CN112015992B - 智能单词背诵计划生成方法 - Google Patents

智能单词背诵计划生成方法 Download PDF

Info

Publication number
CN112015992B
CN112015992B CN202010901422.1A CN202010901422A CN112015992B CN 112015992 B CN112015992 B CN 112015992B CN 202010901422 A CN202010901422 A CN 202010901422A CN 112015992 B CN112015992 B CN 112015992B
Authority
CN
China
Prior art keywords
word
information
user
recitation
plan
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
CN202010901422.1A
Other languages
English (en)
Other versions
CN112015992A (zh
Inventor
崔炜
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.)
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence 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 Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202010901422.1A priority Critical patent/CN112015992B/zh
Publication of CN112015992A publication Critical patent/CN112015992A/zh
Application granted granted Critical
Publication of CN112015992B publication Critical patent/CN112015992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种智能单词背诵计划生成方法，所述方法包括：根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库；基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息；根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息；达到了根据用户的具体特征和需求生成针对该用户的单词背诵计划的有益效果；提高了单词背诵计划生成的针对性、智能性和可行性，同时也提高了人机的可交互性，对用户侧来讲，提高了用户体验。

Description

智能单词背诵计划生成方法
技术领域
本发明涉及数据处理技术领域，特别涉及一种智能单词背诵计划生成方法。
背景技术
随着计算机技术和互联网技术的不断发展进步，智能电子词典也得以迅速的发展；目前，电子词典的承载方式主要有：专用的电子词典设备、以及运行在智能终端上的应用程序；由于电子词典的便捷性，智能电子词典也越来越广泛地被人们使用；与此同此，电子词典的功能也越来越多地被开发出来，以服务于用户。
目前，现有的电子词典的承载方式不管是专门的电子词典终端还是运行在智能终端上的应用程序，在用户查询单词的同时，会将用户查询的单词自动记录至生词库中，并在用户下次使用词典时，推送至用户。这种记录方式仅仅是将用户查询的单词简单地放在生词库中，且随机向用户推送，不能根据用户的具体特征和需求为用户制定合理的背诵计划，这种推送方式使得用户的体验不佳且传统的生词库也很少被用户使用。
发明内容
本发明提供一种智能单词背诵计划生成方法，旨在根据用户的具体特征和需求，生成针对该用户的单词背诵计划。
本发明提供了一种智能单词背诵计划生成方法，所述方法包括：
根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库；
基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息；
根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息。
进一步地，所述智能单词背诵计划生成方法还包括：
根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送单词背诵计划，提醒用户背诵相应的单词。
进一步地，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，包括：
根据生成的所述单词背诵计划信息，获取所述计划信息中的单词背诵时间和在所述单词背诵时间内所需背诵的单词内容；
在所述单词背诵时间内，向用户推送与所述单词背诵时间相关联的单词背诵内容，提醒用户背诵相应的单词。
进一步地，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，包括：
