CN111861814A - 一种字母语言听写学习中记忆水平的评估方法及系统 - Google Patents

一种字母语言听写学习中记忆水平的评估方法及系统 Download PDF

Info

Publication number
CN111861814A
CN111861814A CN202010566624.5A CN202010566624A CN111861814A CN 111861814 A CN111861814 A CN 111861814A CN 202010566624 A CN202010566624 A CN 202010566624A CN 111861814 A CN111861814 A CN 111861814A
Authority
CN
China
Prior art keywords
learning
value
user
memory
dictation
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
Application number
CN202010566624.5A
Other languages
English (en)
Other versions
CN111861814B (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 CN202010566624.5A priority Critical patent/CN111861814B/zh
Publication of CN111861814A publication Critical patent/CN111861814A/zh
Application granted granted Critical
Publication of CN111861814B publication Critical patent/CN111861814B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/04—Electrically-operated educational appliances with audible presentation of the material to be studied
    • 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

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

Abstract

本发明提供了一种字母语言听写学习中记忆水平的评估方法及系统，所述字母语言听写学习中记忆水平的评估方法包括以下步骤：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语音词汇或者中文词汇相匹配；获取用户的听写信息，所述听写信息包括用户对所述学习单词作答的正确率；根据用户对所述学习单词作答的正确率，生成评估用户记忆力水平的档位。本发明还提供了一种字母语言听写学习中记忆水平的评估系统。本发明档位的设置很好的解决了用户因无法了解对不同学习单词的记忆快慢而没有针对性的进行学习的技术问题，达到了提升学习效率、更有效地利用学习时间的技术效果。

