CN111861815B - 一种词听学习中评估用户记忆水平的方法及装置 - Google Patents

一种词听学习中评估用户记忆水平的方法及装置 Download PDF

Info

Publication number
CN111861815B
CN111861815B CN202010566656.5A CN202010566656A CN111861815B CN 111861815 B CN111861815 B CN 111861815B CN 202010566656 A CN202010566656 A CN 202010566656A CN 111861815 B CN111861815 B CN 111861815B
Authority
CN
China
Prior art keywords
learning
word
value
user
test
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
CN202010566656.5A
Other languages
English (en)
Other versions
CN111861815A (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 CN202010566656.5A priority Critical patent/CN111861815B/zh
Publication of CN111861815A publication Critical patent/CN111861815A/zh
Application granted granted Critical
Publication of CN111861815B publication Critical patent/CN111861815B/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
    • 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

  • 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

本发明涉及智能记忆方法技术领域，尤其涉及一种词听学习中评估用户记忆水平的方法及装置，包括：输出学习单词的语音信息；获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；根据所述学习单词的作答正确率判定所述学习单词所处的档位。根据用户对所述学习单词的作答正确率来确定档位，所述作答正确率能直观的反应学习者的学习能力，所述作答正确率越高表明该学习者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，针对能力不同的学习者使用不同的学习计划，实现对单词的侧重记忆，避免地毯式学习，节约时间，提高学习效率。

