CN111861375B - 一种单词听写最佳复习时间的计算方法及系统 - Google Patents

一种单词听写最佳复习时间的计算方法及系统 Download PDF

Info

Publication number
CN111861375B
CN111861375B CN202010568103.3A CN202010568103A CN111861375B CN 111861375 B CN111861375 B CN 111861375B CN 202010568103 A CN202010568103 A CN 202010568103A CN 111861375 B CN111861375 B CN 111861375B
Authority
CN
China
Prior art keywords
value
word
dictation
speech speed
review
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
CN202010568103.3A
Other languages
English (en)
Other versions
CN111861375A (zh
Inventor
周海滨
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.)
Beijing Guoyin Redwood Education Technology Co ltd
Original Assignee
Beijing Guoyin Redwood 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 Beijing Guoyin Redwood Education Technology Co ltd filed Critical Beijing Guoyin Redwood Education Technology Co ltd
Priority to CN202010568103.3A priority Critical patent/CN111861375B/zh
Publication of CN111861375A publication Critical patent/CN111861375A/zh
Application granted granted Critical
Publication of CN111861375B publication Critical patent/CN111861375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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—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
    • 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
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/06—Foreign languages
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供了一种单词听写最佳复习时间的计算方法及系统，所述单词听写最佳复习时间的计算方法包括以下步骤：生成听写单词的中文语音或者字母语言语音；并根据所生成的中文语音或者字母语言语音与相对应含义的字母语言词汇或者中文词汇相匹配；获取用户对所述单词听写的听写信息，所述听写信息包括用户对所述单词听写的记忆强度值、标记信息、时间信息；根据所述记忆强度值、标记信息、时间信息计算复习间隔时长和最佳复习时间点。本发明还提供了一种单词听写最佳复习时间的计算系统。本发明通过计算出第一复习间隔时长进而计算出第一最佳复习时间点，所述第一最佳复习时间点能够综合考虑用户对所述单词听写的掌握情况，从而提供最佳合理的复习时间。