Description

一种字母语言听写学习中记忆水平的评估方法及系统
技术领域：
本发明涉及智能记忆方法技术领域，尤其涉及一种字母语言听写学习中记忆水平的评估方法及系统。
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会或缺的教育行业，也在热情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：
本发明提供了一种字母语言听写学习中记忆水平的评估方法及系统，能够至少解决上述一个技术问题。
具体的，本发明的第一方面，提供了一种字母语言听写学习中记忆水平的评估方法，所述字母语言听写学习中记忆水平的评估方法包括以下步骤：
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语音词汇或者中文词汇相匹配；
获取用户的听写信息，所述听写信息包括用户对所述学习单词作答的正确率；
根据用户对所述学习单词作答的正确率，生成评估用户记忆力水平的档位。
采用上述方案，所述用户对所述学习单词作答的正确率包括历史信息中用户作答的正确率和当前用户作答的正确率；根据用户对所述单词作答的总正确率来确定档位，正确率越高表明用户对所述单词记忆很快、记忆水平很好，则档位越高，反之则档位越低。
优选地，所述字母语言听写学习中记忆水平的评估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，所述听写信息包括记忆强度值，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。
优选地，所述听写信息包括初学信息和再次复习信息，用户对所述学习单词作答的正确率包括第一正确率，所述第一正确率的计公式为Rrr＝Crr+Crt,其中Rrr为用户对所述学习单词作答的第一正确率，Crr为再次复习过程中用户对所述学习单词答对的次数，Crt为再次复习过程中用户对所述学习单词作答总次数。
采用上述方案，所述初学信息为用户第一次作答完所述学习单词的信息，包括答对的正确与否以及作答时间等，答对一次记为一次，答错不计入正确次数但记为总次数；所述再次复习信息包括用户第一次初学完成之后的复习，因为人类的大脑会产生遗忘，所以需要对所述学习进行复习。通过区分设立初学阶段和再次复习阶段，利用计算答对次数来计算正确率，更合理、全面的来客观计算档位。
进一步地，所述听写信息还包括测试信息，用户对所述学习单词作答的正确率包括第二正确率，所述第二正确率的计算公式为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Rrt为第二正确率,Cqr为测试中用户对所述学习单词答对的次数，Cqt为测试中用户对所述学习单词作答总次数。
采用上述方案，对学习单词进行学习还可以设立测试阶段，测试阶段可以独立于复习阶段而存在，可以在用户完成学习某个章节的单词之后统一对全部单词进行测试，也可以由系统采用定期或者不定期的方式进行抽测，测试阶段的设置可以打破常规复习从而加强用户的学习效果，通过在统计正确率的过程中加入测试信息中的次数，可以使正确率的评价更为客观、权威，所述第二正确率为将再次复习阶段和测试阶段的作答次数进行整合进而计算出的用户作答正确率。
进一步地，所述测试中用户对所述学习单词答对的次数的计算为：根据所述学习信息计算用户每次完所述学习单词之后的最佳复习时间点，得到第(N-1)次学习完成后的第(N-1)最佳复习时间点，N为用户当前时间完成学习单词的次数，根据测试信息确定当前测试时间点，计算第一时间间隔Tit＝Tq-Tbr1,其中Tq为当前测试时间点，Tbr1为第(N-1)最佳复习时间点；当Tit<Tx时，Cqr的增加值为0；当Tit>Ts时，Cqr的增加值为2；当Tx≤Tit≤Ts时，Cqr的增加值为(1+Tit/Ts)；Tx为下限间隔时长，Ts为上限间隔时长。
采用上述方案，用当前测试时间点与上次学习完成之后生成的最佳时间点作比较，也就是与第(N-1)最佳复习时间点做比较，因为第(N-1)最佳复习时间点才是正常复习中进行再次学习的时间点，如果当前测试时间点与之不同，根据人类遗忘曲线的规律，则正确次数不能按照答对一次就按一次计算来确定；当前测试时间点与第(N-1)最佳复习时间点之间的差值不同，则得到的用户对所述单词作答的正确次数也不一样。
具体地，所述测试中用户对所述学习单词作答总次数的计算为：Cqt＝Cqr+Cqw,所述Cqw为用户对所述学习单词答错总次数，Cqw的计算为：当Tit<Tx时，Cqw的增加值为2；当Tit>Ts时，Cqw的增加值为0；当Tx≤Tit≤Ts时，Cqw的增加值为(1-Tit/Ts)。
采用上述方案，答错次数会影响作答总次数，进而影响作答正确率。
具体地，所述学习单词所处的档位计算为：所述档位计算中Rrt至少包括2个区间，所述每个区间设置对应的档位值。
采用上述方案，提供了一种档位值确定的实施方式，将所述学习单词的档位根据正确率的不同分为多档，而相邻档位之间的差值会有出现不同的情况，是由于人类记忆的快慢并不是与作答正确率成正比例函数增长，因而更科学合理的实现了档位的划分。
进一步地，计算所述第(N-1)最佳复习时间点包括：
当第(N-1)次听写信息为初学信息时，根据所述初学信息确定所述学习单词为生词还是熟词；
当所述学习单词为熟词时，不计算所述第(N-1)最佳复习时间点；
当所述学习单词为生词时，Tbr1＝Ti+Di,Di＝C1×ep，P＝(C2×Si/10)+C3，其中T1为初学时间点，Di为初学复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Si为初始记忆强度，C3为幂值常量。
采用上述方案，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；记忆强度表现用户对单词或句子的掌握程度，可以通过数值进行表示，记忆强度值越高，说明用户对所述单词的掌握程度就越高。
优选地，当第(N-1)次听写信息为再次复习信息时，Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3,其中Tr为第(N-1)次学习完成的时间点，Dr为再次复习间隔时长，Sr为第(N-1)次学习完成后所述学习单词的记忆强度。
采用上述方案，不同于初次学习，再次复习的次数可能会有多次，那么每次学习完成后的记忆强度值都要进行叠加或者叠减，第(N-1)次学习完成后所述学习单词的记忆强度在每次复习完成之后也都会有不同，此时可以根据每次完成学习的具体情况来计算第(N-1)最佳复习时间点。
优选地，所述字母语言听写学习中记忆水平的评估方法还包括步骤：
判断同一单词连续答对的次数；
若此次数等于三次，则判断第三次作答完生成的最佳复习时间点是否与上述连续三次答对时间处于同一复习周期内；
若是，则将第三次作答完生成的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最佳复习时间点进行调整。
进一步地，当所述第(N-1)次听写信息为测试信息时，第(N-1)最佳时间点的确定需要根据测试单词时生词还是熟词以及第(N-1)次学习为测试时，学习完成后确定的记忆强度值记为Sq。当用户在测试阶段答对所述熟词时，所述熟词记忆强度不改变；当用户在测试阶段答错所述熟词时，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；当用户答错所述生词时，所述生词的记忆强度值减少；当用户答对所述生词时，所述生词的记忆强度值增加。
采用上述方案，所述测试信息包括测试阶段同户的作答情况，测试中会出现熟词，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,减少的值为生词测试直接减少的值；用户答对所述生词时，所述生词的记忆强度值增加，增加的值为生词测试直接增加的值。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，可以更综合以及全面的反应用户对于所述学习单词的掌握程度。
进一步地，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。