将生成的所述单词背诵计划信息，发送至与所述用户信息绑定的终端，并基于所述终端进行显示，供用户确认；
若在预设时长内接收到确认触发指令，则存储所述单词背诵计划信息，并基于所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划中的单词内容，提醒用户背诵；
若在预设时长内没有接收到确认触发指令或者接收到其他触发指令，则解析接收到的所述其他触发指令，并根据所述其他触发指令的解析结果，执行相应操作。
进一步地，所述根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库，包括：
从所述用户信息中获取可唯一确定一个用户的用户标识码，并以所述用户标识码识别码为标签，提取所述历史时长内与所述用户标识码相关联的所有单词学习信息；
其中，所述单词学习信息包括：单词个数、单词内容、单词发音、单词长度、是否为高频词。
进一步地，所述基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息，包括：
针对所述历史单词库，解析所述历史单词库中包含的所有单词对应的单词学习信息；
根据解析结果，得到所述单词对应的包含单词学习勤度系数、单词复杂度系数以及读写差异系数的单词特征信息，并根据所述单词特征信息，计算得到包含单词学习容易度系数的所述记忆特征信息。
进一步地，所述根据解析结果，得到所述单词对应的包含单词学习勤度系数、单词复杂度系数以及读写差异系数的单词特征信息，并根据所述单词特征信息，计算得到包含单词学习容易度系数的记忆特征信息，包括：
步骤A1：利用公式(1)和(2)，计算得到所述单词的单词学习勤度系数Pi以及所述单词的单词复杂度系数Ci：
Figure GDA0002958751980000031
Figure GDA0002958751980000032
公式(1)中，Pi表示所述历史单词库中，第i个所述单词的单词学习勤度系数；Ci表示所述历史单词库中，第i个所述单词的单词复杂度系数；fi表示所述历史单词库中，第i个所述单词的单词学习频率；Li表示所述历史单词库中，第i个所述单词所占据的存储空间大小，以字节为单位；a表示所述历史单词库中单词的总个数；
步骤A2：利用公式(3)，计算得到所述单词的读写差异系数Xi：
Figure GDA0002958751980000041
公式(3)中，Xi表示所述历史单词库中，第i个所述单词的读写差异系数；Mij表示第i所述单词中包含的元音字母的数目，其中，j＝1、2、3、4、5；Mi1、Mi2、Mi3、Mi4、Mi5分别表示第i个单词中a、e、i、o、u这五个元音字母的数目；Bi表示第i个所述单词包含的除所述元音字母之外其它字母的数目；
步骤A3：根据计算得到的所述单词的单词学习勤度系数Pi、单词复杂度系数Ci以及读写差异系数Xi，利用公式(4)，计算得到所述单词对应的单词学习容易度系数Ni：
Figure GDA0002958751980000042
公式(4)中，Ni表示所述历史单词库中，第i个单词对应的单词学习容易度系数；Nmin表示所述历史单词库中单词学习容易度系数的最小值；Nmax表示所述历史单词库中单词学习容易度系数的最大值。
进一步地，所述基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息，包括：
解析所述历史单词库中包含的所有的单词学习信息，从所述单词学习信息中获取所述单词学习信息对应的单词测试信息；
根据获取的所述单词测试信息，得到所述用户信息对应用户在历史时长内的包含已掌握单词信息和对应掌握时间的记忆特征信息。
进一步地，所述根据获取的所述单词测试信息，得到所述用户信息对应用户的包含已掌握单词信息和对应掌握时间的记忆特征信息，包括：
根据获取的所述单词测试信息，获取所述单词测试信息中包含的测试次数以及每次测试的单独测试信息；
分析所述单独测试信息，获取所述单独测试信息中所述用户对应的每次已掌握单词信息，并同时获取所述单独测试信息对应的测试时间；其中，所述每次已掌握单词信息指的是：每次测试时所述用户的答题结果为正确时的相应试题中包含的单词；
将所述每次已掌握单词信息进行汇总，得到所述用户在历史时长内的已掌握单词信息，同时根据所述单独测试信息对应的测试时间，得到所述已掌握单词信息对应的掌握时间。
进一步地，所述根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息，包括：
根据所述用户信息对应的期望目标单词库，获取所述用户信息对应的用户期望目标；
根据所述用户期望目标，获取所述用户的期望掌握单词信息和期望掌握时间；
根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息。
进一步地，所述根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息，包括：
根据所述期望掌握单词信息，对照所述用户信息对应用户的已掌握单词信息，获取所述用户对应的包含未掌握单词个数的未掌握单词信息；
根据所述期望掌握时间，获取当前时刻距离所述期望掌握时间之间的可使用天数；
根据所述可使用天数以及所述未掌握单词个数，计算平均每天所需掌握的单词个数；
根据所述记忆特征信息中的所述单词学习容易度系数，将未掌握单词对应的所述单词学习容易度系数按照由大到小的顺序进行前后排列，得到未掌握单词对应的单词序列；
