dti×Mdt,Dti＝(Dm+Am),Dm＝Rwr×λ,Rwr＝Crw/Crt；所述Df为难度影响值，Dti为难度指数，Mdt为难度指数影响记忆强度基础值，Dm为学习数据计算难度，Am为人工标注难度，Rwr为用户复习或测验过程中对所述生词作答的错误率，λ为难度标记，Crw为用户复习或测验过程中对所述生词答错的总次数，Crt为用户复习过程中对所述生词作答的总次数。
采用上述方案，难度影响值可以包括人工标注难度和学习数据计算难度，例如人工标注难度为单词或者句子本身的难度，体现在长度，构词规律，中文解释等方面，字母多比字母少的单词难记，字母排列有规律的比没规律的难记，需要通过人工标注不同单词的不同难度来加以区分；学习数据计算难度为通过用户对单词作答的错误率进行计算；难度标记λ用于计算学习数据计算难度，可以以能量格的形式显示在作答界面，难度指数影响记忆强度基础值Mdt根据整体赋值情况和人类遗忘规律进行确定，表示为单词难度对记忆强度值影响的多少，本实施方式Mdt取值为3；λ可以取值为5在图3中表示为5个难度格，意义为错误率最大能影响Dm的多少。
具体实施过程中，所述记忆强度增加的值还包括反应时长影响值，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/20)×Srd,其中Mrd为作答时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值。
采用上述方案，所述反应时长影响记忆强度基础值Srd可以根据整体赋值情况和人类遗忘规律进行确定，本实施方式为反应时长影响记忆强度基础值Srd为8，表示反应时长最多对记忆强度值影响的多少，Mrd的作答时长单位为秒；通过计算反应时长影响值可以根据用户作答的快慢来准确、细致的计算用户对生词的掌握程度。
具体实施过程中，所述记忆强度增加的值或减少的值还包括疲劳影响值，所述疲劳影响值的计算公式为：
Fa＝(1-Fi)×Mfa,Fi＝De/30×60,其中Fa为疲劳影响值，Fi为疲劳指数，Mfa为疲劳指数影响记忆强度基础值，De为学习有效时长。所述增加的值为用户答对生词时在原有记忆强度值的基础上增加的记忆强度值，所述减少的值为用户答错或超时作答生词时在原有记忆强度值的基础上减少的记忆强度值。
采用上述方案，所述学习有效时长De为用户与学习界面交互的时间，由于根据人类遗忘曲线可以得出每天30分钟的学习时间最为适宜，30×60为将30分钟换算成1800秒，疲劳指数影响记忆强度基础值Mfa表示为疲劳程度最多影响记忆强度值的多少，学习时间越长则用户越疲劳，增加和减小的记忆强度值就越少，反之增加和减小的记忆强度值就越大。所述疲劳影响值充分的从人的生理规律出发来考虑对记忆能力的影响，更为准确细致的计算出记忆强度值的增减，所述Mfa根据人类遗忘规律得到，本实施方式中取值为4。
具体实施过程中，生词测验直接减少的值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测验直接减少的值，Rqw为测验中生词的作答错误率，Cqw为测验中生词答错的总次数，Cqt为测验中生词作答总次数,式中的常量16根据人类遗忘曲线确定；通过计算测验中生词的作答错误率，进而根据作答错误率来计算测验中因答错生词减少的记忆强度值，可以更加精准、更有依据的使用户对于生词的掌握程度进行分析。
在本发明的一些优选实施方式中，根据当前测验时间点Tq和最佳复习时间点Tbr确定时间间隔Tit，Tit＝Tq-Tbr，用户在最佳复习时间点复习对记忆增强效果最好，累积的记忆强度最大。
在本发明的一些优选实施方式中，当Tit<24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)/3；当Tit>3×24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；当24×60×60≤Tit≤3×24×60×60时，生词测验直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；其中Sqi为生词测验直接增加的值，Meg为引擎档位，式中的常量14、12根据人类遗忘曲线确定；通过计算测验中所述生词的作答正确率，进而根据作答正确率来计算测验中因答对生词减少的记忆强度值，通过引入测验时间点与最佳复习时间点的对比,可以更加精准、更有依据的使用户对于生词的掌握程度进行分析。
如图1-图3所示，所述引擎档位反应用户对单词的记忆力水平、表现为记忆的快慢，可以由用户在复习信息和测试信息中对于生词作答的总正确率Rrt来确定。
在本发明的一些优选实施方式中，将引擎档位分为10个档位，如下：Rrt小于等于5：档位值为1；Rrt大于5且小于等于15：档位值为2；Rrt大于15且小于等于25：档位值为3；Rrt大于25且小于等于40：档位值为4；Rrt大于40且小于等于60：档位值为5；Rrt大于60且小于等于75：档位值为6；Rrt大于75且小于等于85：档位值为7；Rrt大于85且小于等于93：档位值为8；Rrt大于93且小于等于98：档位值为9；Rrt大于98：档位值为10。