进一步地，Tbr1表示为第(N-1)最佳时间点，所以第(N-1)次学习为测试且测试信息为生词答对时，Tbr1＝Tq＇+Dq1，其Dq1为完成上次学习为测试后生成的间隔时长，Tq＇为第一测试时间点。
采用上述方案，所述第一测试时间点可以根据测试信息确定，为上次学习为测试时的作答时间。参考公式Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3；得出公式Tbr1＝Tq＇+Dq1，Dq1＝C1×ep，P＝(C2×Sq/10)+C3,Sq为完成上次学习为测试后的记忆强度值，Sq的计算由历史信息中的记忆强度值与生词测试直接增加的值的计算公式Sqi叠加得出。
进一步地，当第(N-1)次学习为测试且测试信息为生词答错且测试时间点晚于第(N-1)最佳复习时间点时，Tbr1＝Tbr1＇+Dq1，所述Tbr1＇为第(N-2)最佳复习时间点；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，Tbr1＝Tq＇+Dq1。此时参考公式Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3；得出，Tbr1＝Tbr1＇+Dq1，Dq1＝C1×ep，P＝(C2×Sq/10)+C3,Sq为完成上次学习为测试后的记忆强度值,Sq的计算由历史信息中的记忆强度值与生词测试直接减少的值的计算公式Sqr计算得出。
优选地，当在复习过程中，每次对生词完成最大后都会在原有的记忆强度值上进行计算复习过程增加或减少的记忆强度值，包括：
增加的第一固定值或减少的第二固定值，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。
进一步地，增加的反应时长影响值，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。
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，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。
进一步地，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；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，所述测试对难度影响值也会存在影响得到校正难度影响值，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、细致的分析用户对学习单词的掌握程度。
所述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-Tbr3)/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，Tbr3为完成当前复习后得到的最佳复习时间点，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。
所述增加的记忆强度值还包括档位影响值，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。
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。
具体的，本发明的第二方面，提供了一种字母语言听写学习中记忆水平的评估系统，所述字母语言听写学习中记忆水平的评估系统包括存储器、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方法。
本发明的有益效果：
1.本发明档位的设置很好的解决了无法通过单词记忆来衡量用户记忆力水平的技术问题，进而产生了可以让不同用户根据自身所处的档位不同、可以个性化制定学习计划的技术效果；
2.本发明通过计算测试和复习中作答的正确率很好地解决了正确率统计不完备的技术问题，达到了计算正确率更加准确、全面的效果；
3.本发明通过所述最佳复习时间点的计算，解决了作答正确次数不合理的技术问题，达到了计算计算正确率更加准确、全面的效果；所述难度影响值解决了用户学习时计算未考虑单词难度而造成的记忆强度不准确的问题；
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。
说明书附图：
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为本发明示意图；
图2为本发明流程图；
图3为本发明用户做答示意图；
图4为本发明用户作答结果示意图；
图5为人类遗忘曲线示意图。
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；时间点可以采用采用时间戳方式，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。
试验例
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；
获取用户的听写信息，所述听写信息包括用户对所述学习单词作答的正确率；
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
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；
获取用户对所述听写单词的初次听写信息；
根据所述初次听写信息对所述听写单词进行标记，并且生成单词的初始记忆强度值；
获取用户对单词的再次听写信息；
通过增加或减少记忆强度值，生成当前记忆强度值；
利用当前记忆强度值对显示的记忆强度程度进行更新。
用户初次听写能够听写正确，标记为熟词，赋予记忆强度值较高的第一初始记忆强度值100；当用户初次听写就错误，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。
用户按照记忆强度程度进行复习，用户在复习阶段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，所述强度增加值包括第一固定值12；用户在复习阶段听写错误所述生词或者用户听写超时，所述生词的记忆强度值减少强度减少值，所述强度减少值包括第二固定值12。
所述强度增加值或强度减少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听写的错误率，λ为难度标记，如值5，Crw为用户复习过程中对所述生词听写错误的总次数，Crt为用户复习过程中对所述生词听写的总次数。
所述强度增加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/Da)×Srd,其中Mrd为听写时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值，Da为上限反应时长。
所述强度增加值或强度减少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＝min(De，Ds)/Ds,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，Ds为疲劳设定时长，根据人类遗忘规律，可将Ds设定为30分钟。min()表示取括号内较小的值，如果De时长超过30分钟，min(De，Ds)的值为30*60。
方法三
与方法二相似，不同点在于：用户对所述学习单词作答的正确率包括第一正确率，所述第一正确率的计公式为Rrr＝Crr+Crt,其中Rrr为用户对所述学习单词作答的第一正确率，Crr为再次复习过程中用户对所述学习单词答对的次数，Crt为再次复习过程中用户对所述学习单词作答总次数。
方法四
与方法三相似，不同点在于：所述听写信息还包括测试信息，用户对所述学习单词作答的正确率包括第二正确率，所述第二正确率的计算公式为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Rrt为第二正确率,Cqr为测试中用户对所述学习单词答对的次数，Cqt为测试中用户对所述学习单词作答总次数。