Description

一种词听学习中评估用户记忆水平的方法及装置
技术领域
本发明涉及智能记忆方法技术领域，尤其涉及一种词听学习中评估用户记忆水平的方法及装置。
背景技术
在近几十年以来，学习外语成为一种潮流，学习外语的队伍越来越大。在上个世纪八十年代，改革开放的趋势下，我国也开始重视外语教育，将外语的地位一步步提高。即便我们国家付出了这样的努力，但是有很大一部分学生却依旧没有办法掌握优秀的外语能力，学了十几年外语到头来，依旧没有办法去使用外语，只是换成了一张张成绩还不错试卷，彰显着那段曾经的辉煌。这很显然就是我们的教学、学习方法上出了一些问题。
在外语的学习中，单词的记忆是最为基础也是最为重要的部分，学习者们往往需要对大量的单词进行记忆，才能夯实学习英语的基础。现实中的外语教育者通常会对一个班或一个组学习者制定统一的单词学习计划，但是由每个学习者的记忆力水平不同，所述学习计划往往不能针对性的适用于每个学习者。
有鉴于此，提出本发明。
发明内容
本发明提供一种词听学习中评估用户记忆水平的方法及装置至少解决上述一个问题。
本发明保护一种词听学习中评估用户记忆水平的方法，包括：
输出学习单词的语音信息；
获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；
根据所述学习单词的作答正确率判定用户的档位，所述档位反映了用户的记忆力水平。
采用上述方案，根据用户对所述学习单词的作答正确率来确定档位，所述作答正确率能直观的反应学习者的学习能力，所述作答正确率越高表明该学习者记忆越快、记忆水平越好，则档位越高，反之则档位越低，进而能根据不同的档位针对用户能力制定学习计划。
进一步地，所述学习单词的作答正确率包括历史信息中的作答正确率和当前的作答正确率。
进一步地，所述输出学习单词的语音信息还包括：
接收输出所述学习单词的语音信息时的外部音频信息；
设置声音强度阈值参数；
分析所述外部音频信息，判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；
若否，将此次学习单词的学习计为有效学习；
若是，判断输出所述学习单词的语音信息时是否使用外接播放；
若是，将此次学习单词的学习计为有效学习；
若否，将此次学习单词的学习计为无效学习。
采用上述方案，当外部环境过于嘈杂，用户难以从中听清时，外部环境对学习客观上存在较大影响，不应被记录为有效样本，但如果学习者使用外接设备，如耳机，那么学习者不会被影响，此次学习不会被影响，应该计为有效学习，所述无效学习受客观因素的影响较大，不计入历史数据，提高样本真实性。
进一步地，所述外接播放包括外接耳机播放、音响播放或蓝牙设备播放。
进一步地，所述学习信息包括初学信息和再次复习信息，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算根据公式：
Rrr=Crr/Crt；
所述Rrr为所述学习单词作答的第一正确率，Crr为再次复习过程中对所述学习单词答对的次数，Crt为再次复习过程中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，所述学习信息还包括测试信息，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根据公式：
Rrt=(Crr+Cqr)/(Crt+Cqt)；
所述Rrt为第二正确率,Cqr为测试中对所述学习单词答对的次数，Cqt为测试中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。
进一步地，所述测试中对所述学习单词答对的次数的计算包括：
根据所述学习信息计算每次完成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。
进一步地，所述测试中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，答错次数会影响作答总次数，进而影响作答正确率。
进一步地，所述学习单词所处档位的计算包括步骤：
接收所述第二正确率；
判断所述第二正确率所处范围；
根据所述第二正确率所处范围确定所述档位。
采用上述方案，通过所述第二正确率对应所述档位，所述档位确定了学习者的学习能力，针对不同学习者采用不同的方案，更加科学合理。
进一步地，计算所述第（N-1）最佳复习时间点包括：
当第（N-1）次学习信息为初学信息时，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/μ)+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，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；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。
进一步地，所述初始记忆强度的确定包括：
设置第一反应时长和第二反应时长，所述第一反应时长大于第二反应时长；
接收作答信息，所述作答信息包括答案信息和所答时长，判断所述答案信息是否正确，对比所述第一反应时长和第二反应时长与作答时长；
当所述作答信息正确且所述作答时长小于或等于所述第二反应时长时，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；
当所述作答信息正确且所述作答时长大于所述第二反应时长、小于或等于所述第一反应时长时，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，所述第三初始记忆强度值计算根据公式I=Dz-(D3-Db)×2，Dz为极值，I为第三初始记忆强度值，D3为实际反应时长，Da为第一反应时长，Db为第二反应时长；
当所述作答信息错误时标记所述学习单词为生词，所述学习单词的记忆强度值为第二初始记忆强度值。
采用上述方案，通过设置第一反应时长和第二反应时长，根据用户作答的实际反应时长与所述第一反应时长和第二反应时长的比较，提高学习者在学习时的紧张感，避免学习者分散注意力影响学习效率；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。
优选地，当第（N-1）次学习信息为再次复习信息时，根据公式：
Tbr1=Tr+Dr,Dr=C1×ep，P=(C2×Sr/μ)+C3；
所述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，所述最佳复习时间点的计算还包括步骤：
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；
若否，不进行调整；
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，科学的进行记忆，提高学习效率。
进一步地，当所述第（N-1）次学习信息为测试信息时，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,减少值为生词测试直接减少值；用户答对所述生词时，所述生词的记忆强度值增加，增加值为生词测试直接增加值。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，生词测试直接减少值的计算根据公式：
Sqr=16+16×Rqw,Rqw=Cqw/Cqt；
其中Sqr为生词测试直接减少值，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。
进一步地，当Tit<24×60×60时，生词测试直接增加值的计算公式为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，生词测试直接增加值的计算公式为Sqi=（14+12×Meg×0.2）/2;其中Sqi为生词测试直接增加值，Meg为档位，式中的常量14、12根据人类遗忘曲线确定。
采用上述方案，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，所述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值的计算公式Sqr计算得出。
优选地，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。
采用上述方案，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根据公式：
Rd=(1-Mrd/Da)×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，所述反应时长影响记忆强度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，所述记忆强度增加值或减少值还包括疲劳影响值，所述疲劳影响值的计算根据公式：
Fa=(1-Fi)×Mfa,Fi=De/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。
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，Ds可以为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，所述难度影响值的计算根据公式：
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为用户复习过程中和初次学习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；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。
进一步地，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根据公式：
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为用户复习过程中和初次学习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。