Description

一种单词听写最佳复习时间的计算方法及系统
技术领域：
本发明涉及智能记忆方法技术领域，尤其涉及一种单词听写最佳复习时间的计算方法及系统。
背景技术：
伴随着移动网路的普及和高速发展，尤其是当下这个5G商用元年的前夕，无数传统行业都积极的促进自身数字化的转型，诚然传统生产模式具有显而易见的好处，但是数字化却代表着未来。与即将到来的万物互联时代相比，当今社会中的人已经早早与互联网紧密的联系在一起，做为人类社会用于不可或缺的教育行业，也在积极的尝试与互联网产生更加紧密的联系，通过网络教学、助学软件等辅助传统现场教学已经不是什么新鲜事，尤其是在大型疫情及自然灾害等无法组织正常现场教学的特殊时期，网络教学和助学软件不仅能够有效的解除场地的限制，还能显著的避免由于现场教学所带来的大规模学生聚集的现象。
语言类的学习与其他学习课程相比较，需要更高强度的互动性，单一环境下的语言学习，没有经历过听、说、读、写的磨练，其自身的根基无法夯实，难以在实际使用场景中应用，在英文的学习过程中，英文单词的记忆是最为基础也是最枯燥的，如何让这个记忆过程更加高效，并解决个人英语学习的中单一性，是现有技术中显著缺乏的技术手段。
有鉴于此，提出本发明。
发明内容：
本发明提供一种单词听写最佳复习时间的计算方法及系统，所述单词听写最佳复习时间的计算方法及系统至少解决上述一个技术问题。
具体的，本发明的第一方面，提供了一种单词听写最佳复习时间的计算方法，所述单词听写最佳复习时间的计算方法包括以下步骤：
生成听写单词的中文语音或者字母语言语音；
并根据所生成的中文语音或者字母语言语音与相对应含义的字母语言词汇或者中文词汇相匹配；
获取用户对所述单词听写的听写信息，所述听写信息包括用户对所述单词听写的记忆强度值、标记信息、时间信息；
根据所述记忆强度值、标记信息、时间信息计算复习间隔时长和最佳复习时间点。
采用上述方案，根据用户初次的听写信息会对所述学习的单词进行标记，根据对不同单词听写的不同标记会生成不同的当前记忆强度值，所述记忆强度值为用户对单词的掌握程度，记忆强度值越高表明用户对所述单词听写的掌握程度就越高，反之则越低；通过计算出第一复习间隔时长进而计算出第一最佳复习时间点。所述第一最佳复习时间点能够综合考虑用户对所述单词听写的掌握情况，从而提供最佳合理的复习时间。
优选地，所述单词听写最佳复习时间的计算方法还包括以下步骤：
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，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。
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，并根据判断结果调整语速。
进一步地，所述判断过程包括如下步骤：
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，所述计算复习间隔时长和最佳复习时间点包括：
所述听写信息包括再次复习信息和初次听写信息；
所述标记信息包括初次学习新词答错、再次复习生词答对、再次复习生词答错、再次复习生词作答超时。
进一步地，所述听写信息包括再次复习信息和初次听写信息，所述标记信息包括初次学习新词答错、再次复习生词答对、再次复习生词答错、再次复习生词作答超时。
采用上述方案，用户在使用时遇到的所述单词听写可能是初次学习的新词、也可能是再次复习学过的生词，所以即便针对同样的词在上述不同情况下都反映了用户的不同掌握程度，对不同情况加以区分可以更合理的计算最佳复习时间点。
进一步地，所述听写信息包括作答时长，设置上限反应时长和下限反应时长，当单词听写为新词、作答时长小于或等于所述下限反应时长、答对时，所述单词听写的标记为熟词且记忆强度值为第一初始记忆强度值；当单词听写为新词、作答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，所述单词听写的标记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＝40-(D3＇-5)×2，I为第三初始记忆强度值，D3＇为反应时长；当所述单词听写为新词、作答时长超过上限反应时长时，所述单词听写的标记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，当新词经过用户初次作答后变为熟词证明用户对于所述新词掌握程度很高，所以为保证用户利用有限的时间更有针对性的进行学习，可以选择将熟词不列入复习过程中；通过设置上限反应时长和下限反应时长，能够更加准确并且细致的识别用户对所述单词听写的的记忆强度，所述上限反应时长和下限反应时长能够根据人类记忆反应规律得出。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单词听写的掌握程度，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。
优选地，所述计算复习间隔时长和最佳复习时间点包括：计算用户在初次学习或再次复习后第一最佳复习时间点；当所述单词听写标记信息为新词且用户答错时，所述第一最佳复习时间点的计算公式为Tbr1＝Trc1+D1,其中Tbr1为第一最佳复习时间点，Trc1为初学时间点，D1为第一复习间隔时长；当所述单词听写标记信息为生词且用户答Tbr1＝Trc2+D1，Trc2为当前复习时间点；当所述单词听写标记信息为生词且用户答错或超时作答时，Tbr1＝Tbr1＇+D1,其中Tbr1＇为上次学习完成后的第一最佳复习时间点。
采用上述方案，所述第一最佳复习时间点为用户学习完所述单词后，下一次复习的最佳时间点，所述第一复习间隔时长为本次学习的当前时间距离第一最佳复习时间点的时长，通过用户对不同单词的不同学习情况，生成不同的第一最佳复习时间点；用户学习时初次学习完新词且被标记为生词之后，下次学习所述新词为复习，此时第一最佳复习时间点为初次学习所述新词时间点与第一复习间隔时长叠加；当所述单词听写被标记为生词说明本次学习已经不是初次学习，已经进入复习阶段；当所述单词听写标记信息为生词且用户答错或超时作答时，说明用户对所述生词掌握程度还是很低，用户本次的作答时间可能晚于上次学习完成后的第一最佳复习时间点、也可能晚于上次作答完成后的最佳复习时间点，所以在上次学习完成后的第一最佳复习时间点基础上与所述第一复习间隔时长叠加。不同情况采用不同的计算方法可以更合理的计算第一最佳复习时间点。
具体地，所述第一复习间隔时长的计算公式为：：D1＝C1×ep，P＝(C2×Sn/μ)+C3，其中D1为第一复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第一当前记忆强度，C3为幂值常量，μ为计算常量。
采用上述方案，C1、e、C2、C3、μ的值都是根据人类遗忘规律确定；通过所述公式的计算，有效地结合了人类遗忘规律和人的生理特征，合理的对第一复习间隔时长进行计算。
优选地，所述方法包括步骤：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，合理的结合了人类遗忘规律和人的生理特征对第一最佳复习时间点进行调整。
具体地，所述第一当前记忆强度Sn的确定包括：当所述学习单词为初次学习的新词时，所述第一当前记忆强度Sn根据上述记载为第二初始记忆强度值或第三初始记忆强度值；当所述学习单词为复习过程中用户答对所述生词时Sn＝Sn＇+Sni；用户答错或超时作答所述生词时，Sn＝Sn＇-Sni，其中Sn＇为记忆强度基础值，Sni为记忆强度变化值。
采用上述方案，所述记忆强度基础值Sn＇为上次学习后的最终记忆强度值。
具体地，所述记忆强度变化值Sni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：
具体地，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为作答时长单位为秒；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。