且所述档位计算为：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。
方法五
与方法四相似，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。
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 64％ 67％
组别三 方法二 72％ 75％
组别四 方法三 87％ 90％
组别五 方法四 92％ 96％
组别六 方法五 94％ 97％
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，通过用户的记忆习惯对不同单词进行档位划分，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，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；组别六与组别五相比，说明播音语速的调整对听写能力具有较强的锻炼效果。
实施例
参考图1、图3、图4所示，一种字母语言听写学习中记忆水平的评估方法，所述字母语言听写学习中记忆水平的评估方法包括以下步骤：
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语音词汇或者中文词汇相匹配；
获取用户的听写信息，所述听写信息包括用户对所述学习单词作答的正确率；
根据用户对所述学习单词作答的正确率，生成评估用户记忆力水平的档位。
采用上述方案，所述用户对所述学习单词作答的正确率包括历史信息中用户作答的正确率和当前用户作答的正确率；根据用户对所述单词作答的总正确率来确定档位，正确率越高表明用户对所述单词记忆很快、记忆水平很好，则档位越高，反之则档位越低。
在本发明的一些优选实施方式中，上述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3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如图4。
在具体实施过程中，所述字母语言听写学习中记忆水平的评估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，所述听写信息包括记忆强度值，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。
在具体实施过程中，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。
在具体实施过程中，所述听写信息包括初学信息和再次复习信息，用户对所述学习单词作答的正确率包括第一正确率，所述第一正确率的计公式为Rrr＝Crr+Crt,其中Rrr为用户对所述学习单词作答的第一正确率，Crr为再次复习过程中用户对所述学习单词答对的次数，Crt为再次复习过程中用户对所述学习单词作答总次数。
采用上述方案，所述初学信息为用户第一次作答完所述学习单词的信息，包括答对的正确与否以及作答时间等，答对一次记为一次，答错不计入正确次数但记为总次数；所述再次复习信息包括用户第一次初学完成之后的复习，因为人类的大脑会产生遗忘，所以需要对所述学习进行复习。通过区分设立初学阶段和再次复习阶段，利用计算答对次数来计算正确率，更合理、全面的来客观计算档位。
在具体实施过程中，所述听写信息还包括测试信息，用户对所述学习单词作答的正确率包括第二正确率，所述第二正确率的计算公式为：Rrt＝Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Rrt为第二正确率,Cqr为测试中用户对所述学习单词答对的次数，Cqt为测试中用户对所述学习单词作答总次数。
采用上述方案，对学习单词进行学习还可以设立测试阶段，测试阶段可以独立于复习阶段而存在，可以在用户完成学习某个章节的单词之后统一对全部单词进行测试，也可以由系统采用定期或者不定期的方式进行抽测，测试阶段的设置可以打破常规复习从而加强用户的学习效果，通过在统计正确率的过程中加入测试信息中的次数，可以使正确率的评价更为客观、权威。
参考图2、5所示，所述测试中用户对所述学习单词答对的次数的计算为：根据所述学习信息计算用户每次完所述学习单词之后的最佳复习时间点，得到第(N-1)次学习完成后的第(N-1)最佳复习时间点，N为用户当前时间完成学习单词的次数，根据测试信息确定当前测试时间点，计算第一时间间隔Tit＝Tq-Tbr1,其中Tq为当前测试时间点，Tbr1为第(N-1)最佳复习时间点；当Tit<Tx时，Cqr的增加值为0；当Tit>Ts时，Cqr的增加值为2；当Tx≤Tit≤Ts时，Cqr的增加值为(1+Tit/Ts)；Tx为下限间隔时长，Ts为上限间隔时长。
采用上述方案，最佳复习时间点是人类在需要对学习单词进行再记忆时记忆增强效果最好的时间点，因测试有可能是随机进行，所以会用当前测试时间点与上次学习完成之后生成的最佳时间点作比较，也就是与第(N-1)最佳复习时间点做比较，因为第(N-1)最佳复习时间点才是正常复习中进行再次学习的时间点，如果当前测试时间点与之不同，根据人类遗忘曲线的规律，则正确次数不能按照答对一次就按一次计算来确定，当Tit<Tx时，认为用户应该处在答对的时间内，故答对的话不增加答对次数，当Tit>Ts时，认为用户应该已经忘记，故答对次数增加2；根据人类遗忘曲线得出最佳复习时间点前后七天是次数计算拐点，可以取Tx为-7×24×60×60、T为7×24×60×60，7×24×60×60为七天换算成秒的表示，当前测试时间点与第(N-1)最佳复习时间点之间的差值不同，则得到的用户对所述单词作答的正确次数也不一样。上述方法合理的从人类生理规律出发，使得对正确率的计算更加科学。
在具体实施过程中，所述测试中用户对所述学习单词作答总次数的计算公式为：Cqt＝Cqr+Cqw,所述Cqw为用户对所述学习单词答错总次数，Cqw的计算为：当Tit<Tx时，Cqw的增加值为2；当Tit>Ts时，Cqw的增加值为0；当Tx≤Tit≤Ts时，Cqw的增加值为(1-Tit/Ts)。
采用上述方案，采用上述方案，根据人类遗忘曲线的规律对于测试中答错的次数也不能一概而论，当Tit<Tx时，认为用户应该处在答对的时间内，故答错次数增加2；当Tit>Ts时，认为用户应该处在遗忘的时期，所以不增加答错次数；当Tx≤Tit≤Ts时可根据上述公式合理计算。
在具体实施过程中，所述档位计算为：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。
采用上述方案，提供了一种档位值确定的实施方式，将所述档位根据正确率的不同分为10档，而相邻档位之间的差值会有出现不同的情况，是由于人类记忆的快慢并不是与作答正确率成正比例函数增长，因而更科学合理的实现了档位的划分。
在具体实施过程中，计算所述第(N-1)最佳复习时间点包括：
当第(N-1)次听写信息为初学信息时，根据所述初学信息确定所述学习单词为生词还是熟词；
当所述学习单词为熟词时，不计算所述第(N-1)最佳复习时间点；
当所述学习单词为生词时，Tbr1＝Ti+Di,Di＝C1×ep，P＝(C2×Si/10)+C3，其中T1为初学时间点，Di为初学复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Si为初始记忆强度，C3为幂值常量。
采用上述方案，当初次学习被标记为熟词时，证明用户对所述熟词掌握程度很高，考虑到使用户更加有针对性的在有限的时间中对单词进行记忆，熟词可以被设置不出现在后续的复习过程中，但考虑到熟词长时间不被记忆也会被遗忘，可以在测试中出现熟词进行测试；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；记忆强度表现用户对单词或句子的掌握程度，可以通过数值进行表示，记忆强度值越高，说明用户对所述单词的掌握程度就越高。