进一步地，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根据公式：
Dli=Dgi×Mdg,Dgi=(Trc - Tbr3) / 24×60×60；
所述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。
进一步地，所述增加的记忆强度值还包括档位影响值，所述档位影响增加值的计算根据公式：
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为档位影响增加值，答对引擎常数Reg根据人类遗忘规律进行确定。
进一步地，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值，所述档位影响减少值的计算根据公式：
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为档位影响减少值，答错引擎常数Weg根据人类遗忘规律进行确定。
本发明另一方面保护一种词听学习中评估用户记忆水平的装置，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的方法。
综上所述，本发明具有以下有益效果：
1.本发明提供的词听学习中评估用户记忆水平的方法，根据用户对所述学习单词的作答正确率来确定档位，所述作答正确率能直观的反应学习者的学习能力，所述作答正确率越高表明该学习者对所述单词记忆越快、记忆水平越好，则档位越高，反之则档位越低，进而能根据不同的档位针对用户能力制定学习计划。
2.本发明提供的词听学习中评估用户记忆水平的方法，当外部环境过于嘈杂，嘈杂程度达到能够影响学习者学习的程度时，用户难以从中听清单词时，外部环境对学习客观上存在较大影响，不应被记录为有效样本，但如果学习者使用外接设备，如耳机，那么学习者不会被影响，此次学习不会被影响，应该计为有效学习。
3.本发明提供的词听学习中评估用户记忆水平的方法的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。
4.本发明提供的词听学习中评估用户记忆水平的方法的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,减少值为生词测试直接减少值；用户答对所述生词时，所述生词的记忆强度值增加，增加值为生词测试直接增加值，更加准确的反应用户对所述学习单词的掌握程度。
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为本发明词听学习中评估用户记忆水平的方法一种实施方式的流程图；
图2为本发明中输出学习单词的语音信息一种实施方式的流程图；
图3为本发明一种实施方式的做答示意图；
图4为本发明一种实施方式的作答结果示意图。
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。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。
实验例
方法一
输出学习单词的语音信息；
获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；
根据所述学习单词的作答正确率判定用户的档位，所述档位反映了用户的记忆力水平。
方法二
与方法一相似，不同点在于：接收输出所述学习单词的语音信息时的外部音频信息；
设置声音强度阈值参数,设置所述声音强度阈值参数为55分贝；
分析所述外部音频信息，判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；
若否，将此次学习单词的学习计为有效学习；
若是，判断输出所述学习单词的语音信息时是否使用外接播放；
若是，将此次学习单词的学习计为有效学习；
若否，将此次学习单词的学习计为无效学习。
方法三
与方法一相似，不同点在于：对用户在5秒以（包括5秒）内作答正确，标记为熟词，赋予第一初始记忆强度值100；当用户作答时间超过20秒，赋予第二初始记忆强度值33；当用户作答时间大于5秒、小于等于20秒时，依然作答正确，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作答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。接收输出所述学习单词的语音信息时的外部音频信息；设置所述声音强度阈值参数为55分贝;判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；若否，将此次学习单词的学习计为有效学习；若是，判断输出所述学习单词的语音信息时是否使用外接播放；
若是，将此次学习单词的学习计为有效学习；若否，将此次学习单词的学习计为无效学习。
方法四
输出学习单词的语音信息；
获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；
根据所述学习单词的作答正确率判定用户的档位，所述档位反映了用户的记忆力水平。
接收输出所述学习单词的语音信息时的外部音频信息；设置所述声音强度阈值参数为55分贝;判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；若否，将此次学习单词的学习计为有效学习；若是，判断输出所述学习单词的语音信息时是否使用外接播放；若是，将此次学习单词的学习计为有效学习；若否，将此次学习单词的学习计为无效学习。
所述记忆强度增加或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作答的错误率，λ为难度标记，Crw为用户复习过程中和初次学习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，Mdt取值为3；λ取值为5。
所述记忆强度增加或减少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，Da为第一反应时长，所述Srd取值为7，Mrd单位为秒。
所述记忆强度增加或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=De/Ds；
所述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，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，Ds可以为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，所述Mfa可以为4。
方法五
与方法四，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强度减少值；当用户答对所述生词时，所述生词的记忆强度值增加强度增加值。
年龄18-21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
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，通过显示的记忆强度程度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），更精细地对记忆强度程度进行划分，更好地进行针对性学习；组别五与组别六与组别二相比，熟词正确率明显提高（P<0.01），说明组别五与组别六中增加或减少的值会根据疲劳程度，单词难易程度等变化，与机械性增加或减少固定的值相比，记忆强度值更准确反映用户的掌握程度；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，以便使记忆强度值更准确反映用户的实际掌握情况。
实施例
参考图1、图3、图4所示，一种词听学习中评估用户记忆水平的方法，包括以下步骤：
输出学习单词的语音信息；
获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；
根据所述学习单词的作答正确率判定用户的档位，所述档位反映了用户的记忆力水平。
采用上述方案，根据用户对所述学习单词的作答正确率来确定档位，所述作答正确率能直观的反应学习者的学习能力，所述作答正确率越高表明该学习者记忆越快、记忆水平越好，则档位越高，反之则档位越低，进而能根据不同的档位针对用户能力制定学习计划。
在具体实施过程中，所述输出学习单词的语音信息从用户选择的学习库中输出，所述学习库可以为四级学习库、六级学习库或雅思学习库；所述从用户选择的学习库中输出可以为随机输出。
在具体实施过程中，会播放被选择词库中相应的单词，用户可以选择图3中的笑脸或者哭脸来作答，笑脸表示认识所述学习单词、哭脸表示不认识所述学习单词，然后会出现图4的界面，用户可以选择打勾或者打叉来确定是答对还是答错。
在本实施例的一个优选实施方式中，所述学习单词的作答正确率包括历史信息中的作答正确率和当前的作答正确率。
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。
如图2所示，在具体实施过程中，所述输出学习单词的语音信息还包括：
接收输出所述学习单词的语音信息时的外部音频信息；
设置声音强度阈值参数；
分析所述外部音频信息，判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；
若否，将此次学习单词的学习计为有效学习；
若是，判断输出所述学习单词的语音信息时是否使用外接播放；
若是，将此次学习单词的学习计为有效学习；
若否，将此次学习单词的学习计为无效学习。
采用上述方案，当外部环境过于嘈杂，用户难以从中听清时，外部环境对学习客观上存在较大影响，不应被记录为有效样本，但如果学习者使用外接设备，如耳机，那么学习者不会被影响，此次学习不会被影响，应该计为有效学习，所述无效学习受客观因素的影响较大，不计入历史数据，提高样本真实性。
在具体实施过程中，所述无效学习为无效学习样本，即视作没有进行过此次学习；所述有效学习为正常的学习。