根据计算得到的平均每天所需掌握的单词个数，基于所述单词序列，按照由前到后的顺序，为所述可使用天数中对应的每一天分别分配所述未掌握单词信息对应的未掌握单词，生成所述用户信息对应的单词背诵计划信息。
本发明智能单词背诵计划生成方法，通过根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库；基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息；根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息；达到了根据用户的具体特征和需求生成针对该用户的单词背诵计划的有益效果；提高了单词背诵计划生成的针对性、智能性和可行性，同时也提高了人机的可交互性，对用户侧来讲，提高了用户体验。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明智能单词背诵计划生成方法的一种实施方式的工作流程示意图。
图2是本发明智能单词背诵计划生成方法的另一种实施方式的工作流程示意图。
图3是本发明智能单词背诵计划生成方法中，识别生成的单词背诵计划是否可行的一种实施方式的工作流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种智能单词背诵计划生成方法，通过根据用户的具体特征和需求，生成针对该用户的单词背诵计划；由于该单词背诵计划是基于用户信息专门为该用户制定的，因此，生成的单词背诵计划具有针对性，提高了单词背诵计划生成的智能性和针对性；另外，也对生成的单词背诵计划的可行性进行了预判，提高了单词背诵计划的可行性和可实施性。
如图1所示，图1是本发明智能单词背诵计划生成方法的一种实施方式的工作流程示意图；本发明智能单词背诵计划生成方法可以实施为如下描述的步骤S10-S30。
步骤S10、根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库。
本发明实施例中，针对用户对智能单词背诵计划的需求，获取该用户对应的用户信息，所述用户信息包括但不限于：可唯一确定一位用户的用户识别码、用户学历、用户职业、用户现有的语言能力和语言水平、用户学习该语言的目的等。基于获取的所述用户信息，收集所述用户信息对应的在历史时长内的单词学习信息，从而形成该用户信息对应的历史单词库。其中，所述单词学习信息包括但不限于：单词个数、单词内容、单词发音、单词长度、是否为高频词等与单词相关联的所有信息；上述单词学习信息包括但不限于：用户已经接触过的、已经学习过的和已经掌握的所有单词学习信息。
在一个实施例中，系统从所述用户信息中获取可唯一确定一个用户的用户标识码，并以所述用户标识码识别码为标签，提取所述历史时长内与所述用户标识码相关联的所有的单词学习信息，从而形成了历史单词库。
另外，考虑到有些用户可能是首次接触一门语言，因此可能对这门语言对应的单词是完全没有接触过的零基础，此时获取到的所述用户信息对应的历史单词库中，单词学习信息即为零基础学习者。
步骤S20、基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息。
根据获取的所述历史单词库，对所述历史单词库中的所有单词学习信息进行数据处理后，对数据处理后的单词学习信息进行解析，根据解析结果，获取所述单词学习信息对应的用户特征参数。将所述用户特征参数，代入预设的用户记忆模型中，计算所述用户信息在历史时长内对应的记忆特征信息。
本发明实施例中所述的记忆特征信息包括但不限于：所述用户信息对应的包含用户能力值、时间学习因子、单词学习容易度系数、用户遗忘度和对每个单词的掌握程度值等。
步骤S30、根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息。
根据所述用户信息对应的记忆特征信息，调用所述用户信息对应用户的期望目标。通过所述用户信息对应用户的期望目标，得到期望目标对应的期望目标单词库，即用户希望经过一定时长的单词背诵后自己能达到的程度所对应的单词量。将用户当前对应的历史单词库与期望目标单词库进行比较，比如，识别出期望目标单词库中的哪些单词是新单词、哪些单词是需要熟练掌握的、哪些单词是需要知道等等，根据比较结果和期望达到的目标，生成所述用户信息对应的单词背诵计划信息。
进一步地，在一个实施例中，图1所述实施例中的“步骤S20、基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息”，可以按照如下技术手段实施：
基于所述用户信息对应的历史单词库，解析所述历史单词库中包含的所有单词对应的单词学习信息，根据解析结果，得到所述单词学习信息对应的单词特征信息；其中，所述单词特征信息包含但不限于：单词个数、单词长度、单词发音的音标信息、单词学习勤度系数、单词复杂度系数以及读写差异系数等；其中，所述单词长度可以理解为：该单词中包含的组成该单词的最小元素的个数，比如英文单词word，其对应的单词长度即为4，因为该单词包含了4个字母。根据获取的所述单词特征信息，计算得到所述用户信息对应用户的记忆特征信息；其中，用户对应的所述记忆特征信息包含但不限于：单词难度系统数。另外，系统还可以根据具体的应用场景需求，计算得到用户能力值、时间学习因子、单词学习容易度系数、用户遗忘度和对每个单词的掌握程度值等，本发明实施例对上述具体的计算过程不进行一一解释和阐述。