具体实施过程中，所述生词作答总正确率的计算公式可以为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Crr为复习过程中及测验过程中用户对生词答对的总次数，Cqr为用户在复习过程中及测验过程中对生词答对的总次数，Crt为用户在复习过程中及测验过程中对生词作答的总次数，Cqt为用户在复习过程中及测验过程中对所述生词作答的总次数。通过引擎档位的设置可以体现用户对于每个生词记忆的快慢，而对复习信息及测验信息进行统计，可以对用户作答的正确率进行更加全面的分析，从而使分析数据更加具有权威性。
具体实施过程中，所述用户在测验中对生词答对的总次数Cqr根据当前测试时间点Tq和最佳复习时间点Tbr之间的时间间隔Tit确定,即Tit＝Tq-Tbr。
当Tit<-7×24×60×60时，用户在测验中对生词答对的总次数Cqr不增加；当Tit>7×24×60×60，用户在测验中对生词答对的总次数Cqr增加2次；当-7×24×60×60≤Tit≤7×24×60×60之间，用户在测验中对生词答对的总次数Cqr增加次数为1+Tit/(7×24×60×60)。
当Tit<-7×24×60×60时，用户在测验中对生词答错的总次数Cqw增加2次；
当Tit>7×24×60×60，用户在测验中对生词答错的总次数Cqw不增加；当-7×24×60×60≤Tit≤7×24×60×60之间，用户在测验中对生词答错的总次数Cqw增加次数为1-Tit/(7×24×60×60)。
采用上述方案，最佳复习时间点和测验时间点的表示方式采用时间戳方式，即从1970年1月1日00:00:00开始到对应时间点所经过的秒数；根据时间间隔Tit来确定更加全面的考虑到遗忘对于人类记忆的影响，从而避免一概而论的将答对或答错一次就笼统的记为一次，可以更加精准的结合人类生理和心理规律进行统计。当测验时间点早于最佳复习时间点7天以上，因为认为用户在此时间段内应该答对，但是用户没有答对，所以测验答对次数Cqr不增加；当测验时间点晚于最佳复习时间点7天以上，因为认为用户在此时间段内应该已经忘记，但是用户依然能答对，所以测验答对次数Cqr增加2；当测验时间点既不早于最佳复习时间点7天以上、也不晚于最佳复习时间点7天以上时，那么按照公式合理进行计算。
具体实施过程中，所述最佳复习时间点的计算公式为：当第N次生词复习答对时，Tbr＝Trc+D；当第N次生词复习答错时，Tbr＝Tbr＇+D；D＝C1×ep，P＝(C2×Sn/10)+C3，其中D为复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第N当前记忆强度值，C3为幂值常量；根据公式Tbr＝Tc+D计算最佳复习时间点，其中Tbr为最佳复习时间点，Trc为第N次再次复习时间点，Tbr＇为第(N-1)次生词复习计算得出的最佳复习时间。
采用上述方案，所述第N次再次复习时间点Trc为距离当前测试时间点Tq最近的再次复习时间点，Trc早于Tq；C1、e、C2、C3的值都是根据人类遗忘规律确定，C1的值可以为1，e＝2.7183，C2的值可以为1.6，C3的值可以为0；Sn相应为当前测试时间点前最近的一次用户再次复习完后，所述生词的当前记忆强度值，即第N当前记忆强度值；由第N次再次复习时间点和复习间隔时长相加得出最佳复习时间点。
具体实施过程中，当用户于同一天连续三次复习所述生词答对并且计算之后的最佳复习时间点仍与用户连续三次复习处于同一天，则将最佳复习时间点Tbr调整到第二天早上6点。
采用上述方案，考虑到睡眠对记忆的促进作用。
具体实施过程中，当所述用户进行生词复习时，增加或减少的记忆强度值还包括校正难度影响值，所述校正难度影响值的计算按公式为：Df＇＝Dti＇×Mdt,Dti＇＝(Dm＇+Am),Dm＇＝Rwr＇×λ,Rwr＇＝Crw+Cqw/Crt+Cqt；所述Df＇为校正难度影响值，Dti＇为校正难度指数，Mdt为难度指数影响记忆强度基础值，Dm＇为校正学习数据计算难度，Am为人工标注难度，Rwr＇为用户复习和测试过程中对所述生词作答的错误率，λ为难度标记，Crw为用户复习过程中对所述生词答错的总次数，Crt为用户复习过程中对所述生词作答的总次数,Cqw为用户在测试中对所述生词答错的总次数，Cqt为为用户在测试中对所述生词作答的总次数。
采用上述方案，通过计算测试对于难度影响值的变化，校正难度影响值可以更加准确、细致的分析用户对听写单词的掌握程度。
具体实施过程中，当所述用户进行生词复习时，增加的记忆强度值还包括档位影响增加的值，所述档位影响增加的值的计算公式可以为G1＝Meg×0.1×Reg,其中Meg为引擎档位，Reg为答对引擎常数。
采用上述方案，G1为档位影响增加的值，答对引擎常数Reg根据人类遗忘规律进行确定，本实施方式中可以取值为6。
具体实施过程中，当所述用户进行生词复习时，减少的记忆强度值还包括档位影响减少的值，所述档位影响减少的值的计算公式可以为G2＝Weg×Crw/Crt,其中Weg为答错引擎常数，Crw为复习中对所述学习生词答错的总次数，Crt为复习中对所述学习生词作答的总次数。