具体地，所述记忆强度变化值Sni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的答错次数，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，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值为3。
具体地，所述记忆强度变化值Sni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＝(Trc2-Tbr1)/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，Tbr1为第一最佳复习时间点，Trc2为当前复习时间点。
采用上述方案，根据用户的复习时间与最佳复习时间点的差值来计算增减记忆强度值的多少，合理的考虑了人类遗忘规律的影响。
具体地，所述记忆强度变化值Sni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，所述学习有效时长De为用户与学习界面交互的时间，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。
进一步地，所述单词听写最佳复习时间的计算方法还包括测试阶段，所述听写信息还包括测试信息，所述最佳复习时间点包括第二最佳复习时间点，根据所述测试信息计算第二最佳复习时间点。
采用上述方案，通过将测试信息对记忆强度值的影响与复习信息对记忆强度值的影响进行整合，可以使用户的学习更加多样化以及更综合以及全面的反应用户对于所述单词听写的掌握程度；因为用户在测试中同样会对单词进行记忆，因此测试会影响记忆强度值进而影响最佳复习时间点，所述第二最佳复习时间点为因为测试的影响在第一最佳复习时间点上调整的最佳复习时间点。
优选地，所述测试信息包括生词答对、生词答错。
采用上述方案，当用户答错所述生词时，用户对所述生词的记忆强度值减少,减少的值为生词测试直接减少的值；用户答对所述生词时，用户对所述生词的记忆强度值增加，增加的值为生词测试直接增加的值。
具体地，当所述测试信息为生词答对时，Tbr2＝Tq+D2，其中D2为第二复习间隔时长，其中Tbr2为第二最佳复习时间点，Tq为测试时间点；当所述测试信息为生词答错且测试时间点晚于第一最佳复习时间点时，Tbr2＝Tbr1+D3,当所述测试信息为生词答错且测试时间点早于或等于第一最佳复习时间点时，Tbr2＝Tq+D3,其中Tbr1为第一最佳复习时间点，D3为第三复习间隔时长。
采用上述方案,测试中用户同样会对所述单词听写进行再次记忆，第二最佳复习时间点的确定能够使用户学习更加和合理化，并且测试会引起记忆强度的变化，而记忆强度又会引起复习间隔时长的变化；所以根据不同的测试信息对不同情况下的复习间隔时长进行计算可以更加合理的为用户提供最佳复习时间点。
优选地，所述测试信息还包括熟词答对、熟词答错，当所述测试信息为熟词答对时,不生成第二最佳复习时间点Tbr2；当所述测试信息为熟词答错时，所述单词听写改变为生词，Tbr2＝Tq。
采用上述方案，虽然熟词被用户掌握的程度很高不会出现在复习中，但是考虑到有可能用户也会对熟词产生遗忘，所以在测试中会安排出现熟词，进行检测，当用户答对所述熟词时，证明用户依然掌握等程度很高，无需对熟词设置第二最佳复习时间；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；当所述测试信息为熟词答错时，Tbr2＝Tq。
具体地，参考D1计算公式，所述第三复习间隔时长根据公式D3＝C1×ep，P＝(C2×Sn3/10)+C3，Sn3为第三当前记忆强度值。
所述生词测试直接减少的值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测试直接减少的值，Rqw为测试中所述生词的作答错误率，Cqw为测试中所述生词答错的总次数，Cqt为测试中所述生词作答总次数,式中的常量16根据人类遗忘曲线确定；通过计算测试中所述生词的作答错误率，进而根据作答错误率来计算测试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；当测试中生词答错，所述生词的第三当前记忆强度值Sn3＝Sn1-Sqr。
具体地，参考D1计算公式，所述第三复习间隔时长根据公式D2＝C1×ep，P＝(C2×Sn2/10)+C3，Sn2为第二当前记忆强度值。
根据当前测试时间点Tq和最佳复习时间点Tbr1确定时间间隔Tit，Tit＝Tq-Tbr1。
进一步地，当Tit<24×60×60时，生词测试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，生词测试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，生词测试直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；其中Sqi为生词测试直接增加的值，Meg为引擎档位，式中的常量14、12根据人类遗忘曲线确定；通过计算测试中所述生词的作答正确率，进而根据作答正确率来计算测试中因答对所述生词减少的记忆强度值，通过引入测试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；当在测试中生词答对时，Sn2＝Sn1+Sqi。
进一步地，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所述生词作答的总正确率Rrt来确定，可以将引擎档位分为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。
进一步地，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为复习过程中用户对所述生词答对的总次数，Cqr为用户在测试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为用户在测试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，而既对测试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，所述用户在测试中对所述生词答对的总次数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。
当Tit<-7×24×60×60时，用户在测试中对所述生词答对的总次数Cqr不增加；当Tit>7×24×60×60，用户在测试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，用户在测试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，用户在测试中对所述生词答错的总次数Cqw增加2次；当Tit>7×24×60×60，用户在测试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，用户在测试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试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。当测试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，所以测试答对次数Cqr不增加；当测试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，所以测试答对次数Cqr增加2；当测试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。
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次数之和，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、细致的分析用户对单词听写的掌握程度。
