CN111866608B - 一种用于教学的视频播放方法、装置和系统 - Google Patents

一种用于教学的视频播放方法、装置和系统 Download PDF

Info

Publication number
CN111866608B
CN111866608B CN202010776199.2A CN202010776199A CN111866608B CN 111866608 B CN111866608 B CN 111866608B CN 202010776199 A CN202010776199 A CN 202010776199A CN 111866608 B CN111866608 B CN 111866608B
Authority
CN
China
Prior art keywords
teaching
video
theme
matching
learning
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
CN202010776199.2A
Other languages
English (en)
Other versions
CN111866608A (zh
Inventor
崔宝成
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 Huasheng Internet Technology Co ltd
Original Assignee
Beijing Huasheng Internet 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 Huasheng Internet Technology Co ltd filed Critical Beijing Huasheng Internet Technology Co ltd
Priority to CN202010776199.2A priority Critical patent/CN111866608B/zh
Publication of CN111866608A publication Critical patent/CN111866608A/zh
Application granted granted Critical
Publication of CN111866608B publication Critical patent/CN111866608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/233—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/437—Interfacing the upstream path of the transmission network, e.g. for transmitting client requests to a VOD server
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种用于教学的视频播放方法、装置、系统和存储介质，方法包括：获取老师的教学视频，对所述教学视频进行划分，形成多个教学主题及对应的教学主题视频；获取用户输入的学习问题；将所述学习问题输入主题匹配模型，与所述教学主题进行匹配；播放与所述学习问题匹配的教学主题对应的教学主题视频。采用该技术方案，通过主题匹配模型，能够很好的将学生提出的问题与老师教学视频相匹配，更加准确地给学生播放相关视频，提高学生的学习效率。