在具体实施过程中，初始记忆强度值的确定可以为设置上限反应时长和下限反应时长，当所述初次听写信息为用户答对所述学习单词且作答时长小于或等于所述下限反应时长时，所述学习单词的标记为熟词且记忆强度值为第一初始记忆强度值；所述初次听写信息为用户答对所述学习单词且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，所述学习单词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为实际反应时长；所述初次听写信息为用户答错所述学习单词或者作答时长超过上限反应时长时，所述学习单词的标记为生词且记忆强度值为第二初始记忆强度值。
在本发明的一些优选实施方式中，提供了另外一种根据不同的初次听写信息对单词进行标记及对初始记忆强度复制的实施方式，所述方法还包括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所述学习单词对用户的记忆强度值，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，例如根据人类记忆反应规律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，说明用户对于所述学习单词掌握程度很高；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学习单词；当用户作答时间大于5秒、小于等于20秒时，依然答对，证明用户对所述学习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学习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＝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学习单词的掌握程度，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。
当第(N-1)次听写信息为再次复习信息时，Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3,其中Tr为第(N-1)次学习完成的时间点，Dr为再次复习间隔时长，Sr为第(N-1)次学习完成后所述学习单词的记忆强度。
采用上述方案，不同于初次学习，再次复习的次数可能会有多次，那么每次学习完成后的记忆强度值都要进行叠加或者叠减，第(N-1)次学习完成后所述学习单词的记忆强度在每次复习完成之后也都会有不同，此时可以根据每次完成学习的具体情况来计算第(N-1)最佳复习时间点。
在用户复习所述学习单词的过程中，当所述学习单词连续三次的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，则对所述学习单词再次复习时的最佳复习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。
当所述第(N-1)次听写信息为测试信息时，第(N-1)最佳时间点的确定需要根据测试单词时生词还是熟词以及第(N-1)次学习为测试时，学习完成后确定的记忆强度值记为Sq。
当用户在测试阶段答对所述熟词时，所述熟词记忆强度不改变；当用户在测试阶段答错所述熟词时，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；当用户答错所述生词时，所述生词的记忆强度值减少；当用户答对所述生词时，所述生词的记忆强度值增加。
采用上述方案，所述测试信息包括测试阶段同户的作答情况，测试中会出现熟词，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,减少的值为生词测试直接减少的值；用户答对所述生词时，所述生词的记忆强度值增加，增加的值为生词测试直接增加的值。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，可以更综合以及全面的反应用户对于所述学习单词的掌握程度。
在具体实施过程中，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。
因Tbr1表示为第(N-1)最佳时间点，所以第(N-1)次学习为测试且测试信息为生词答对时，Tbr1＝Tq＇+Dq1，其Dq1为完成上次学习为测试后生成的间隔时长，Tq＇为第一测试时间点。
采用上述方案，所述第一测试时间点可以根据测试信息确定，为上次学习为测试时的作答时间。参考公式Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3；得出公式Tbr1＝Tq＇+Dq1，Dq1＝C1×ep，P＝(C2×Sq/10)+C3,Sq为完成上次学习为测试后的记忆强度值，Sq的计算由历史信息中的记忆强度值与生词测试直接增加的值的计算公式Sqi叠加得出。
当第(N-1)次学习为测试且测试信息为生词答错且测试时间点晚于第(N-1)最佳复习时间点时，Tbr1＝Tbr1＇+Dq1，所述Tbr1＇为第(N-2)最佳复习时间点；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，Tbr1＝Tq＇+Dq1。此时参考公式Tbr1＝Tr+Dr,Dr＝C1×ep，P＝(C2×Sr/10)+C3；得出，Tbr1＝Tbr1＇+Dq1，Dq1＝C1×ep P＝(C2×Sq/10)+C3,Sq为完成上次学习为测试后的记忆强度值,Sq的计算由历史信息中的记忆强度值与生词测试直接减少的值的计算公式Sqr计算得出。
当在复习过程中，每次对生词完成最大后都会在原有的记忆强度值上进行计算复习过程增加或减少的记忆强度值，包括：
增加的第一固定值或减少的第二固定值，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。
在具体实施过程中，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。
增加的反应时长影响值，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。
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，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，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。
在具体实施过程中，所述测试对难度影响值也会存在影响得到校正难度影响值，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、细致的分析用户对学习单词的掌握程度。
在具体实施过程中，所述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-Tbr3)/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，Tbr3为完成当前复习后得到的最佳复习时间点，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。
所述增加的记忆强度值还包括档位影响值，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.
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。
本发明还提供了一种字母语言听写学习中记忆水平的评估系统，所述字母语言听写学习中记忆水平的评估系统包括存储器、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字母语言听写学习中记忆水平的评估方法。
具体实施过程中，所述字母语言听写学习中记忆水平的评估系统包括：显示单元，所述显示单元用于显示用户对所述听写单词进行学习时的界面；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 (10)