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，本实施方式中可以取值为6。
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，本实施方式中可以取值为7.5。
具体的，本发明的第二方面，提供了一种单词听写最佳复习时间的计算方法的系统，所述单词听写最佳复习时间的计算系统包括存储器、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听写最佳复习时间的计算方法。
优选地，所述单词听写最佳复习时间的计算方法的系统包括：显示单元，所述显示单元用于显示用户对所述单词听写进行学习时的界面；采集单元，所述采集单元用于获取所述初次听写信息、再次听写信息；第一计算单元，所述第一计算单元用于计算最佳时间点；第二计算单元，所述第二计算单元用于计算记忆强度值。
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.本发明通过记忆强度值、标记信息、时间信息来计算最佳复习时间点的方法，合理地解决了用户盲目复习、无法找到最佳复习时间的技术问题，达到了提高学习效率、有效安排学习计划的技术效果；
2.本发明中反应时长影响值的设置，能够有效体现用户学习过程中的反应快慢对记忆强度值的影响；
3.本发明的勤奋影响值解决了用户学习时无法因为复习时间的早晚而确定记忆强度值的技术问题；
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为本发明流程图；
图2为本发明用户答题图；
图3为本发明用户作答结果图。
图4为本发明判断执行过程示意图。
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，为方便统一计算，涉及时长的运算单位统一为秒。
实验例
方法一
生成听写单词的中文语音或者字母语言语音；
并根据所生成的中文语音或者字母语言语音与相对应含义的字母语言词汇或者中文词汇相匹配；
获取用户对所述单词听写的听写信息，所述听写信息包括用户对所述单词听写的记忆强度值、标记信息、时间信息；
根据所述记忆强度值、标记信息、时间信息计算复习间隔时长和最佳复习时间点。
所述第一复习间隔时长的计算公式为：D1＝C1×ep，P＝(C2×Sn/10)+C3，所述最佳复习时间点为学习时间加上第一复习间隔时长，其中D1为第一复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第一当前记忆强度，C3为幂值常量，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。
用户根据上述计算结果进行单词听写的学习，对用户在5秒以(包括5秒)内听写正确，标记为熟词，赋予第一初始记忆强度值100；当用户听写时间超过20秒，赋予第二初始记忆强度值33；当用户听写时间大于5秒、小于等于20秒时，依然听写正确，赋予用户对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因为听写时长的不同可以根据公式I＝(20-(D3-5))×2计算，I为第三初始记忆强度值，5＜D3≤20，D3为实际反应时长。当用户初次听写听写错误，当错误字母高于3个或单词错误率高于50％，则第二记忆强度值取低等级值10，否则取高等级值33，熟词不再学习，生词每次复习记忆强度值增加1，加到100标记为熟词，不再学习，优选复习记忆强度值低的单词。
方法二
与方法一相似，不同点在于：所述计算复习间隔时长和最佳复习时间点还包括：通过获取再次复习信息、初次学习新词答错、再次复习生词答对、再次复习生词答错、再次复习生词作答超时。
当所述单词听写标记信息为新词且用户答错时，所述第一最佳复习时间点的计算公式为Tbr1＝Trc1+D1,其中Tbr1为第一最佳复习时间点，Trc1为初学时间点，D1为第一复习间隔时长；当所述单词听写标记信息为生词且用户答对时，Tbr1＝Trc2+D1，Trc2为当前复习时间点；当所述单词听写标记信息为生词且用户答错或超时作答时，Tbr1＝Tbr1＇+D1,其中Tbr1＇为上次学习完成后的第一最佳复习时间点。
方法三
与方法二相似，不同点在于：所述计算复习间隔时长和最佳复习时间点还包括：多次复习的拟合计算，当所述测试信息为生词答对时，Tbr2＝Tq+D2，其中D2为第二复习间隔时长，其中Tbr2为第二最佳复习时间点，Tq为测试时间点；当所述测试信息为生词答错且测试时间点晚于第一最佳复习时间点时，Tbr2＝Tbr1+D3,当所述测试信息为生词答错且测试时间点早于或等于第一最佳复习时间点时，Tbr2＝Tq+D3,其中Tbr1为第一最佳复习时间点，D3为第三复习间隔时长，后续复习时间可以通过上述方式重复获得。
方法四
与方法三相似，不同点在于：用户在实际使用过程中，能够调整播音语速的快慢，所述调整过程的判断依据如下：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。
方法五
与方法四相似，不同之处在于：所述再次学习还包括测试，所述再次学习信息还包括测试信息，所述测试信息包括：当用户在测试阶段听写正确所述熟词时，所述熟词记忆强度不改变；当用户在测试阶段听写错误所述熟词时，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；当用户听写错误所述生词时，所述生词的记忆强度值减少强度减少值；当用户听写正确所述生词时，所述生词的记忆强度值增加强度增加值。
年龄15-18岁的志愿者60人，分为6组，每组10人，学习相同的英语单词500个，学习时间2周；各组别的学习方法及学习结束后的测试结果如下表：
表1采用不同的学习方法得到的测试结果
组别 方法 正确率 熟词正确率
组别一 自由学习 53％ /
组别二 方法一 67％ 70％
组别三 方法二 69％ 75％
组别四 方法三 83％ 88％
组别五 方法四 89％ 93％
组别六 方法五 92％ 98％
参考表1结果，组别二至组别六与组别一相比，正确率明显提高(P<0.01)，说明对单词进行生词与熟词的标记，通过确定最佳复习时间点及复习时间周期能够帮助用户更好地进行针对性学习，提高学习的有效性；组别三和组别四与组别二相比，正确率明显提高(P<0.01)，更详细且准确的进行重复复习，能够更好地进行针对性学习，提高记忆效率；组别五与组别四相比，说明播音语速的调整对听写能力具有较强的锻炼效果；组别六与组别五相比，熟词正确率提高(P<0.01)，说明增加测试，对熟词的认定进行动态变化，以便使最佳复习时间点及复习时间周期更加贴合用户的实际掌握情况，从而提高记忆效率。
实施例
参考图1、图2、图3所示，本发明提供了一种单词听写最佳复习时间的计算方法，所述单词听写最佳复习时间的计算方法包括以下步骤：
生成听写单词的中文语音或者字母语言语音；
并根据所生成的中文语音或者字母语言语音与相对应含义的字母语言词汇或者中文词汇相匹配。
获取用户对所述单词听写的听写信息，所述听写信息包括用户对所述单词听写的记忆强度值、标记信息、时间信息；
根据所述记忆强度值、标记信息、时间信息计算复习间隔时长和最佳复习时间点。
采用上述方案，根据用户初次的听写信息会对所述学习的单词进行标记，根据对不同单词听写的不同标记会生成不同的当前记忆强度值，所述记忆强度值为用户对单词的掌握程度，记忆强度值越高表明用户对所述单词听写的掌握程度就越高，反之则越低；通过计算出第一复习间隔时长进而计算出第一最佳复习时间点。所述第一最佳复习时间点能够综合考虑用户对所述单词听写的掌握情况，从而提供最佳合理的复习时间。
在本发明的一些优选实施方式中，所述单词听写最佳复习时间的计算方法可通过用户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，然后可以选择智能听写模块进行学习，所述智能听写模块为用户通过听取发音来进行拼写；如图2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3，答错相应位置显示叉。