进一步地，本发明实施例中，系统根据解析结果，得到所述单词对应的包含单词学习勤度系数、单词复杂度系数以及读写差异系数的单词特征信息，并根据所述单词特征信息，计算得到包含单词学习容易度系数的记忆特征信息中，计算所述单词学习容易度系数，可以实施为如下描述的步骤A1-A3。
步骤A1：利用公式(1)和(2)，计算得到所述单词的单词学习勤度系数Pi以及所述单词的单词复杂度系数Ci：
Figure GDA0002958751980000101
Figure GDA0002958751980000102
公式(1)中，Pi表示所述历史单词库中，第i个所述单词的单词学习勤度系数；Ci表示所述历史单词库中，第i个所述单词的单词复杂度系数；fi表示所述历史单词库中，第i个所述单词的单词学习频率；Li表示所述历史单词库中，第i个所述单词的所占据的存储空间大小，以字节为单位；a表示所述历史单词库中单词的总个数；
步骤A2：利用公式(3)，计算得到所述单词的读写差异系数Xi：
Figure GDA0002958751980000103
公式(3)中，Xi表示所述历史单词库中，第i个所述单词的读写差异系数；Mij表示第i所述单词中包含的元音字母的数目，其中，j＝1、2、3、4、5；Mi1、Mi2、Mi3、Mi4、Mi5分别表示第i个单词中a、e、i、o、u这五个元音字母的数目；Bi表示第i个所述单词包含的除所述元音字母之外其它字母的数目；
步骤A3：根据计算得到的所述单词的单词学习勤度系数Pi、单词复杂度系数Ci以及读写差异系数Xi，利用公式(4)，计算得到所述单词对应的单词学习容易度系数Ni：
Figure GDA0002958751980000111
公式(4)中，Ni表示所述历史单词库中，第i个单词对应的单词学习容易度系数；Nmin表示所述历史单词库中单词学习容易度系数的最小值；Nmax表示所述历史单词库中单词学习容易度系数的最大值。
利用上述步骤A1-A3，即可计算得到所述历史单词库中各单词对应的单词学习容易度系数。
上述技术方案的有益效果是：利用公式(1)和(2)对应的计算模型得到所述单词的单词复杂度系数，目的是为了通过公式根据单词学习频率以及单词长度得到可以确定单词难度的主要参数值；利用公式(3)对应的计算模型得到所述单词的读写差异系数，目的是为了通过公式得到可以影响单词难度的所有参数值，再根据上述步骤求得的参数值利用公式(4)对应的计算模型计算得到所述单词学习容易度系数，从而根据单词学习容易度系数在进行后续的操作，利用上述公式和步骤得到的单词学习容易度系数可以最大程度的反映出所述单词在所述历史单词库中的难度，并且精准地刻画出了所述单词的难度点，从而使得对所述单词难度的定性研究更加准确。
进一步地，在一个实施例中，图1所述实施例中的“步骤S20、基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息”，还可以按照如下技术手段实施：
系统解析所述历史单词库中包含的所有的单词学习信息，从所述单词学习信息中获取所述单词学习信息对应的单词测试信息；根据获取的所述单词测试信息，得到所述用户信息对应用户在历史时长内的包含已掌握单词信息和对应掌握时间的记忆特征信息。
进一步地，所述根据获取的所述单词测试信息，得到所述用户信息对应用户的包含已掌握单词信息和对应掌握时间的记忆特征信息，可以按照如下技术手段实施：
根据获取的所述单词测试信息，获取所述单词测试信息中包含的测试次数以及每次测试的单独测试信息；分析所述单独测试信息，获取所述单独测试信息中所述用户对应的每次已掌握单词信息，并同时获取所述单独测试信息对应的测试时间；其中，所述每次已掌握单词信息可以理解为：每次测试时所述用户的答题结果为正确时的相应试题中包含的单词；将所述每次已掌握单词信息进行汇总，得到所述用户在历史时长内的已掌握单词信息，同时根据所述单独测试信息对应的测试时间，得到所述已掌握单词信息对应的掌握时间。
本发明实施例中，所述已掌握单词信息包括：已掌握单词个数、已掌握单词内容，比如，已经掌握的单词个数有500个，分别是：word、work……等。
本发明智能单词背诵计划生成方法，通过根据所述用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库；基于所述历史单词库，解析所述单词学习信息，计算得到所述用户信息在历史时长内对应的记忆特征信息；根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息；达到了根据用户的具体特征和需求生成针对该用户的单词背诵计划的有益效果；提高了单词背诵计划生成的针对性、智能性和可行性，同时也提高了人机的可交互性，对用户侧来讲，提高了用户体验。
基于图1所述实施例的描述，如图2所示，图2是本发明智能单词背诵计划生成方法的另一种实施方式的工作流程示意图；在图1所述实施例的“步骤S30、根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息”之后，所述智能单词背诵计划生成方法还包括步骤S40。
步骤S40、根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词。