在本实施例的一个优选实施方式中，所述外接播放包括外接耳机播放、音响播放或蓝牙设备播放。
在具体实施过程中，所述分贝阈值参数可以为50、55或60分贝等。
在本实施例的一个优选的实施方式中，所述分贝阈值参数为55分贝。
采用上述方案，根据国家法律规定室内噪音标准白天不能超过55分贝，当所述外部音频信息的分贝数大于55分贝时，对学习者影响较大。
在具体实施过程中，所述学习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，所述学习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。
参考图2所示，在具体实施过程中，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成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；根据人类遗忘曲线得出最佳复习时间点前后七天是临界值，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的计算公式为：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，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，需要从科学的角度出发进行计算，答错次数会影响作答总次数，进而影响作答正确率。
在具体实施过程中，所述学习单词所处档位的计算包括步骤：
接收所述第二正确率；
判断所述第二正确率所处范围；
根据所述第二正确率所处范围确定所述档位。
采用上述方案，通过所述第二正确率对应所述档位，所述档位确定了学习者的学习能力，针对不同学习者采用不同的方案，更加科学合理。
在具体实施过程中，所述学习单词所处的档位计算可以为：
当Rrt小于等于5时，档位值为1；
当Rrt大于5且小于等于15时，档位值为2；
当Rrt大于15且小于等于20时，档位值为3；
当Rrt大于20且小于等于30时，档位值为4；
当Rrt大于30且小于等于45时，档位值为5；
当Rrt大于55且小于等于70时，档位值为6；
当Rrt大于70且小于等于80时，档位值为7；
当Rrt大于80且小于等于85时，档位值为8；
当Rrt大于85且小于等于95时，档位值为9；
当Rrt大于95：档位值为10。
在具体实施过程中，所述第二正确率可以为60,55＜60≤70，档位值为6。
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）次学习信息为初学信息时，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/μ)+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，μ为计算常量。
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、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；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，所述初始记忆强度的确定包括：
设置第一反应时长和第二反应时长，所述第一反应时长大于第二反应时长；
接收作答信息，所述作答信息包括答案信息和所答时长，判断所述答案信息是否正确，对比所述第一反应时长和第二反应时长与作答时长；
当所述作答信息正确且所述作答时长小于或等于所述第二反应时长时，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；
当所述作答信息正确且所述作答时长大于所述第二反应时长、小于或等于所述第一反应时长时，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，所述第三初始记忆强度值计算根据公式I=Dz-(D3-Db)×2，Dz为极值，I为第三初始记忆强度值，D3为实际反应时长，Da为第一反应时长，Db为第二反应时长；
当所述作答信息错误时标记所述学习单词为生词，所述学习单词的记忆强度值为第二初始记忆强度值。
采用上述方案，通过设置第一反应时长和第二反应时长，根据用户作答的实际反应时长与所述第一反应时长和第二反应时长的比较，提高学习者在学习时的紧张感，避免学习者分散注意力影响学习效率；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。
在具体实施过程中，根据人类记忆反应规律所述第一反应时长可以为20秒、第二反应时长可以为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=5I=11+(D3-5)×2/15计算，I为第三初始记忆强度值，5＜D3≤20，D3为实际反应时长。通过加入所述第一反应时长和第二反应时长的设置，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。
在具体实施过程中，当第（N-1）次学习信息为再次复习信息时，Tbr1=Tr+Dr,Dr=C1×ep，P=(C2×Sr/μ)+C3；
所述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。
在具体实施过程中，所述最佳复习时间点的计算还包括步骤：
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；
若否，不进行调整；
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，科学的进行记忆，提高学习效率。
在具体实施过程中，在用户复习所述学习单词的过程中，当连续三次的最佳复习时间点都出现在同一天且在所述同一天内连续三次全部答对并且计算之后的所述第一最佳复习时间点仍与连续三次学习处于同一天，则将所述学习单词再次复习时的最佳复习时间点为调整到第二天早上5:00-11:00。
在具体实施过程中，所述最佳复习时间点可以调整为第二天早上5点、6点或7点。
在本实施例的一个优选的实施方式中，所述最佳复习时间点调整为第二天早上6点。
采用上述方案，首先根据睡眠对记忆的促进作用，将最佳复习时间点调整到第二天早上更有利于科学记忆；其次考虑到大脑需要得到充分休息，复习时间不应该过早，科学分配复习时间，提升学习效率。当所述第（N-1）次学习信息为测试信息时，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。
在具体实施过程中，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,减少值为生词测试直接减少值；用户答对所述生词时，所述生词的记忆强度值增加，增加值为生词测试直接增加值。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。
在具体实施过程中，当Tit<24×60×60时，生词测试直接增加值的计算公式为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，生词测试直接增加值的计算公式为Sqi=（14+12×Meg×0.2）/2;其中Sqi为生词测试直接增加值，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。
在具体实施过程中，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值的计算公式Sqi叠加得出。
在具体实施过程中，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值的计算公式Sqr计算得出。
在具体实施过程中，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。
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。
在具体实施过程中，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/Da)×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。
在具体实施过程中，所述记忆强度增加值或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=De/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。
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，Ds可以为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，当一天的学习时间大于30分钟时，所述疲劳影响值按照30分钟时进行计算。
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为用户复习过程中和初次学习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为用户复习过程中和初次学习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。
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。
在具体实施过程中，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值，所述档位影响减少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。
一种词听学习中评估用户记忆水平的装置，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的方法。
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 (7)