Description

一种用于教学的视频播放方法、装置和系统
技术领域
本发明涉及多媒体技术领域，具体而言，涉及一种用于教学的视频播 放方法、装置和系统。
背景技术
随着网络技术的发展，现在越来越多的学生还是通过网络课程进行学 习。目前的网络课程学习主要是学生通过网络获取老师上传的教学视频， 通过观看教学视频学习知识。
但是目前的网络课程教学视频通常是整节课的视频，当学生对课程中 某一小节的内容不是很熟悉，想反复观看和学习时需要手动调节播放进 度，调到相关内容进行观看。但很难精准的控制播放进度，不是提前播放 其他知识点的内容，就是调节过了需要重新调节，往往需要花费大量的时 间在视频的进度调节上，降低了学生的学习效率。
发明内容
本发明旨在解决现有教学视频不能很好的与学生提出的问题匹配并 进行播放的问题。
为了解决上述技术问题，本发明第一方面提出一种用于教学的视频播 放方法，包括：
获取老师的教学视频，对所述教学视频进行划分，形成多个教学主题 及对应的教学主题视频；
获取用户输入的学习问题；
将所述学习问题输入主题匹配模型，与所述教学主题进行匹配；
播放与所述学习问题匹配的教学主题对应的教学主题视频。
根据本发明的一种优选实施方式，所述对所述教学视频进行划分，形 成多个教学主题及相对应的教学主题视频具体包括：
从所述教学视频中提取与所述教学视频同步的教学音频；
将所述教学音频转化为教学文本数据；
对所述教学文本数据进行聚类分析，形成多个教学主题；
根据所述教学主题划分所述教学视频形成对应的教学主题视频。
根据本发明的一种优选实施方式，所述主题匹配模型包括编码层和匹 配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于句向 量之间的匹配计算。
根据本发明的一种优选实施方式，所述编码层的输入接口为多个，其 中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题。
本发明第二方面提出一种用于教学的视频播放装置，包括：
视频获取模块，用于获取老师的教学视频，对所述教学视频进行划分， 形成多个教学主题及对应的教学主题视频；
问题获取模块，用于获取用户输入的学习问题；
问题匹配模块，用于将所述学习问题输入主题匹配模型，与所述教学 主题进行匹配；
视频播放模块，用于播放与所述学习问题匹配的教学主题对应的教学 主题视频。
根据本发明的一种优选实施方式，所述对所述教学视频进行划分，形 成多个教学主题及相对应的教学主题视频具体包括：
从所述教学视频中提取与所述教学视频同步的教学音频；
将所述教学音频转化为教学文本数据；
对所述教学文本数据进行聚类分析，形成多个教学主题；
根据所述教学主题划分所述教学视频形成对应的教学主题视频。
根据本发明的一种优选实施方式，所述主题匹配模型包括编码层和匹 配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于句向 量之间的匹配计算。
根据本发明的一种优选实施方式，所述编码层的输入接口为多个，其 中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题。
本发明第三方面提出一种用于教学的视频播放系统，包括：
存储单元，用于存储计算机可执行程序；
处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所 述的用于教学的视频播放方法。
本发明第四方面提出一种计算机可读介质，用于存储计算机可读程 序，其特征在于，所述计算机可读程序用于执行所述的用于教学的视频播 放方法。
采用该技术方案，通过主题匹配模型，能够很好的将学生提出的问题 与老师教学视频相匹配，更加准确地给学生播放相关视频，提高学生的学 习效率。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果 更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是， 下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术 人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实 施例的附图。
图1是本发明实施例中用于教学的视频播放方法的流程示意图；
图2是本发明实施例中主题匹配模型结构示意图；
图3是本发明实施例中用于教学的视频播放装置的结构示意图。
图4是本发明实施例中用于教学的视频播放计算机系统的结构示意 图；
图5是本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示 例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此 阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加 完整，更加便于将发明构思全面地传达给本领域的技术人员。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结 构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其 他的实施例中。
在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征 的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并 不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效 果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中 必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所 显示的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步 骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流 程图中显示的执行顺序可以根据实际情况改变。
图1是本发明一种用于教学的视频播放方法的流程示意图，如图1所 示，本发明具有如下步骤：
S101、获取老师的教学视频，对所述教学视频进行划分，形成多个教 学主题及对应的教学主题视频。
在本实施方式中，通过录像设备对老师的教学视频进行录制，教学视 频中还包括与视频同步的音频数据。
在上述技术方案的基础上，进一步地，所述对所述教学视频进行划分， 形成多个教学主题及相对应的教学主题视频具体包括：
从所述教学视频中提取与所述教学视频同步的教学音频；
将所述教学音频转化为教学文本数据；
对所述教学文本数据进行聚类分析，形成多个教学主题；
根据所述教学主题划分所述教学视频形成对应的教学主题视频。