1.一种字母语言听写学习中记忆水平的评估方法，其特征在于：所述字母语言听写学习中记忆水平的评估方法包括以下步骤：
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语音词汇或者中文词汇相匹配；
获取用户的听写信息，所述听写信息包括用户对所述学习单词作答的正确率；
根据用户对所述学习单词作答的正确率，生成评估用户记忆力水平的档位。
2.根据权利要求1所述的字母语言听写学习中记忆水平的评估方法，其特征在于：所述字母语言听写学习中记忆水平的评估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，所述听写信息包括记忆强度值，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。
3.根据权利要求2所述的字母语言听写学习中记忆水平的评估方法，其特征在于：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。
4.根据权利要求1所述的字母语言听写学习中记忆水平的评估方法，其特征在于：所述听写信息包括初学信息和再次复习信息，用户对所述学习单词作答的正确率包括第一正确率，所述第一正确率的计公式为Rrr＝Crr/Crt,其中Rrr为用户对所述学习单词作答的第一正确率，其中Rrr为用户对所述学习单词作答的第一正确率，Crr为再次复习过程中用户对所述学习单词答对的次数，Crt为再次复习过程中用户对所述学习单词作答总次数。
5.根据权利要求1或4所述的字母语言听写学习中记忆水平的评估方法，其特征在于：所述听写信息还包括测试信息，用户对所述学习单词作答的正确率包括第二正确率，所述第二正确率的计算公式为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Rrt为第二正确率,Cqr为测试中用户对所述学习单词答对的次数，Cqt为测试中用户对所述学习单词作答总次数。
6.根据权利要求5所述的字母语言听写学习中记忆水平的评估方法，其特征在于，所述测试中用户对所述学习单词答对的次数的计算为：
根据所述学习信息计算用户每次完所述学习单词之后的最佳复习时间点，得到第(N-1)次学习完成后的第(N-1)最佳复习时间点，N为用户当前时间完成学习单词的次数；
根据测试信息确定当前测试时间点，计算第一时间间隔Tit＝Tq-Tbr1,其中Tq为当前测试时间点，Tbr1为第(N-1)最佳复习时间点；
当Tit<Tx时，Cqr的增加值为0；当Tit>Ts时，Cqr的增加值为2；当Tx≤Tit≤Ts时，Cqr的增加值为(1+Tit/Ts)；Tx为下限间隔时长，Ts为上限间隔时长。
7.根据权利要求6所述的字母语言听写学习中记忆水平的评估方法，其特征在于：所述测试中用户对所述学习单词作答总次数的计算为：
Cqt＝Cqr+Cqw,所述Cqw为用户对所述学习单词答错总次数，Cqw的计算为：当Tit<Tx时，Cqw的增加值为2；当Tit>Ts时，Cqw的增加值为0；当Tx≤Tit≤Ts时，Cqw的增加值为(1-Tit/Ts)。
8.根据权利要求7所述的字母语言听写学习中记忆水平的评估方法，其特征在于：所述档位计算中Rrt至少包括2个区间，所述每个区间设置对应的档位值。
9.根据权利要求8所述的字母语言听写学习中记忆水平的评估方法，其特征在于：计算所述第(N-1)最佳复习时间点包括：
当第(N-1)次听写信息为初学信息时，根据所述初学信息确定所述学习单词为生词还是熟词；
当所述学习单词为熟词时，不计算所述第(N-1)最佳复习时间点；
当所述学习单词为生词时，Tbr1＝Ti+Di,Di＝C1×ep，P＝(C2×Si/10)+C3，其中T1为初学时间点，Di为初学复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Si为初始记忆强度，C3为幂值常量。
10.一种字母语言听写学习中记忆水平的评估系统，其特征在于：所述字母语言听写学习中记忆水平的评估系统包括存储器、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1-9任一项的方法。
CN202010566624.5A 2020-06-19 2020-06-19 一种字母语言听写学习中记忆水平的评估方法及系统 Active CN111861814B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010566624.5A CN111861814B (zh) 2020-06-19 2020-06-19 一种字母语言听写学习中记忆水平的评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010566624.5A CN111861814B (zh) 2020-06-19 2020-06-19 一种字母语言听写学习中记忆水平的评估方法及系统