1.一种词听学习中评估用户记忆水平的方法，其特征在于，包括：
输出学习单词的语音信息；
获取用户的学习信息，所述学习信息包括所述学习单词的作答正确率；
根据所述学习单词的作答正确率判定用户的档位，所述档位反映了用户的记忆力水平；
所述学习信息还包括测试信息，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根据公式：
Rrt=(Crr+Cqr)/(Crt+Cqt)；
所述Rrt为第二正确率,Cqr为测试中对所述学习单词答对的次数，Cqt为测试中对所述学习单词作答总次数；
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成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；
所述测试中对所述学习单词作答总次数的计算公式为：Cqt=Cqr+Cqw,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）；
计算第（N-1）最佳复习时间点包括：
当所述第（N-1）次学习信息为初学信息时，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/μ)+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，μ为计算常量；
增加或减少的记忆强度值还包括难度影响值，所述记忆强度增加或减少值还包括疲劳影响值。
2.根据权利要求1所述的词听学习中评估用户记忆水平的方法，其特征在于，所述输出学习单词的语音信息还包括：
接收输出所述学习单词的语音信息时的外部音频信息；
设置声音强度阈值参数；
分析所述外部音频信息，判断所述外部音频信息的外部声音强度是否大于所述声音强度阈值参数；
若否，将此次学习单词的学习计为有效学习；
若是，判断输出所述学习单词的语音信息时是否使用外接播放；
若是，将此次学习单词的学习计为有效学习；
若否，将此次学习单词的学习计为无效学习。
3.根据权利要求2所述的词听学习中评估用户记忆水平的方法，其特征在于，所述学习信息包括初学信息和再次复习信息，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算根据公式：
Rrr=Crr/Crt；
所述Rrr为所述学习单词作答的第一正确率，Crr为再次复习过程中对所述学习单词答对的次数，Crt为再次复习过程中对所述学习单词作答总次数。
4.根据权利要求1所述的词听学习中评估用户记忆水平的方法，其特征在于，所述学习单词所处档位的计算包括步骤：
接收所述第二正确率；
判断所述第二正确率所处范围；
根据所述第二正确率所处范围确定所述档位。
5.根据权利要求1所述的词听学习中评估用户记忆水平的方法，其特征在于:当所述第（N-1）次学习信息为测试信息时，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。
6.根据权利要求5所述的词听学习中评估用户记忆水平的方法，其特征在于: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值的计算公式Sqr计算得出。
7.一种词听学习中评估用户记忆水平的装置，其特征在于，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1-6任一项的方法。
CN202010566656.5A 2020-06-19 2020-06-19 一种词听学习中评估用户记忆水平的方法及装置 Active CN111861815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010566656.5A CN111861815B (zh) 2020-06-19 2020-06-19 一种词听学习中评估用户记忆水平的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010566656.5A CN111861815B (zh) 2020-06-19 2020-06-19 一种词听学习中评估用户记忆水平的方法及装置