在本发明的一些优选实施方式中，用户在电脑软件或在手机APP的显示界面会出现被选择词库中相应的单词，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3，答错相应位置显示叉；然后根据用户初次的听写信息会对所述学习的单词进行标记，根据对不同单词听写的不同标记会生成不同的当前记忆强度值，所述记忆强度值为用户对单词的掌握程度，记忆强度值越高表明用户对所述单词听写的掌握程度就越高，反之则越低；通过计算出第一复习间隔时长进而计算出第一最佳复习时间点。所述第一最佳复习时间点能够综合考虑用户对所述单词听写的掌握情况，从而提供最佳合理的复习时间。
优选地，所述单词听写最佳复习时间的计算方法还包括：
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，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。
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。
在具体实施步骤中，所述听写信息包括再次复习信息和初次听写信息，所述标记信息包括初次学习新词答错、再次复习生词答对、再次复习生词答错、再次复习生词作答超时。
采用上述方案，用户在使用时遇到的所述单词听写可能是初次学习的新词、也可能是再次复习学过的生词，所以即便针对同样的词在上述不同情况下都反映了用户的不同掌握程度，对不同情况加以区分可以更合理的计算最佳复习时间点。
在具体实施过程中，所述听写信息包括作答时长，设置上限反应时长和下限反应时长，当单词听写为新词、作答时长小于或等于所述下限反应时长、答对时，所述单词听写的标记为熟词且记忆强度值为第一初始记忆强度值；当单词听写为新词、作答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，所述单词听写的标记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＝40-(D3＇-5)×2，I为第三初始记忆强度值，D3＇为反应时长；当所述单词听写为新词、作答时长超过上限反应时长时，所述单词听写的标记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，当新词经过用户初次作答后变为熟词证明用户对于所述新词掌握程度很高，所以为保证用户利用有限的时间更有针对性的进行学习，可以选择将熟词不列入复习过程中；通过设置上限反应时长和下限反应时长，能够更加准确并且细致的识别用户对所述单词听写的的记忆强度，所述上限反应时长和下限反应时长能够根据实际情况进行确定。
在本发明的一些优选实施方式中，所述上限反应时长和下限反应时长根据人类记忆反应规律得出，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，说明用户对于所述单词听写掌握程度很高；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单词听写；当用户作答时间大于5秒、小于等于20秒时，依然答对，证明用户对所述单词听写有一定的掌握程度，但掌握程度不高，此时赋予用户对所述单词听写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＝40-(D3＇-5)×2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单词听写的掌握程度，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。
在具体实施方式中，所述计算复习间隔时长和最佳复习时间点包括：计算用户在初次学习或再次复习后第一最佳复习时间点；当所述单词听写标记信息为新词且用户答错时，所述第一最佳复习时间点的计算公式为Tbr1＝Trc1+D1,其中Tbr1为第一最佳复习时间点，Trc1为初学时间点，D1为第一复习间隔时长；当所述单词听写标记信息为生词且用户答Tbr1＝Trc2+D1，Trc2为当前复习时间点；当所述单词听写标记信息为生词且用户答错或超时作答时，Tbr1＝Tbr1＇+D1,其中Tbr1＇为上次学习完成后的第一最佳复习时间点。
采用上述方案，所述第一最佳复习时间点为用户学习完所述单词后，下一次复习的最佳时间点，所述第一复习间隔时长为本次学习的当前时间距离第一最佳复习时间点的时长，通过用户对不同单词的不同学习情况，生成不同的第一最佳复习时间点；用户学习时初次学习完新词且被标记为生词之后，下次学习所述新词为复习，此时第一最佳复习时间点为初次学习所述新词时间点与第一复习间隔时长叠加；当所述单词听写被标记为生词说明本次学习已经不是初次学习，已经进入复习阶段；当所述单词听写标记信息为生词且用户答错或超时作答时，说明用户对所述生词掌握程度还是很低，用户本次的作答时间可能晚于上次学习完成后的第一最佳复习时间点、也可能晚于上次作答完成后的最佳复习时间点，所以在上次学习完成后的第一最佳复习时间点基础上与所述第一复习间隔时长叠加。不同情况采用不同的计算方法可以更合理的计算第一最佳复习时间点。
在具体实施方式中，所述第一复习间隔时长的计算公式为：D1＝C1×ep，P＝(C2×Sn/μ)+C3，其中D1为第一复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第一当前记忆强度，C3为幂值常量，μ为计算常量。
采用上述方案，C1、e、C2、C3、μ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，μ可以取值为10；通过所述公式的计算，有效地结合了人类遗忘规律和人的生理特征，合理的对第一复习间隔时长进行计算。
在具体实施方式中，在用户复习所述单词听写的过程中，当所述单词听写连续三次的第一最佳复习时间点都出现在同一天且用户在所述同一天内连续三次全部答对，则对所述单词听写再次复习时的第一最佳时间点为用户作答日期的后一天上午六点。
采用上述方案，合理的结合了人类遗忘规律和人的生理特征对第一最佳复习时间点进行调整。
在具体实施方式中，所述第一当前记忆强度Sn的确定包括：当所述学习单词为初次学习的新词时，所述第一当前记忆强度Sn根据上述记载为第二初始记忆强度值或第三初始记忆强度值；当所述学习单词为复习过程中用户答对所述生词时Sn＝Sn＇+Sni；用户答错或超时作答所述生词时，Sn＝Sn＇-Sni，其中Sn＇为记忆强度基础值，Sni为记忆强度变化值。
采用上述方案，所述记忆强度基础值Sn＇为上次学习后的最终记忆强度值。
在具体实施方式中，所述记忆强度变化值Sni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为作答时长单位为秒；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。
在具体实施方式中，所述记忆强度变化值Sni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次数之和，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值为3。
在具体实施方式中，所述记忆强度变化值Sni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＝(Trc2-Tbr1)/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，Tbr1为第一最佳复习时间点，Trc2为当前复习时间点。
采用上述方案，根据用户的复习时间与最佳复习时间点的差值来计算增减记忆强度值的多少，合理的考虑了人类遗忘规律的影响。
在具体实施方式中，所述记忆强度变化值Sni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，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。
在具体实施方式中，所述单词听写最佳复习时间的计算方法还包括测试阶段，所述听写信息还包括测试信息，所述最佳复习时间点包括第二最佳复习时间点，根据所述测试信息计算第二最佳复习时间点。