Publications (2)

Publication Number Publication Date
CN111861814A true CN111861814A (zh) 2020-10-30
CN111861814B CN111861814B (zh) 2024-01-16

Family

ID=72986959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010566624.5A Active CN111861814B (zh) 2020-06-19 2020-06-19 一种字母语言听写学习中记忆水平的评估方法及系统

Country Status (1)

Country Link
CN (1) CN111861814B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113380087A (zh) * 2021-07-06 2021-09-10 上海松鼠课堂人工智能科技有限公司 基于虚拟现实场景的英文单词诵读记忆方法与系统
CN113947078A (zh) * 2021-10-22 2022-01-18 安徽淘云科技股份有限公司 一种报听写方法、装置、电子设备和存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030157468A1 (en) * 2002-02-15 2003-08-21 Yoshikazu Kasahara Method and apparatus for rapid language acquisition
CN1696992A (zh) * 2005-04-11 2005-11-16 陈耀庭 寻找个人最佳化复习周期的方法
CN101488121A (zh) * 2008-01-18 2009-07-22 余元杰 一种语言学习方法
WO2010140258A1 (ja) * 2009-06-05 2010-12-09 Kasahara Yoshikazu 外国語学習装置
US20130297307A1 (en) * 2012-05-01 2013-11-07 Microsoft Corporation Dictation with incremental recognition of speech
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
CN106448287A (zh) * 2016-10-12 2017-02-22 李金莹 信息数据处理方法及系统
KR20170031808A (ko) * 2015-09-11 2017-03-22 유우선 반복 노출을 이용한 단어 암기 학습 방법
KR20190006409A (ko) * 2017-07-10 2019-01-18 박윤규 암기학습 데이터를 활용한 단어 인지상태 정량화와 스마트기기 학습 및 스케줄링 장치 및 방법
CN109669661A (zh) * 2018-12-20 2019-04-23 广东小天才科技有限公司 一种听写进度的控制方法及电子设备
CN109685691A (zh) * 2018-09-18 2019-04-26 张滕滕 自生成识别符号的英语语言教学系统的生成方法
CN109741641A (zh) * 2018-07-11 2019-05-10 北京美高森教育科技有限公司 基于生词检测的语言学习系统
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
CN109918637A (zh) * 2018-10-09 2019-06-21 上海博中机电科技有限公司 一种学习活动的多功能评价方法
CN110489454A (zh) * 2019-07-29 2019-11-22 北京大米科技有限公司 一种自适应测评方法、装置、存储介质及电子设备
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
CN111158560A (zh) * 2019-12-31 2020-05-15 清远墨墨教育科技有限公司 一种单词循环播放复习方法、存储设备及移动终端