本发明实施例中，系统生成单词背诵计划信息后，将对应的单词背诵计划推送至所述用户信息对应的用户，提醒用户背诵相应的单词，以方便用户根据所述单词背诵计划，进行单词背诵。
在一个实施例中，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，可以按照如下技术手段实施：
根据生成的所述单词背诵计划信息，获取所述计划信息中的单词背诵时间和在所述单词背诵时间内所需背诵的单词内容；在所述单词背诵时间内，向用户推送与所述单词背诵时间相关联的单词背诵内容，提醒用户背诵相应的单词。
本发明实施例中提供的单词背诵计划的具体推送方式是，根据单词背诵时间，在所述单词背诵时间内，向用户推送与所述单词背诵时间相关联的需要进行背诵的单词。
在一个实施例中，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，还可以按照如下技术手段实施：
将生成的所述单词背诵计划信息，发送至与所述用户信息绑定的终端，并基于所述终端进行显示，供用户确认；若在预设时长内接收到确认触发指令，则存储所述单词背诵计划信息，并基于所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划中的单词内容，提醒用户背诵。若在预设时长内没有接收到确认触发指令或者接收到其他触发指令，则解析接收到的所述其他触发指令，并根据所述其他触发指令的解析结果，执行相应操作。
所述其他触发指令包括调整指令，比如，接收到用户触发的调整指令，则解析所述调整指令，根据所述调整指令，调整所述单词背诵计划。比如，通过调整所述目标单词库以及对应的包含期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数，再次生成对应的单词背诵计划；重复执行上述步骤，直至用户确认生成的单词背诵计划信息。
所述其他触发指令包括取消指令，比如，接收到用户触发的取消指令，则进一步解析所述取消指令所指向的取消操作，进而执行对应的取消操作。
本发明智能单词背诵计划生成方法，通过根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送单词背诵计划，提醒用户背诵相应的单词，提高了其智能性和人机的可交互性。
进一步地，在一个实施例中，图1所述实施例中的“步骤S30、根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息”，还可以按照如下技术手段实施：
根据所述用户信息对应的期望目标单词库，获取所述用户信息对应的用户期望目标；根据所述用户期望目标，获取所述用户的期望掌握单词信息和期望掌握时间；根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息。
进一步地，所述根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息，还可以按照如下技术手段实施：
根据所述期望掌握单词信息，对照所述用户信息对应用户的已掌握单词信息，获取所述用户对应的包含未掌握单词个数的未掌握单词信息；根据所述期望掌握时间，获取当前时刻距离所述期望掌握时间之间的可使用天数；根据所述可使用天数以及所述未掌握单词个数，计算平均每天所需掌握的单词个数；根据所述记忆特征信息中的所述单词学习容易度系数，将未掌握单词对应的所述单词学习容易度系数按照由大到小的顺序进行前后排列，得到未掌握单词对应的单词序列；根据计算得到的平均每天所需掌握的单词个数，基于所述单词序列，按照由前到后的顺序，为所述可使用天数中对应的每一天分别分配所述未掌握单词信息对应的未掌握单词，生成所述用户信息对应的单词背诵计划信息。
在生成对应的单词背诵计划信息中，系统可以将该用户针对不同单词学习容易度系数对应的已掌握单词所花费的掌握时间作为参照，为该用户的每一天分配对应的未掌握单词。进一步地，系统也可以按照上述步骤A1-A3，针对未掌握单词信息中包含的每一个未掌握单词，分别计算未掌握单词各自对应的单词学习容易度系数，进而根据所述未掌握单词各自对应的单词学习容易度系数，以及计算得到的平均每天所需掌握的单词个数，在所述期望掌握时间对应的可使用天数内，合理分配可使用天数对应的每一天所需背诵和/或所需掌握的未掌握单词数量，以及分配具体的未掌握单词，从而得到对应的单词背诵计划信息。
本发明智能单词背诵计划生成方法，通过根据所述期望掌握单词信息，对照所述用户信息对应用户的已掌握单词信息，获取所述用户对应的包含未掌握单词个数的未掌握单词信息；根据所述期望掌握时间，获取当前时刻距离所述期望掌握时间之间的可使用天数；根据所述可使用天数以及所述未掌握单词个数，计算平均每天所需掌握的单词个数；根据所述记忆特征信息中的所述单词学习容易度系数，将未掌握单词对应的所述单词学习容易度系数按照由大到小的顺序进行前后排列，得到未掌握单词对应的单词序列；根据计算得到的平均每天所需掌握的单词个数，基于所述单词序列，按照由前到后的顺序，为所述可使用天数中对应的每一天分别分配所述未掌握单词信息对应的未掌握单词，生成所述用户信息对应的单词背诵计划信息；考虑到了不同单词的单词学习容易度系数，提高了单词背诵计划信息生成的智能性、针对性和客观性。
进一步地，在一个实施例中，图1所述实施例中的“步骤S30、根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息”，还可以按照如下技术手段实施：