采用上述方案，测试可以通过人为安排对用户定时进行，也可以在学习完词库的每个章节后自动为用户安排等，通过将测试信息对记忆强度值的影响与复习信息对记忆强度值的影响进行整合，可以使用户的学习更加多样化以及更综合以及全面的反应用户对于所述单词听写的掌握程度；因为用户在测试中同样会对单词进行记忆，因此测试会影响记忆强度值进而影响最佳复习时间点，所述第二最佳复习时间点为因为测试的影响在第一最佳复习时间点上调整的最佳复习时间点。
在具体实施方式中，所述测试信息包括生词答对、生词答错。
采用上述方案，当用户答错所述生词时，用户对所述生词的记忆强度值减少,减少的值为生词测试直接减少的值；用户答对所述生词时，用户对所述生词的记忆强度值增加，增加的值为生词测试直接增加的值。
在具体实施方式中，当所述测试信息为生词答对时，Tbr2＝Tq+D2，其中D2为第二复习间隔时长，其中Tbr2为第二最佳复习时间点，Tq为测试时间点；当所述测试信息为生词答错且测试时间点晚于第一最佳复习时间点时，Tbr2＝Tbr1+D3,当所述测试信息为生词答错且测试时间点早于或等于第一最佳复习时间点时，Tbr2＝Tq+D3,其中Tbr1为第一最佳复习时间点，D3为第三复习间隔时长。
采用上述方案,测试中用户同样会对所述单词听写进行再次记忆，第二最佳复习时间点的确定能够使用户学习更加和合理化，并且测试会引起记忆强度的变化，而记忆强度又会引起复习间隔时长的变化；所以根据不同的测试信息对不同情况下的复习间隔时长进行计算可以更加合理的为用户提供最佳复习时间点。
在具体实施方式中，所述测试信息还包括熟词答对、熟词答错，当所述测试信息为熟词答对时,不生成第二最佳复习时间点Tbr2；当所述测试信息为熟词答错时，所述单词听写改变为生词，Tbr2＝Tq。
采用上述方案，虽然熟词被用户掌握的程度很高不会出现在复习中，但是考虑到有可能用户也会对熟词产生遗忘，所以在测试中会安排出现熟词，进行检测，当用户答对所述熟词时，证明用户依然掌握等程度很高，无需对熟词设置第二最佳复习时间；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；当所述测试信息为熟词答错时，Tbr2＝Tq。
在具体实施方式中，参考D1计算公式，所述第三复习间隔时长根据公式D3＝C1×ep，P＝(C2×Sn3/10)+C3，Sn3为第三当前记忆强度值。
在具体实施方式中，所述生词测试直接减少的值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测试直接减少的值，Rqw为测试中所述生词的作答错误率，Cqw为测试中所述生词答错的总次数，Cqt为测试中所述生词作答总次数,式中的常量16根据人类遗忘曲线确定；通过计算测试中所述生词的作答错误率，进而根据作答错误率来计算测试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；当测试中生词答错，所述生词的第三当前记忆强度值Sn3＝Sn1-Sqr。
参考D1计算公式，所述第三复习间隔时长根据公式D2＝C1×ep，P＝(C2×Sn2/10)+C3，Sn2为第二当前记忆强度值。
在具体实施方式中，根据当前测试时间点Tq和最佳复习时间点Tbr1确定时间间隔Tit，Tit＝Tq-Tbr1。
当Tit<24×60×60时，生词测试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，生词测试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，生词测试直接增加的值的计算公式为Sqi＝(14+12×Meg×0.2)；其中Sqi为生词测试直接增加的值，Meg为引擎档位，式中的常量14、12根据人类遗忘曲线确定；通过计算测试中所述生词的作答正确率，进而根据作答正确率来计算测试中因答对所述生词减少的记忆强度值，通过引入测试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；当在测试中生词答对时，Sn2＝Sn1+Sqi。
在具体实施方式中，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所述生词作答的总正确率Rrt来确定，可以将引擎档位分为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。
在具体实施方式中，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为用户在测试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为用户在测试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，而既对测试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。
在具体实施方式中，所述用户在测试中对所述生词答对的总次数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。
当Tit<-7×24×60×60时，用户在测试中对所述生词答对的总次数Cqr不增加；当Tit>7×24×60×60，用户在测试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，用户在测试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，用户在测试中对所述生词答错的总次数Cqw增加2次；当Tit>7×24×60×60，用户在测试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，用户在测试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试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。当测试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，所以测试答对次数Cqr不增加；当测试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，所以测试答对次数Cqr增加2；当测试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。
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的答错次数，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、细致的分析用户对单词听写的掌握程度。
在具体实施方式中，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.
在具体实施方式中，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。
参考图4所示，在本发明的一些实施方式中，系统会依照图中所示对单词执行每个步骤中的判断，然后对于判断结果分别进行参数的赋予；第一步判断是否为新单词，根据判断结果判断用户是否答对，并对作答结果进行参数的赋予，最后进行复习时间的计算并储存。
本发明还提供了一种单词听写最佳复习时间的计算系统，所述单词听写最佳复习时间的计算系统包括存储器、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听写最佳复习时间的计算方法。
具体实施过程中，所述单词听写最佳复习时间的计算系统包括：显示单元，所述显示单元用于显示用户对所述单词听写进行学习时的界面；采集单元，所述采集单元用于获取所述初次听写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。
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，Read-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 (8)