采用上述方案，G2为档位影响减少的值，答错引擎常数Weg根据人类遗忘规律进行确定，本实施方式中可以取值为7.5。
具体实施过程中，当所述用户进行生词复习时，增加或减少的记忆强度值还包括勤奋影响值，所述勤奋影响值的计算公式可以为：Dli＝Dgi×Mdg,Dgi＝(Trc-Tbr)/24×60×60,其中Dli为勤奋影响值，Dgi为勤奋影响指数，Mdg为勤奋指数影响记忆强度基础值，Tbr为最佳复习时间点，Trc为当前复习时间点。
采用上述方案，根据用户的复习时间来计算增减记忆强度值的多少。
具体实施过程中，所述单词掌握程度的测试方法还包括：
获取语音调整信息；
根据语音调整信息调整听写语音播放条件，所述语音调整信息包括语速调整值、音色信息，所述第一初始记忆强度值包括第一初始语速阈值，所述第二初始记忆强度值包括第二初始语速阈值，所述第三初始记忆强度值包括第三上限语速阈值及第三下限语速阈值。
采用上述方案，能够根据使用者的记忆规律的不同，有效的听写过程进行调整，保证使用者的学习效率。
在本发明的一些优选实施方式中，所述根据语音调整信息调整听写语音播放条件包括：
判断当前记忆强度值，所述当前记忆强度值包括第一初始记忆强度值、第二初始记忆强度值及第三初始记忆强度值；
若当前记忆强度值是第一初始记忆强度值时，判断语速调整值与第一初始语速阈值的大小；
当语速调整值大于等于第一初始语速阈值时，调整听写语速为第一初始语速阈值；
当语速调整值小于第一初始语速阈值时，调整听写语速为语速调整值；
若当前记忆强度值是第二初始记忆强度值时，判断语速调整值与第二初始语速阈值的大小；
当语速调整值大于第二初始语速阈值时，调整听写语速为语速调整值；
当语速调整值小于等于第二初始语速阈值时，调整听写语速为第二初始语速阈值；
若当前记忆强度值是第三初始记忆强度值时，判断语速调整值与第三上限语速阈值及第三下限语速阈值的大小；
当语速调整值大于第三上限语速阈值时，调整听写语速为第三上限语速阈值；
当语速调整值小于等于第三上限语速阈值且大于等于第三下限语速阈值时，调整听写语速为语速调整值；
当语速调整值小于第三下限语速阈值时，调整听写语速为第三下限语速阈值。
采用上述方案，能够有效的贴合本发明所提供的计算方法，合理量化使用者的记忆强度，并使之反馈与听写过程，合理的控制学习和记忆的有效联动，提高学习效率。
具体的，本发明还提供了一种单词掌握程度的测试系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述单词掌握程度的测试方法。
具体实施过程中，所述单词掌握程度的测试系统，包括：显示单元，所述显示单元用于显示用户对所述单词进行学习时的显示界面；采集单元，所述采集单元用于获取所述初次学习信息和再次学习信息；计算单元，所述计算单元用于计算记忆强度值、最近复习时间点。
在本发明的一些优选实施方式中，所述显示单元包括语音输入及输出装置。
应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
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。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。
应当理解，本申请实施例中，从权、各个实施例、特征可以互相组合结合，都能实现解决前述技术问题。
所述功能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，Rerad-Only Memory)、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。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围，对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种单词掌握程度的测试方法，其特征在于：所述单词掌握程度的测试方法包括以下步骤：
生成单词词汇信息；
获取用户对测试单词的初次学习信息；
根据所述初次学习信息生成测试单词的标记信息，并且生成测试单词的初始记忆强度值；
根据所述初次学习信息、标记信息及初始记忆强度值设置测试单词的最佳复习时间点；
获取复习单词的再次学习信息；
根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点；
获取用户对测验单词的测验信息；
根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点。
2.根据权利要求1所述单词掌握程度的测试方法，其特征在于：
所述单词掌握程度的测试方法还包括：
设置上限反应时长和下限反应时长；
所述初次学习信息包括初次学习时长、初次答复信息，判断初次答复信息与测试单词的单词词汇信息是否一致；
若初次答复信息与测试单词的单词词汇信息一致，判断初次学习时长与上限反应时长和下限反应时长的大小关系；