根据所述用户信息，获取所述用户信息对应的用户期望目标；根据所述用户期望目标，获取目标单词库以及对应的包含期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数；基于所述历史单词库对应的掌握程度值，计算所述掌握程度值与所述目标单词库的期望掌握值之间的差值，并根据所述差值，生成所述用户信息对应的单词背诵计划信息。
本发明实施例中，生成所述用户信息对应的单词背诵计划信息是通过比较用户对各单词的掌握程度值与期望掌握值，来实现的。比如，在一个具体的应用场景中，所述期望掌握值的取值可以简单地设置为0、1、2，比如，完全陌生的单词，其对应的掌握程度值0；知道该单词，其对应的掌握程度值1；完全熟练地掌握了该单词，则其对应的掌握程度值是2。
基于上述实施例的描述，如图3所示，图3是本发明智能单词背诵计划生成方法中，识别生成的单词背诵计划是否可行的一种实施方式的工作流程示意图。图3实施例中，所述智能单词背诵计划生成方法还可以实施为如下描述的步骤S11-S14。
步骤S11、根据获取的所述目标单词库以及对应的包含期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数，预估所述单词背诵计划信息对应的单词背诵计划的可实现概率。
步骤S12、将预估得到的所述可实现概率与预设概率阈值进行比较。
步骤S13、若所述可实现概率低于所述预设概率阈值，则提醒所述用户信息对应的用户调整包含所述目标单词库、所述期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数。
步骤S14、接收用户基于系统提醒所触发的应答反馈指令，并基于所述应答反馈指令，执行后续的相应操作。
本发明实施例中，若生成的所述单词背诵计划的可实现概率很低，则提醒用户是否进行所述目标期望参数的调整；若接收到的所述应答反馈指令为不调整，则继续使用生成的所述单词背诵计划。若接收到的所述应答反馈指令为调整，则获取用户所需调整的目标期望参数，并进行相应的调整；基于调整后的所述目标期望参数，再次生成对应的单词背诵计划，并计算其可实现概率。重复执行上述步骤，直至生成的所述单词背诵计划对应的可实现概率达到预设概率阈值。
本发明智能单词背诵计划生成方法，通过根据获取的所述目标单词库以及对应的包含期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数，预估所述单词背诵计划信息对应的单词背诵计划的可实现概率；将预估得到的所述可实现概率与预设概率阈值进行比较；若所述可实现概率低于所述预设概率阈值，则提醒所述用户信息对应的用户调整包含所述目标单词库、所述期望掌握值、期望学习总时长以及预期的每天可花费时长的目标期望参数；接收用户基于系统提醒所触发的应答反馈指令，并基于所述应答反馈指令，执行后续的相应操作；提高了单词背诵计划的可行性和智能性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种智能单词背诵计划生成方法，其特征在于，所述方法包括：
根据用户信息，收集所述用户信息对应的历史时长内的单词学习信息，形成所述用户信息对应的历史单词库；
基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息；
根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息；
其中，所述基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息，包括：
解析所述历史单词库中包含的所有的单词学习信息，从所述单词学习信息中获取所述单词学习信息对应的单词测试信息；
根据获取的所述单词测试信息，得到所述用户信息对应用户在历史时长内的包含已掌握单词信息和对应掌握时间的记忆特征信息；
其中，所述根据获取的所述单词测试信息，得到所述用户信息对应用户的包含已掌握单词信息和对应掌握时间的记忆特征信息，包括：
根据获取的所述单词测试信息，获取所述单词测试信息中包含的测试次数以及每次测试的单独测试信息；
分析所述单独测试信息，获取所述单独测试信息中所述用户对应的每次已掌握单词信息，并同时获取所述单独测试信息对应的测试时间；其中，所述每次已掌握单词信息指的是：每次测试时所述用户的答题结果为正确时的相应试题中包含的单词；
将所述每次已掌握单词信息进行汇总，得到所述用户在历史时长内的已掌握单词信息，同时根据所述单独测试信息对应的测试时间，得到所述已掌握单词信息对应的掌握时间。
2.如权利要求1所述的智能单词背诵计划生成方法，其特征在于，所述方法还包括：
根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送单词背诵计划，提醒用户背诵相应的单词。
3.如权利要求2所述的智能单词背诵计划生成方法，其特征在于，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，包括：
根据生成的所述单词背诵计划信息，获取所述计划信息中的单词背诵时间和在所述单词背诵时间内所需背诵的单词内容；
在所述单词背诵时间内，向用户推送与所述单词背诵时间相关联的单词背诵内容，提醒用户背诵相应的单词。