1.一种单词听写最佳复习时间的计算方法，其特征在于：所述单词听写最佳复习时间的计算方法包括如下步骤：
生成听写单词的中文语音或者字母语言语音；
并根据所生成的中文语音或者字母语言语音与相对应含义的字母语言词汇或者中文词汇相匹配；
获取用户对所述单词听写的听写信息，所述听写信息包括用户对所述单词听写的记忆强度值、标记信息、时间信息；
根据所述记忆强度值、标记信息、时间信息计算复习间隔时长和最佳复习时间点；
其中所述单词听写最佳复习时间的计算方法还包括：
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，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；
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，并根据判断结果调整语速；
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。
2.根据权利要求1所述的单词听写最佳复习时间的计算方法，其特征在于：所述计算复习间隔时长和最佳复习时间点包括：
所述听写信息包括再次复习信息和初次听写信息；
所述标记信息包括初次学习新词答错、再次复习生词答对、再次复习生词答错、再次复习生词作答超时。
3.根据权利要求2所述的单词听写最佳复习时间的计算方法，其特征在于：所述计算复习间隔时长和最佳复习时间点包括：
计算用户在初次学习或再次复习后第一最佳复习时间点；
当所述单词听写标记信息为新词且用户答错时，所述第一最佳复习时间点的计算公式为Tbr1＝Trc1+D1,其中Tbr1为第一最佳复习时间点，Trc1为初学时间点，D1为第一复习间隔时长；
当所述单词听写标记信息为生词且用户答对时，Tbr1＝Trc2+D1，Trc2为当前复习时间点；当所述单词听写标记信息为生词且用户答错或超时作答时，Tbr1＝Tbr1＇+D1,其中Tbr1＇为上次学习完成后的第一最佳复习时间点。
4.根据权利要求3所述的单词听写最佳复习时间的计算方法，其特征在于：所述第一复习间隔时长的计算公式为：D1＝C1×e p，P＝(C2×Sn/μ)+C3，其中D1为第一复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第一当前记忆强度，C3为幂值常量，μ为计算常量。
5.根据权利要求3或4所述的单词听写最佳复习时间的计算方法，其特征在于：所述单词听写最佳复习时间的计算方法还包括测试阶段，所述听写信息还包括测试信息，所述最佳复习时间点包括第二最佳复习时间点，根据所述测试信息计算第二最佳复习时间点。
6.根据权利要求5所述的单词听写最佳复习时间的计算方法，其特征在于：
当所述测试信息为生词答对时，Tbr2＝Tq+D2，其中D2为第二复习间隔时长，其中Tbr2为第二最佳复习时间点，Tq为测试时间点；
当所述测试信息为生词答错且测试时间点晚于第一最佳复习时间点时，Tbr2＝Tbr1+D3,当所述测试信息为生词答错且测试时间点早于或等于第一最佳复习时间点时，Tbr2＝Tq+D3,其中Tbr1为第一最佳复习时间点，D3为第三复习间隔时长。
7.根据权利要求6所述的单词听写最佳复习时间的计算方法，其特征在于：所述测试信息还包括熟词答对、熟词答错，当所述测试信息为熟词答对时,不生成第二最佳复习时间点Tbr2；当所述测试信息为熟词答错时，所述单词听写改变为生词，Tbr2＝Tq。
8.一种单词听写最佳复习时间的计算方法的系统，其特征在于：所述单词听写最佳复习时间的计算系统包括存储器、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权利要求1-7任一项的方法。
CN202010568103.3A 2020-06-19 2020-06-19 一种单词听写最佳复习时间的计算方法及系统 Active CN111861375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010568103.3A CN111861375B (zh) 2020-06-19 2020-06-19 一种单词听写最佳复习时间的计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010568103.3A CN111861375B (zh) 2020-06-19 2020-06-19 一种单词听写最佳复习时间的计算方法及系统