在本实施方式中，将与教学视频同步的教学音频提取出来。通过语音 识别，将教学音频转化为教学文本数据，教学文本数据包括时间戳，用于 与教学视频相对应。
通过对教学文本数据进行分词，将分词处理后的教学文本数据转化为 向量。对所述向量进行聚类分析，形成多个教学主题。比如老师可能在整 个教学视频中讲解了圆柱体积的计算方法、圆柱侧面积的计算方法、圆锥 体积的计算方法、圆锥侧面积的计算方法、圆台体积的计算方法以及圆台 侧面积的计算方法，通过聚类分析，将这些教学主题进行分类。
文本的向量化，即使用数字特征来代表文本，因为计算机无法直接理 解人类创造的语言和文字。为了让计算机能够理解文本，我们需要将文本 信息映射到一个数值化的语义空间中，这个语义空间我们可以称之为词向 量空间。将文本转化为向量有多种算法，比如TF-IDF、BOW、One-Hot、 word2vec等等。在本实施方式中，文本的向量化采用word2vec算法， word2vec模型是一个无监督的学习模型，使用未标引的语料集的训练就可 以实现文本信息到语义空间的映射。老师在长期的教学活动中积累了大量 的历史教学文本数据，这些历史教学文本数据可以作为word2vec模型训 练的语料。
在完成文本的向量化后，需要对这些向量进行聚类分析，进行聚类分 析的算法模型也有很多种，比如：LDA、LSI、SVM、Chameleon算法模 型。在本实施方式中，采用基于深度学习的TextCNN模型。TextCNN模 型包括输入层、卷积层、池化层以及全连接层。通过基于深度学习的 TextCNN模型完成聚类分析工作，不用老师再对教学文本数据进行分类， 减轻了老师的工作，缓解了老师的工作压力。
S102、获取用户输入的学习问题。
在本实施方式中，用户可以在网页客户端、PC客户端以及移动终端 的客户端中输入想要了解和学习的问题，由于学生的年龄偏小，输入问题 时的语句不会很规范，很可能直接学习中遇到的题目中直接抄取内容进行 查询。如果通过人工的方式工作量太大，而计算机又不能直接获得学生想 要了解的问题的主题，比如用户输入“上面半径为5，下面半径为8，高 为10，求侧面积”。
S103、将所述学习问题输入主题匹配模型，与所述教学主题进行匹配。
在上述技术方案的基础上，进一步地，所述主题匹配模型包括编码层 和匹配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于 句向量之间的匹配计算。
在上述技术方案的基础上，进一步地，所述编码层的输入接口为多个， 其中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题。
图2是主题匹配模型的结构示意图，如图2所示，所述编码层采用双 向长短时期记忆网络模型。
双向长短时期记忆网络模型是循环神经网络的一种，能够更好的对语 句的前后词进行考虑，比如“我不觉得这个衣服好看”，其中“不”是对 后面的“衣服好看”进行限定，表示对衣服好看的否定，采用双向长短时 期记忆网络模型可以更好的捕捉到较长距离的依赖关系，而且双向长短时 期记忆网络模型还可以顾及到后面的词对前面的词的限定，比如“这个杯 子漂亮的不行”，其中“不行”是“漂亮”的修饰和限定。在本实施方式 中，双向长短时期记忆网络模型为采用有监督学习的方式使用历史对话记 录作为训练数据对模型进行训练。
在本实施方式中，编码层的输入接口为四个，其中第一个为输入用户 的问题，后面三个输入接口输入的是从聚类分析获得的教学主题中选取三 个的标准问句。经过双向长短时期记忆网络模型的运算，编码层输出四个 问句对应的句向量。在其他实施方式中，输入接口可以设置更多个，也可 以采用遍历的方式对标准问句集中的标准问句进行遍历，匹配最接近的一 个标准问句。
在上述技术方案的基础上，进一步地，所述匹配层采用余弦算法计算 用户问句的句向量与标准问句的句向量之间的匹配度。经过计算用户提的 问题与圆台侧面积的计算方法最接近，因此确定用户想学习的内容为圆台 侧面积的计算方法。
S104、播放与所述学习问题匹配的教学主题对应的教学主题视频。
在上述技术方案的基础上，进一步地，播放与所述学习问题匹配的教 学主题对应的教学主题视频具体包括：
客户端获取所述教学主题视频，在本地加载视频渲染器，对所述教学 主题视频进行视频渲染，播放经过视频渲染的教学主题视频。
在本实施方式中，由于每个学生家庭的网络速率不一样，为了保证绝 大多数的学生能够很好的观看教学视频，通过网络传输的教学视频是经过 视频压缩的流媒体，在客户端显示的时候效果可能比较模糊，会影响学生 的观看。因此在客户端获取对应的教学主题视频的时候，在本地加载视频 渲染器，在本实施方式中视频渲染器为madVR(mashi videorenderer) 视频渲染器，通过视频渲染器对视频进行渲染，提高教学主题视频的清晰 度，提升学生观看的使用感受。
图3是本发明实施例中用于教学的视频播放装置的结构示意图，如图 3所示，一种用于教学的视频播放装置300包括：
视频获取模块301，用于获取老师的教学视频，对所述教学视频进行 划分，形成多个教学主题及对应的教学主题视频。
在本实施方式中，通过录像设备对老师的教学视频进行录制，教学视 频中还包括与视频同步的音频数据。
在上述技术方案的基础上，进一步地，所述对所述教学视频进行划分， 形成多个教学主题及相对应的教学主题视频具体包括：
从所述教学视频中提取与所述教学视频同步的教学音频；
将所述教学音频转化为教学文本数据；
对所述教学文本数据进行聚类分析，形成多个教学主题；
根据所述教学主题划分所述教学视频形成对应的教学主题视频。
在本实施方式中，将与教学视频同步的教学音频提取出来。通过语音 识别，将教学音频转化为教学文本数据，教学文本数据包括时间戳，用于 与教学视频相对应。
通过对教学文本数据进行分词，将分词处理后的教学文本数据转化为 向量。对所述向量进行聚类分析，形成多个教学主题。比如老师可能在整 个教学视频中讲解了圆柱体积的计算方法、圆柱侧面积的计算方法、圆锥 体积的计算方法、圆锥侧面积的计算方法、圆台体积的计算方法以及圆台 侧面积的计算方法，通过聚类分析，将这些教学主题进行分类。
文本的向量化，即使用数字特征来代表文本，因为计算机无法直接理 解人类创造的语言和文字。为了让计算机能够理解文本，我们需要将文本 信息映射到一个数值化的语义空间中，这个语义空间我们可以称之为词向 量空间。将文本转化为向量有多种算法，比如TF-IDF、BOW、One-Hot、 word2vec等等。在本实施方式中，文本的向量化采用word2vec算法， word2vec模型是一个无监督的学习模型，使用未标引的语料集的训练就可 以实现文本信息到语义空间的映射。老师在长期的教学活动中积累了大量 的历史教学文本数据，这些历史教学文本数据可以作为word2vec模型训 练的语料。
在完成文本的向量化后，需要对这些向量进行聚类分析，进行聚类分 析的算法模型也有很多种，比如：LDA、LSI、SVM、Chameleon算法模 型。在本实施方式中，采用基于深度学习的TextCNN模型。TextCNN模 型包括输入层、卷积层、池化层以及全连接层。通过基于深度学习的 TextCNN模型完成聚类分析工作，不用老师再对教学文本数据进行分类， 减轻了老师的工作，缓解了老师的工作压力。