4.如权利要求2所述的智能单词背诵计划生成方法，其特征在于，所述根据生成的所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划，提醒用户背诵相应的单词，包括：
将生成的所述单词背诵计划信息，发送至与所述用户信息绑定的终端，并基于所述终端进行显示，供用户确认；
若在预设时长内接收到确认触发指令，则存储所述单词背诵计划信息，并基于所述单词背诵计划信息，向所述用户信息对应的用户推送对应的单词背诵计划中的单词内容，提醒用户背诵；
若在预设时长内没有接收到确认触发指令或者接收到其他触发指令，则解析接收到的所述其他触发指令，并根据所述其他触发指令的解析结果，执行相应操作。
5.如权利要求1至4任一项所述的智能单词背诵计划生成方法，其特征在于，所述基于所述历史单词库，解析所述单词学习信息，得到所述用户信息在历史时长内对应的记忆特征信息，包括：
针对所述历史单词库，解析所述历史单词库中包含的所有单词对应的单词学习信息；
根据解析结果，得到所述单词对应的包含单词学习勤度系数、单词复杂度系数以及读写差异系数的单词特征信息，并根据所述单词特征信息，计算得到包含单词学习容易度系数的所述记忆特征信息。
6.如权利要求5所述的智能单词背诵计划生成方法，其特征在于，所述根据解析结果，得到所述单词对应的包含单词学习勤度系数、单词复杂度系数以及读写差异系数的单词特征信息，并根据所述单词特征信息，计算得到包含单词学习容易度系数的记忆特征信息，包括：
步骤A1：利用公式(1)和(2)，计算得到所述单词的单词学习勤度系数Pi以及所述单词的单词复杂度系数Ci：
Figure FDA0002958751970000031
Figure FDA0002958751970000032
公式(1)中，Pi表示所述历史单词库中，第i个所述单词的单词学习勤度系数；Ci表示所述历史单词库中，第i个所述单词的单词复杂度系数；fi表示所述历史单词库中，第i个所述单词的单词学习频率；Li表示所述历史单词库中，第i个所述单词所占据的存储空间大小，以字节为单位；a表示所述历史单词库中单词的总个数；
步骤A2：利用公式(3)，计算得到所述单词的读写差异系数Xi：
Figure FDA0002958751970000041
公式(3)中，Xi表示所述历史单词库中，第i个所述单词的读写差异系数；Mij表示第i个所述单词中包含第j个元音字母的数目，其中，j＝1,2,3,4,5；Mi1、Mi2、Mi3、Mi4、Mi5分别表示第i个单词中a、e、i、o、u这五个元音字母的数目；Bi表示第i个所述单词包含的除所述元音字母之外其它字母的数目；
步骤A3：根据计算得到的所述单词的单词学习勤度系数Pi、单词复杂度系数Ci以及读写差异系数Xi，利用公式(4)，计算得到所述单词对应的单词学习容易度系数Ni：
Figure FDA0002958751970000042
公式(4)中，Ni表示所述历史单词库中，第i个单词对应的单词学习容易度系数；Nmin表示所述历史单词库中单词学习容易度系数的最小值；Nmax表示所述历史单词库中单词学习容易度系数的最大值。
7.如权利要求6所述的智能单词背诵计划生成方法，其特征在于，所述根据所述记忆特征信息，将所述历史单词库与所述用户信息对应的期望目标单词库进行比较，根据比较结果生成所述用户信息对应的单词背诵计划信息，包括：
根据所述用户信息对应的期望目标单词库，获取所述用户的期望掌握单词信息和期望掌握时间；
根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息。
8.如权利要求7所述的智能单词背诵计划生成方法，其特征在于，所述根据所述记忆特征信息中的所述单词学习容易度系数，将所述期望掌握单词信息和期望掌握时间，与所述用户信息对应用户的已掌握单词信息和掌握时间进行对照，生成所述用户信息对应的单词背诵计划信息，包括：
根据所述期望掌握单词信息，对照所述用户信息对应用户的已掌握单词信息，获取所述用户对应的包含未掌握单词个数的未掌握单词信息；
根据所述期望掌握时间，获取当前时刻距离所述期望掌握时间之间的可使用天数；
根据所述可使用天数以及所述未掌握单词个数，计算平均每天所需掌握的未掌握单词个数；
根据所述记忆特征信息中的所述单词学习容易度系数，将未掌握单词对应的所述单词学习容易度系数按照由大到小的顺序进行前后排列，得到未掌握单词对应的单词序列；
根据计算得到的平均每天所需掌握的未掌握单词个数，基于所述单词序列，按照由前到后的顺序，为所述可使用天数中对应的每一天分别分配所述未掌握单词信息对应的未掌握单词，生成所述用户信息对应的单词背诵计划信息。
CN202010901422.1A 2020-08-31 2020-08-31 智能单词背诵计划生成方法 Active CN112015992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010901422.1A CN112015992B (zh) 2020-08-31 2020-08-31 智能单词背诵计划生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010901422.1A CN112015992B (zh) 2020-08-31 2020-08-31 智能单词背诵计划生成方法