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030157468A1 (en) * 2002-02-15 2003-08-21 Yoshikazu Kasahara Method and apparatus for rapid language acquisition
CN1696992A (zh) * 2005-04-11 2005-11-16 陈耀庭 寻找个人最佳化复习周期的方法
CN101488121A (zh) * 2008-01-18 2009-07-22 余元杰 一种语言学习方法
WO2010140258A1 (ja) * 2009-06-05 2010-12-09 Kasahara Yoshikazu 外国語学習装置
US20130297307A1 (en) * 2012-05-01 2013-11-07 Microsoft Corporation Dictation with incremental recognition of speech
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
KR20170031808A (ko) * 2015-09-11 2017-03-22 유우선 반복 노출을 이용한 단어 암기 학습 방법
CN106448287A (zh) * 2016-10-12 2017-02-22 李金莹 信息数据处理方法及系统
KR20190006409A (ko) * 2017-07-10 2019-01-18 박윤규 암기학습 데이터를 활용한 단어 인지상태 정량화와 스마트기기 학습 및 스케줄링 장치 및 방법
CN109741641A (zh) * 2018-07-11 2019-05-10 北京美高森教育科技有限公司 基于生词检测的语言学习系统
CN109685691A (zh) * 2018-09-18 2019-04-26 张滕滕 自生成识别符号的英语语言教学系统的生成方法
CN109918637A (zh) * 2018-10-09 2019-06-21 上海博中机电科技有限公司 一种学习活动的多功能评价方法
CN109669661A (zh) * 2018-12-20 2019-04-23 广东小天才科技有限公司 一种听写进度的控制方法及电子设备
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
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
CN110489454A (zh) * 2019-07-29 2019-11-22 北京大米科技有限公司 一种自适应测评方法、装置、存储介质及电子设备
CN111158560A (zh) * 2019-12-31 2020-05-15 清远墨墨教育科技有限公司 一种单词循环播放复习方法、存储设备及移动终端

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
BLANKA KLÍMOVÁ ,: "obile phones and/or smartphones and their apps for teaching English as a foreign language", EDUCATION AND INFORMATION TECHNOLOGIES, vol. 23, pages 1091 - 1099, XP036484622, DOI: 10.1007/s10639-017-9655-5 *
FERNANDO: "Rosell-Aguilar, Autonomous language learning through a mobile application: a user evaluation of the busuu app", COMPUTER ASSISTED LANGUAGE LEARNING, vol. 31, no. 8, pages 854 - 881 *
GUAQUETA 等: "Use of Smartphone Applications in English Language Learning—A Challenge for Foreign Language Education", ENGLISH LANGUAGE TEACHING, pages 61 - 71 *
姚金娇: "借助记忆规律攻破英语单词词汇教学难关", 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 *
石远鹏 等: "浅谈记忆与外语教学", 学理论, pages 217 - 218 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113380087A (zh) * 2021-07-06 2021-09-10 上海松鼠课堂人工智能科技有限公司 基于虚拟现实场景的英文单词诵读记忆方法与系统
CN113947078A (zh) * 2021-10-22 2022-01-18 安徽淘云科技股份有限公司 一种报听写方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN111861814B (zh) 2024-01-16

Similar Documents

Publication Publication Date Title
CN111861372B (zh) 一种单词掌握程度的测试方法及系统
Grondelaers et al. Is Standard Dutch with a regional accent standard or not? Evidence from native speakers' attitudes
Treiman et al. What methods of scoring young children's spelling best predict later spelling performance?
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
CN110276005B (zh) 一种基于用户在线英语单词交互数据的个性化推荐方法及系统
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
CN109271585A (zh) 一种信息推送方法及家教设备
CN113808698A (zh) 计算机化社会适应训练方法及系统
CN112950423A (zh) 一种基于虚拟智能标准化病人的培训系统及方法
CN116487003A (zh) 语言障碍患者的康复训练系统
CN111861817B (zh) 一种字母语言听写学习的记忆强度计算方法及系统
CN114897077A (zh) 一种基于机器学习的英语阅读素养评价方法
CN111861374B (zh) 一种外语复习机制及装置
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
CN111861375B (zh) 一种单词听写最佳复习时间的计算方法及系统
CN111861812B (zh) 一种词听方式的单词记忆强度计算方法及装置
CN116052493A (zh) 一种英语教学用互动教学设备及方法
CN111861815B (zh) 一种词听学习中评估用户记忆水平的方法及装置
CN111861370B (zh) 一种词听最佳复习时间规划的方法及装置
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
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
CN111861813B (zh) 一种智能默写记忆强度的计算方法及电子设备
CN114528808A (zh) 一种基于多维游戏机制的单词融合记忆方法及系统
CN111861373A (zh) 一种智能默写中的复习时间计算方法及电子设备

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