Publications (2)

Publication Number Publication Date
CN111861815A CN111861815A (zh) 2020-10-30
CN111861815B true CN111861815B (zh) 2024-02-02

Family

ID=72986930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010566656.5A Active CN111861815B (zh) 2020-06-19 2020-06-19 一种词听学习中评估用户记忆水平的方法及装置

Country Status (1)

Country Link
CN (1) CN111861815B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003050781A2 (en) * 2001-12-12 2003-06-19 Cerego Cayman, Inc. System, apparatus and method for maximizing effectiveness and efficiency of learning, retaining and retrieving knowledge and skills
CN103020105A (zh) * 2011-09-27 2013-04-03 株式会社东芝 文档读出支持设备和方法
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
CN104616120A (zh) * 2015-02-27 2015-05-13 广东小天才科技有限公司 基于课程表定制学习计划的方法及系统
CN105702246A (zh) * 2016-03-17 2016-06-22 广东小天才科技有限公司 一种辅助用户进行听写的方法及装置
KR20170007852A (ko) * 2017-01-13 2017-01-20 경북대학교 산학협력단 외국어 학습 제공 장치 및 그 방법, 이를 수행하기 위한 기록매체
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
WO2018135892A1 (ko) * 2017-01-20 2018-07-26 삼성전자주식회사 적응적으로 회의를 제공하기 위한 장치 및 방법
WO2019003485A1 (ja) * 2017-06-30 2019-01-03 株式会社Ａｂｅｊａ 機械学習又は推論のための計算機システム及び方法
CN109658918A (zh) * 2018-12-03 2019-04-19 广东外语外贸大学 一种智能英语口语复述题评分方法和系统
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
CN110377814A (zh) * 2019-05-31 2019-10-25 平安国际智慧城市科技股份有限公司 题目推荐方法、装置及介质
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
CN110503976A (zh) * 2019-08-15 2019-11-26 广州华多网络科技有限公司 音频分离方法、装置、电子设备及存储介质
CN111081102A (zh) * 2019-07-29 2020-04-28 广东小天才科技有限公司 一种听写结果的检测方法及学习设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323556A1 (en) * 2011-06-15 2012-12-20 Chen Ti-Chih System and method for using pinyin and a dynamic memory state for modifying a hanyu vocabulary test
US10839712B2 (en) * 2016-09-09 2020-11-17 International Business Machines Corporation Monitoring learning performance using neurofeedback