Publications (2)

Publication Number Publication Date
CN112015992A CN112015992A (zh) 2020-12-01
CN112015992B true CN112015992B (zh) 2021-04-27

Family

ID=73516478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010901422.1A Active CN112015992B (zh) 2020-08-31 2020-08-31 智能单词背诵计划生成方法

Country Status (1)

Country Link
CN (1) CN112015992B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598944B (zh) * 2020-12-18 2022-09-13 鲁巧巧 一种智能型英语教学系统
CN113192393A (zh) * 2021-04-28 2021-07-30 上海松鼠课堂人工智能科技有限公司 智能化英文单词记忆背诵管理控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202453A (zh) * 2016-07-13 2016-12-07 网易（杭州）网络有限公司 一种多媒体资源推荐方法和装置
CN106557996A (zh) * 2015-09-24 2017-04-05 习维 第二语言教学系统及方法
CN109062944A (zh) * 2018-06-21 2018-12-21 广东小天才科技有限公司 一种基于语音搜索的生字词巩固方法及电子设备
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
CN109903613A (zh) * 2019-01-30 2019-06-18 广东科学技术职业学院 一种基于人工智能的面向企业就业岗位日语单词训练方法
CN111522904A (zh) * 2020-04-14 2020-08-11 天津洪恩完美未来教育科技有限公司 一种单词信息的提供方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7656710B1 (en) * 2005-07-14 2010-02-02 Sau Ching Wong Adaptive operations for nonvolatile memories
CN102346976A (zh) * 2011-03-03 2012-02-08 郭华 基于知识结构及效果反馈的电子设备辅助学习方法
US11210638B2 (en) * 2017-12-18 2021-12-28 Airbnb, Inc. Systems and methods for providing contextual calendar reminders
CN110175227B (zh) * 2019-05-10 2021-03-02 神思电子技术股份有限公司 一种基于组队学习和层级推理的对话辅助系统
CN110322739A (zh) * 2019-07-11 2019-10-11 成都终身成长科技有限公司 一种单词学习方法、装置、电子设备及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557996A (zh) * 2015-09-24 2017-04-05 习维 第二语言教学系统及方法
CN106202453A (zh) * 2016-07-13 2016-12-07 网易（杭州）网络有限公司 一种多媒体资源推荐方法和装置
CN109062944A (zh) * 2018-06-21 2018-12-21 广东小天才科技有限公司 一种基于语音搜索的生字词巩固方法及电子设备
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
CN109903613A (zh) * 2019-01-30 2019-06-18 广东科学技术职业学院 一种基于人工智能的面向企业就业岗位日语单词训练方法
CN111522904A (zh) * 2020-04-14 2020-08-11 天津洪恩完美未来教育科技有限公司 一种单词信息的提供方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
松鼠AI智能适应学习系统;崔炜 等;《机器人产业》;20191231(第4期);第84-94页 *
随时背单词 制定有效学习计划;春上阿树;《电脑迷》;20091231(第20期);第49页 *

Also Published As

Publication number Publication date
CN112015992A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN110413728B (zh) 练习题推荐方法、装置、设备和存储介质
CN112015992B (zh) 智能单词背诵计划生成方法
CN110727360B (zh) 一种错题管理方法、系统及存储介质和终端设备
CN110473438B (zh) 一种基于定量化分析的单词辅助学习系统及方法
CN113360622B (zh) 用户对话信息的处理方法、装置及计算机设备
CN110659311B (zh) 题目推送方法、装置、电子设备及存储介质
CN110473435A (zh) 一种具有学习周期的定量化的单词辅助学习系统及方法
CN110019703B (zh) 数据标记方法及装置、智能问答方法及系统
CN112667805B (zh) 一种工单类别确定方法、装置、设备及介质
CN111126552A (zh) 一种智能学习内容推送方法及系统
CN109615009B (zh) 一种学习内容推荐方法及电子设备
CN110489747A (zh) 一种图像处理方法、装置、存储介质及电子设备
CN113990352A (zh) 用户情绪识别与预测方法、装置、设备及存储介质
CN117725191B (zh) 大语言模型的引导信息生成方法、装置及电子设备
CN109693244B (zh) 优化对话机器人的方法及装置
CN114218378A (zh) 一种基于知识图谱的内容推送方法、装置、设备及介质
CN114141235A (zh) 语音语料库生成方法、装置、计算机设备和存储介质
CN114693011A (zh) 一种政策匹配方法、装置、设备和介质
CN117975942A (zh) 语音识别模型的训练方法、语音识别方法及相关装置
CN107423307B (zh) 一种互联网信息资源的分配方法及装置
CN115114404A (zh) 智能客服的问答方法、装置、电子设备及计算机存储介质
CN112465227A (zh) 一种授课资料获取方法及装置
CN112308225B (zh) 训练神经网络的方法、装置及计算机可读存储介质
CN111078972B (zh) 提问行为数据的获取方法、装置和服务器
CN111522904A (zh) 一种单词信息的提供方法和装置

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
PP01 Preservation of patent right

Effective date of registration: 20221020

Granted publication date: 20210427

PP01 Preservation of patent right