当所述初次学习时长小于或等于所述下限反应时长时，所述测试单词的标记信息为熟词且记忆强度值为第一初始记忆强度值；
当所述初次学习时长大于所述下限反应时长、小于或等于所述上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第三初始记忆强度值，计算公式为I＝Dz-(D3-Db)×n，Dz为极值，I为第三初始记忆强度值，D3为实际反应时长，Db为下限反应时长,n为第一影响系数；
当所述初次学习时长大于上限反应时长时，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值；
若初次答复信息与测试单词的单词词汇信息不一致，所述测试单词的标记信息为生词且记忆强度值为第二初始记忆强度值。
3.根据权利要求2所述单词掌握程度的测试方法，其特征在于：所述根据再次学习信息重新计算复习单词的记忆强度值，以及重新设置复习单词的最佳复习时间点步骤包括：
判断再次学习次数，当所述再次学习的次数为一次时，根据首次再次学习信息和初始记忆强度值生成第一当前记忆强度值；
当所述再次复习的次数为多次时，根据第N次再次学习信息和第(N-1)当前记忆强度值生成第N当前记忆强度值，其中N为再次学习的次数。
4.根据权利要求3所述单词掌握程度的测试方法，其特征在于：
所述再次学习包括再次复习，获取所述再次复习信息，所述再次复习信息包括生词复习信息，所述生词复习信息包括：所述用户在复习阶段答对所述生词时，所述生词的记忆强度值增加，增加的值包括第一固定值；用户在复习阶段答错所述生词或者用户作答超时，所述生词的记忆强度值减少，减少的值包括第二固定值。
5.根据权利要求4所述单词掌握程度的测试方法，其特征在于：所述根据测验信息、标记信息、初次学习信息、再次学习信息及记忆强度值重新计算测验单词的记忆强度值，以及重新设置测验单词的最佳复习时间点步骤包括：
所述测验信息包括测验时长、测验答复信息，判断测验单词为生词或熟词；
当所述测验单词为熟词时，判断所述测验时长与上限反应时长的大小关系；
若所述测验时长大于上限反应时长时，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
若所述测验时长小于等于上限反应时长时，判读测验答复信息与测验单词的单词词汇信息是否一致；
若所述测验答复信息与测验单词的单词词汇信息一致，所述测验单词的标记信息重新标记为熟词；
若所述测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的标记信息重新标记为生词且记忆强度值为第二初始记忆强度值，并以第二初始记忆强度值设置最佳复习时间点；
当所述测验单词为生词时，判断所测验的单词是否复习过；
若所测验的单词是复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值减少，减少的值包括第二固定值，并根据当前的记忆强度值设置最佳复习时间点；
若所测验的单词是未复习过的单词，判读测验答复信息与测验单词的单词词汇信息是否一致；
若测验答复信息与测验单词的单词词汇信息一致，所述测验单词的记忆强度值增加，增加的值包括第一固定值，并根据当前的记忆强度值设置最佳复习时间点；
若测验答复信息与测验单词的单词词汇信息不一致或者用户作答超时，所述测验单词的记忆强度值不变，原最佳复习时间点不变。
6.根据权利要求4或5所述单词掌握程度的测试方法，其特征在于：所述增加或减少的记忆强度值还包括难度影响值，所述难度影响值计算公式为：
Df＝Dti×Mdt,Dti＝(Dm+Am),Dm＝Rwr×λ,Rwr＝Crw/Crt；其中Df为难度影响值，Dti为难度指数，Mdt为难度指数影响记忆强度基础值，Dm为学习数据计算难度，Am为人工标注难度，Rwr为用户复习过程中对生词作答的错误率，λ为难度标记，Crw为用户复习过程中对生词答错的总次数，Crt为用户复习过程中对所述生词作答的总次数。
7.根据权利要求6所述单词掌握程度的测试方法，其特征在于：所述记忆强度增加的值还包括反应时长影响值，所述反应时长影响值的计算公式为：
Rd＝(1-Mrd/20)×Srd,其中Mrd为作答时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值。
8.根据权利要求7所述单词掌握程度的测试方法，其特征在于：所述记忆强度增加的值或减少的值还包括疲劳影响值，所述疲劳影响值的计算公式为：
Fa＝(1-Fi)×Mfa,Fi＝De/30×60,其中Fa为疲劳影响值，Fi为疲劳指数，Mfa为疲劳指数影响记忆强度基础值，De为学习有效时长。
9.根据权利要求8所述单词掌握程度的测试方法，其特征在于：所述单词掌握程度的测试方法还包括：
获取语音调整信息；
根据语音调整信息调整听写语音播放条件，所述语音调整信息包括语速调整值、音色信息，所述第一初始记忆强度值包括第一初始语速阈值，所述第二初始记忆强度值包括第二初始语速阈值，所述第三初始记忆强度值包括第三上限语速阈值及第三下限语速阈值。