Publications (2)

Publication Number Publication Date
CN111861375A CN111861375A (zh) 2020-10-30
CN111861375B true CN111861375B (zh) 2023-12-26

Family

ID=72987537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010568103.3A Active CN111861375B (zh) 2020-06-19 2020-06-19 一种单词听写最佳复习时间的计算方法及系统

Country Status (1)

Country Link
CN (1) CN111861375B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1474304A (zh) * 2002-08-09 2004-02-11 无敌科技股份有限公司 计算机可执行的单词记忆系统及其方法
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
CN104332032A (zh) * 2014-11-11 2015-02-04 广东小天才科技有限公司 学习提醒方法及穿戴式设备
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
CN110473438A (zh) * 2019-07-30 2019-11-19 北京捷足先登教育科技有限公司 一种基于定量化分析的单词辅助学习系统及方法
CN111026839A (zh) * 2019-04-23 2020-04-17 广东小天才科技有限公司 一种听写字掌握程度的检测方法及电子设备
CN111081085A (zh) * 2019-07-17 2020-04-28 广东小天才科技有限公司 一种听写的控制方法及终端设备
CN111079413A (zh) * 2019-05-10 2020-04-28 广东小天才科技有限公司 一种听写检测方法及电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1474304A (zh) * 2002-08-09 2004-02-11 无敌科技股份有限公司 计算机可执行的单词记忆系统及其方法
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
CN104332032A (zh) * 2014-11-11 2015-02-04 广东小天才科技有限公司 学习提醒方法及穿戴式设备
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
CN111026839A (zh) * 2019-04-23 2020-04-17 广东小天才科技有限公司 一种听写字掌握程度的检测方法及电子设备
CN111079413A (zh) * 2019-05-10 2020-04-28 广东小天才科技有限公司 一种听写检测方法及电子设备
CN111081085A (zh) * 2019-07-17 2020-04-28 广东小天才科技有限公司 一种听写的控制方法及终端设备
CN110473438A (zh) * 2019-07-30 2019-11-19 北京捷足先登教育科技有限公司 一种基于定量化分析的单词辅助学习系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
借助记忆规律攻破英语词汇教学难关;姚金娇;《英语画刊(高级版)》(第13期);68-69 *
浅谈记忆与外语教学;石元鹏等;《学理论》(第6期);217-218 *
遗忘规律在单词记忆中的运用;王正海;《商情(科学教育家)》(第5期);38 *

Also Published As

Publication number Publication date
CN111861375A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111861372B (zh) 一种单词掌握程度的测试方法及系统
Treiman et al. What methods of scoring young children's spelling best predict later spelling performance?
US20020115048A1 (en) System and method for teaching
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
CN104346389A (zh) 口语考试半开放题型的评分方法及系统
CN113808698A (zh) 计算机化社会适应训练方法及系统
CN106599887A (zh) 试卷答题区域识别及试题评阅方法、系统
CN112785205A (zh) 一种基于教育大数据的智慧教学综合分析系统
CN111861817B (zh) 一种字母语言听写学习的记忆强度计算方法及系统
CN111861375B (zh) 一种单词听写最佳复习时间的计算方法及系统
CN111861371B (zh) 一种计算单词最佳复习时间的方法及设备
Fuller et al. Explaining variation in teaching practices? Effects of state policy, teacher background, and curricula in southern Africa
CN111861374B (zh) 一种外语复习机制及装置
CN114897077A (zh) 一种基于机器学习的英语阅读素养评价方法
CN111815267B (zh) 一种外语学习及复习的方法及装置
CN112015783B (zh) 可交互学习流程生成方法和系统
CN112951022A (zh) 一种多媒体互动教育培训系统
CN111861370B (zh) 一种词听最佳复习时间规划的方法及装置
CN109448464A (zh) 一种英文单词拼写练习方法
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
CN111861812B (zh) 一种词听方式的单词记忆强度计算方法及装置
CN116741001A (zh) 一种试卷动态更新的仿真培训考试装置及考试方法
CN111861815B (zh) 一种词听学习中评估用户记忆水平的方法及装置
CN111861813B (zh) 一种智能默写记忆强度的计算方法及电子设备
CN111861819A (zh) 一种智能默写中评估用户记忆水平的方法及电子设备

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