问题获取模块302，用于获取用户输入的学习问题。
在本实施方式中，用户可以在网页客户端、PC客户端以及移动终端 的客户端中输入想要了解和学习的问题，由于学生的年龄偏小，输入问题 时的语句不会很规范，很可能直接学习中遇到的题目中直接抄取内容进行 查询。如果通过人工的方式工作量太大，而计算机又不能直接获得学生想 要了解的问题的主题，比如用户输入“上面半径为5，下面半径为8，高 为10，求侧面积”。
问题匹配模块303，用于将所述学习问题输入主题匹配模型，与所述 教学主题进行匹配。
在上述技术方案的基础上，进一步地，所述主题匹配模型包括编码层 和匹配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于 句向量之间的匹配计算。
在上述技术方案的基础上，进一步地，所述编码层的输入接口为多个， 其中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题。
双向长短时期记忆网络模型是循环神经网络的一种，能够更好的对语 句的前后词进行考虑，比如“我不觉得这个衣服好看”，其中“不”是对 后面的“衣服好看”进行限定，表示对衣服好看的否定，采用双向长短时 期记忆网络模型可以更好的捕捉到较长距离的依赖关系，而且双向长短时 期记忆网络模型还可以顾及到后面的词对前面的词的限定，比如“这个杯 子漂亮的不行”，其中“不行”是“漂亮”的修饰和限定。在本实施方式 中，双向长短时期记忆网络模型为采用有监督学习的方式使用历史对话记 录作为训练数据对模型进行训练。
在本实施方式中，编码层的输入接口为四个，其中第一个为输入用户 的问题，后面三个输入接口输入的是从聚类分析获得的教学主题中选取三 个的标准问句。经过双向长短时期记忆网络模型的运算，编码层输出四个 问句对应的句向量。在其他实施方式中，输入接口可以设置更多个，也可 以采用遍历的方式对标准问句集中的标准问句进行遍历，匹配最接近的一 个标准问句。
在上述技术方案的基础上，进一步地，所述匹配层采用余弦算法计算 用户问句的句向量与标准问句的句向量之间的匹配度。经过计算用户提的 问题与圆台侧面积的计算方法最接近，因此确定用户想学习的内容为圆台 侧面积的计算方法。
视频播放模块304，用于播放与所述学习问题匹配的教学主题对应的 教学主题视频。
在上述技术方案的基础上，进一步地，播放与所述学习问题匹配的教 学主题对应的教学主题视频具体包括：
客户端获取所述教学主题视频，在本地加载视频渲染器，对所述教学 主题视频进行视频渲染，播放经过视频渲染的教学主题视频。
在本实施方式中，由于每个学生家庭的网络速率不一样，为了保证绝 大多数的学生能够很好的观看教学视频，通过网络传输的教学视频是经过 视频压缩的流媒体，在客户端显示的时候效果可能比较模糊，会影响学生 的观看。因此在客户端获取对应的教学主题视频的时候，在本地加载视频 渲染器，在本实施方式中视频渲染器为madVR(mashi videorenderer) 视频渲染器，通过视频渲染器对视频进行渲染，提高教学主题视频的清晰 度，提升学生观看的使用感受。
本发明还提供一种用于教学的视频播放系统，包括：
存储单元，用于存储计算机可执行程序；
处理单元，用于读取所述存储单元中的计算机可执行程序，以执行用 于教学的视频播放方法。
本发明还提供一种计算机可读介质，用于存储计算机可读程序，其特 征在于，所述计算机可读程序用于执行用于教学的视频播放方法。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描 述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的 方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形 式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是 CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数 据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本 发明的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传 播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用 多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可 读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以 发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结 合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的 组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明 操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如 Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似 的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在 用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部 分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在 涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包 括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以 连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计 算机可读介质来实现。可以在实践中使用微处理单元或者数字信号处理单 元(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行 了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置 或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为 本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原 则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。