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003050781A2 (en) * 2001-12-12 2003-06-19 Cerego Cayman, Inc. System, apparatus and method for maximizing effectiveness and efficiency of learning, retaining and retrieving knowledge and skills
CN103020105A (zh) * 2011-09-27 2013-04-03 株式会社东芝 文档读出支持设备和方法
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
CN104616120A (zh) * 2015-02-27 2015-05-13 广东小天才科技有限公司 基于课程表定制学习计划的方法及系统
CN105702246A (zh) * 2016-03-17 2016-06-22 广东小天才科技有限公司 一种辅助用户进行听写的方法及装置
KR20170007852A (ko) * 2017-01-13 2017-01-20 경북대학교 산학협력단 외국어 학습 제공 장치 및 그 방법, 이를 수행하기 위한 기록매체
WO2018135892A1 (ko) * 2017-01-20 2018-07-26 삼성전자주식회사 적응적으로 회의를 제공하기 위한 장치 및 방법
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
WO2019003485A1 (ja) * 2017-06-30 2019-01-03 株式会社Ａｂｅｊａ 機械学習又は推論のための計算機システム及び方法
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
CN109658918A (zh) * 2018-12-03 2019-04-19 广东外语外贸大学 一种智能英语口语复述题评分方法和系统
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
CN110377814A (zh) * 2019-05-31 2019-10-25 平安国际智慧城市科技股份有限公司 题目推荐方法、装置及介质
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
CN111081102A (zh) * 2019-07-29 2020-04-28 广东小天才科技有限公司 一种听写结果的检测方法及学习设备
CN110503976A (zh) * 2019-08-15 2019-11-26 广州华多网络科技有限公司 音频分离方法、装置、电子设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Determining co-location using a sequential hypothesis test on patterns of silence;Wai-tian Tan et al;《2013 IEEE International Conference on Acoustics, Speech and Signal Processing》;1-5 *
人手腕部振动强度触觉感知的短时记忆特性;郝飞 等;《生理学报》;第66卷(第6期);683-690 *
多模态教学对英语词汇习得效果的实证研究;甘洛荧;《中国优秀硕士学位论文全文数据库哲学与人文科学辑》(第1期);F085-284 *
语音词汇网单词联想记忆;李俊林 等;《计算机应用》;第30卷(第7期);1970-1973 *

Also Published As

Publication number Publication date
CN111861815A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Otto et al. Guidelines for jury evaluations of automotive sounds
CN101933085B (zh) 音频质量客观感知评估方法及其设备
CN111861372B (zh) 一种单词掌握程度的测试方法及系统
WO2006109268A1 (en) Automated speech disorder detection method and apparatus
Asker-Árnason et al. The relationship between reading comprehension, working memory and language in children with cochlear implants
Studley Inequality, student achievement, and college admissions: A remedy for underrepresentation
CN111815267B (zh) 一种外语学习及复习的方法及装置
CN111861374B (zh) 一种外语复习机制及装置
CN106572818A (zh) 一种具有用户特定编程的听觉系统
CN111861815B (zh) 一种词听学习中评估用户记忆水平的方法及装置
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
CN111861370B (zh) 一种词听最佳复习时间规划的方法及装置
CN111861812B (zh) 一种词听方式的单词记忆强度计算方法及装置
CN111861817B (zh) 一种字母语言听写学习的记忆强度计算方法及系统
CN111861371B (zh) 一种计算单词最佳复习时间的方法及设备
CN116052493A (zh) 一种英语教学用互动教学设备及方法
CN111861375B (zh) 一种单词听写最佳复习时间的计算方法及系统
Preis et al. The relationship between speech intelligibility and the assessment of noise annoyance
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
CN111861819B (zh) 一种智能默写中评估用户记忆水平的方法及电子设备
Neger et al. Correlates of older adults’ discrimination of acoustic properties in speech
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
Manning et al. Similarity ratings and confusability of lipread consonants compared with similarity ratings of auditory and orthographic stimuli
Pittman et al. Influence of hearing loss on the perceptual strategies of children and adults
CN111861813B (zh) 一种智能默写记忆强度的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