10.一种单词掌握程度的测试系统，其特征在于：所述单词掌握程度的测试系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述权利要求1-9任一项的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566623.0A CN111861372B (zh) | 2020-06-19 | 2020-06-19 | 一种单词掌握程度的测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566623.0A CN111861372B (zh) | 2020-06-19 | 2020-06-19 | 一种单词掌握程度的测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111861372A true CN111861372A (zh) | 2020-10-30 |
| CN111861372B CN111861372B (zh) | 2023-12-26 |
Family
ID=72986935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010566623.0A Active CN111861372B (zh) | 2020-06-19 | 2020-06-19 | 一种单词掌握程度的测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861372B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112445463A (zh) * | 2020-11-25 | 2021-03-05 | 清远墨墨教育科技有限公司 | 一种英文教学软件 |
| CN113094404A (zh) * | 2021-04-22 | 2021-07-09 | 山东顺势教育科技有限公司 | 一种大数据采集多核参数自适应分时记忆驱动方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101201812A (zh) * | 2006-12-14 | 2008-06-18 | 英业达股份有限公司 | 通过计算机可执行的辅助学习语言单词的系统及其方法 |
| 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 |
| CN106846980A (zh) * | 2017-02-15 | 2017-06-13 | 山东顺势教育科技有限公司 | 一种记忆引擎系统 |
| CN109522560A (zh) * | 2018-11-27 | 2019-03-26 | 龙马智芯（珠海横琴）科技有限公司 | 用于单词记忆的方法、计算机可读存储介质及计算机设备 |
| 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 |
| CN109935120A (zh) * | 2019-03-15 | 2019-06-25 | 山东顺势教育科技有限公司 | 多核记忆驱动及其记忆方法 |
| CN110473435A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种具有学习周期的定量化的单词辅助学习系统及方法 |
| CN110705269A (zh) * | 2019-08-19 | 2020-01-17 | 华南农业大学 | 一种多源信息融合的生词库自动构建方法 |
| CN111126552A (zh) * | 2019-12-26 | 2020-05-08 | 深圳前海黑顿科技有限公司 | 一种智能学习内容推送方法及系统 |
-
2020
- 2020-06-19 CN CN202010566623.0A patent/CN111861372B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101201812A (zh) * | 2006-12-14 | 2008-06-18 | 英业达股份有限公司 | 通过计算机可执行的辅助学习语言单词的系统及其方法 |
| 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 |
| CN106846980A (zh) * | 2017-02-15 | 2017-06-13 | 山东顺势教育科技有限公司 | 一种记忆引擎系统 |
| CN109522560A (zh) * | 2018-11-27 | 2019-03-26 | 龙马智芯（珠海横琴）科技有限公司 | 用于单词记忆的方法、计算机可读存储介质及计算机设备 |
| 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 |
| CN109935120A (zh) * | 2019-03-15 | 2019-06-25 | 山东顺势教育科技有限公司 | 多核记忆驱动及其记忆方法 |