Claims (4)

1.一种用于教学的视频播放方法，其特征在于，包括：
获取老师的教学视频，从所述教学视频中提取与所述教学视频同步的教学音频；将所述教学音频转化为教学文本数据；采用word2vec算法将教学文本数据向量化，使用基于深度学习的TextCNN模型对向量化后的所述教学文本数据进行聚类分析，形成多个教学主题；根据所述教学主题划分所述教学视频形成对应的教学主题视频；
获取用户输入的学习问题；
将所述学习问题输入主题匹配模型，与所述教学主题进行匹配，所述主题匹配模型包括编码层和匹配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于句向量之间的匹配计算；所述编码层采用双向长短时期记忆网络模型，所述匹配层采用余弦算法；所述编码层的输入接口为多个，其中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题；
播放与所述学习问题匹配的教学主题对应的教学主题视频，客户端获取对应的教学主题视频的时候，在本地加载视频渲染器，所述视频渲染器为madVR。
2.一种用于教学的视频播放装置，其特征在于，包括：
视频获取模块，用于获取老师的教学视频，从所述教学视频中提取与所述教学视频同步的教学音频；将所述教学音频转化为教学文本数据；采用word2vec算法将教学文本数据向量化，使用基于深度学习的TextCNN模型对向量化后的所述教学文本数据进行聚类分析，形成多个教学主题；根据所述教学主题划分所述教学视频形成对应的教学主题视频；
问题获取模块，用于获取用户输入的学习问题；
问题匹配模块，用于将所述学习问题输入主题匹配模型，与所述教学主题进行匹配，所述主题匹配模型包括编码层和匹配层，所述编码层用于将输入的文字转化为句向量，所述匹配层用于句向量之间的匹配计算；所述编码层采用双向长短时期记忆网络模型，所述匹配层采用余弦算法；所述编码层的输入接口为多个，其中一个用于输入用户的学习问题，其他的接口用于输入所述教学主题；
视频播放模块，用于播放与所述学习问题匹配的教学主题对应的教学主题视频，客户端获取对应的教学主题视频的时候，在本地加载视频渲染器，所述视频渲染器为madVR。
3.一种用于教学的视频播放系统，其特征在于，包括：
存储单元，用于存储计算机可执行程序；
处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1所述的用于教学的视频播放方法。
4.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1所述的用于教学的视频播放方法。
CN202010776199.2A 2020-08-05 2020-08-05 一种用于教学的视频播放方法、装置和系统 Active CN111866608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010776199.2A CN111866608B (zh) 2020-08-05 2020-08-05 一种用于教学的视频播放方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010776199.2A CN111866608B (zh) 2020-08-05 2020-08-05 一种用于教学的视频播放方法、装置和系统

Publications (2)

Publication Number Publication Date
CN111866608A CN111866608A (zh) 2020-10-30
CN111866608B true CN111866608B (zh) 2022-08-16

Family

ID=72970954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010776199.2A Active CN111866608B (zh) 2020-08-05 2020-08-05 一种用于教学的视频播放方法、装置和系统

Country Status (1)