| CN110473435A (zh) * | 2019-07-30 | 2019-11-19 | 北京捷足先登教育科技有限公司 | 一种具有学习周期的定量化的单词辅助学习系统及方法 |
| CN110705269A (zh) * | 2019-08-19 | 2020-01-17 | 华南农业大学 | 一种多源信息融合的生词库自动构建方法 |
| CN111126552A (zh) * | 2019-12-26 | 2020-05-08 | 深圳前海黑顿科技有限公司 | 一种智能学习内容推送方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 姚金娇: "借助记忆规律攻破英语词汇教学难关", 《英语画刊(高级版)》, no. 13, pages 68 - 69 * |
| 王正海: "遗忘规律在单词记忆中的运用", 《商情(科学教育家)》, no. 5, pages 38 * |
| 石元鹏等: "浅淡记忆与外语教学", 《学理论》, no. 6, pages 217 - 218 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112445463A (zh) * | 2020-11-25 | 2021-03-05 | 清远墨墨教育科技有限公司 | 一种英文教学软件 |
| CN113094404A (zh) * | 2021-04-22 | 2021-07-09 | 山东顺势教育科技有限公司 | 一种大数据采集多核参数自适应分时记忆驱动方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111861372B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522560B (zh) | 用于单词记忆的方法、计算机可读存储介质及计算机设备 | |
| US20090233263A1 (en) | System and method for teaching | |
| CN109271585B (zh) | 一种信息推送方法及家教设备 | |
| Treiman et al. | What methods of scoring young children's spelling best predict later spelling performance? | |
| KR20010074705A (ko) | 음성인식 모델링을 사용하는 자동 언어 평가 시스템 및방법 | |
| CN111861372B (zh) | 一种单词掌握程度的测试方法及系统 | |
| CN113871015B (zh) | 用于提升认知的人机交互方案推送方法及系统 | |
| Cates et al. | Predictors of reading comprehension in deaf and hearing bilinguals | |
| CN111861374B (zh) | 一种外语复习机制及装置 | |
| CN111861817B (zh) | 一种字母语言听写学习的记忆强度计算方法及系统 | |
| CN111861814B (zh) | 一种字母语言听写学习中记忆水平的评估方法及系统 | |
| CN111861371B (zh) | 一种计算单词最佳复习时间的方法及设备 | |
| CN111815267A (zh) | 一种外语学习及复习的方法及装置 | |
| CN112017748A (zh) | 语言障碍患者的康复训练系统、方法、设备及存储介质 | |
| CN111861375B (zh) | 一种单词听写最佳复习时间的计算方法及系统 | |
| CN111861816B (zh) | 一种语言互译学习中用于计算单词记忆强度的方法及设备 | |
| CN114528808A (zh) | 一种基于多维游戏机制的单词融合记忆方法及系统 | |
| US10074290B2 (en) | Language training apparatus, method and computer program | |
| CN111861812B (zh) | 一种词听方式的单词记忆强度计算方法及装置 | |
| CN111861370B (zh) | 一种词听最佳复习时间规划的方法及装置 | |
| CN111861815B (zh) | 一种词听学习中评估用户记忆水平的方法及装置 | |
| JP2021131557A (ja) | 学習支援装置及び出題方法 | |
| CN111861813B (zh) | 一种智能默写记忆强度的计算方法及电子设备 | |
| US20120100519A1 (en) | Training system | |
| CN111862707A (zh) | 一种语言互译学习中评估用户记忆水平的方法及设备 |
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 |