Country Link
CN (1) CN111866608B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101382937A (zh) * 2008-07-01 2009-03-11 深圳先进技术研究院 基于语音识别的多媒体资源处理方法及其在线教学系统
CN104484422A (zh) * 2014-12-17 2015-04-01 天脉聚源（北京）教育科技有限公司 一种用于智慧教学系统的信息处理方法及装置
CN109460488A (zh) * 2018-11-16 2019-03-12 广东小天才科技有限公司 一种辅助教学方法及系统
CN109670029A (zh) * 2018-12-28 2019-04-23 百度在线网络技术（北京）有限公司 用于确定问题答案的方法、装置、计算机设备及存储介质
CN111429768A (zh) * 2020-03-17 2020-07-17 安徽爱学堂教育科技有限公司 一种基于教学录播的知识点拆分集成方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8452778B1 (en) * 2009-11-19 2013-05-28 Google Inc. Training of adapted classifiers for video categorization
CN106878632B (zh) * 2017-02-28 2020-07-10 北京知慧教育科技有限公司 一种视频数据的处理方法和装置
CN108010531B (zh) * 2017-12-14 2021-07-27 南京美桥信息科技有限公司 一种可视智能问询方法及系统
CN108319733B (zh) * 2018-03-29 2020-08-25 华中师范大学 一种基于地图的教育大数据分析方法及系统
US20200185006A1 (en) * 2018-12-06 2020-06-11 Ran Tene System and method for presenting a visual instructional video sequence according to features of the video sequence
CN110147846A (zh) * 2019-05-23 2019-08-20 软通智慧科技有限公司 视频分割方法、装置、设备及存储介质
CN110322738B (zh) * 2019-07-03 2021-06-11 北京易真学思教育科技有限公司 一种课程优化方法、装置和系统
CN111046839B (zh) * 2019-12-25 2023-05-19 中国建设银行股份有限公司 视频分割方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101382937A (zh) * 2008-07-01 2009-03-11 深圳先进技术研究院 基于语音识别的多媒体资源处理方法及其在线教学系统
CN104484422A (zh) * 2014-12-17 2015-04-01 天脉聚源（北京）教育科技有限公司 一种用于智慧教学系统的信息处理方法及装置
CN109460488A (zh) * 2018-11-16 2019-03-12 广东小天才科技有限公司 一种辅助教学方法及系统
CN109670029A (zh) * 2018-12-28 2019-04-23 百度在线网络技术（北京）有限公司 用于确定问题答案的方法、装置、计算机设备及存储介质
CN111429768A (zh) * 2020-03-17 2020-07-17 安徽爱学堂教育科技有限公司 一种基于教学录播的知识点拆分集成方法和系统

Also Published As

Publication number Publication date
CN111866608A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
KR102401942B1 (ko) 번역품질 평가 방법 및 장치
CN111444340B (zh) 文本分类方法、装置、设备及存储介质
CN113205817B (zh) 语音语义识别方法、系统、设备及介质
CN107133303A (zh) 用于输出信息的方法和装置
CN113590761B (zh) 文本处理模型的训练方法、文本处理方法及相关设备
CN111897934B (zh) 问答对生成方法及装置
CN110851650B (zh) 一种评论输出方法、装置、以及计算机存储介质
Wang et al. Comic-guided speech synthesis
CN111382563B (zh) 文本相关性的确定方法及装置
CN110647613A (zh) 一种课件构建方法、装置、服务器和存储介质
CN113849623A (zh) 文本视觉问答方法和装置
CN117216234A (zh) 基于人工智能的话术改写方法、装置、设备及存储介质
CN115394321A (zh) 音频情感识别方法、装置、设备、存储介质及产品
CN113901838A (zh) 对话检测方法和装置、电子设备、存储介质
CN112836013A (zh) 一种数据标注的方法、装置、可读存储介质和电子设备
CN111866608B (zh) 一种用于教学的视频播放方法、装置和系统
CN109657046B (zh) 内容分析处理方法、装置、电子设备及存储介质
CN116702746A (zh) 跨平台多主题的讽刺及动因识别方法、装置、设备及介质
CN115511672A (zh) 一种评述儿童口算能力的方法
CN113361282B (zh) 信息处理方法及装置
CN112328751A (zh) 用于处理文本的方法和装置
CN112233678B (zh) 一种基于标记脚本的课程制作方法、展示方法、装置及存储介质
Woolf et al. An active learning approach to transcript coding for education research
CN117235237B (zh) 一种文本生成方法及相关装置
CN112233678A (zh) 一种基于标记脚本的课程制作方法、展示方法、装置及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100105 room 17b5068, 17 / F, 101, building 4-33, District 4, Wangjing Dongyuan, Chaoyang District, Beijing

Applicant after: Beijing Huasheng Internet Technology Co.,Ltd.

Address before: 100105 room 17b5068, 17 / F, 101, building 4-33, District 4, Wangjing Dongyuan, Chaoyang District, Beijing

Applicant before: Beijing Yubao Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant