CN114098730A - 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 - Google Patents
基于认知图谱的认知能力测试和训练方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN114098730A CN114098730A CN202111401143.XA CN202111401143A CN114098730A CN 114098730 A CN114098730 A CN 114098730A CN 202111401143 A CN202111401143 A CN 202111401143A CN 114098730 A CN114098730 A CN 114098730A
- Authority
- CN
- China
- Prior art keywords
- tested
- task
- ability
- test
- node
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Theoretical Computer Science (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Computational Linguistics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开提供一种基于认知图谱的认知能力测试和训练方法、装置、设备和介质,通过预先建立待测认知能力知识图谱中各待测认知能力子能力以及不同待测认知能力子能力之间的相关系数,再从待测认知能力知识图谱中的中心节点对应的待测认知能力子能力开始测试,并在测试的过程中,根据已经测试的待测认知能力子能力的测试值和待测认知能力知识图谱中节点间的相关系数,实时确定未测试的待测认知能力子能力的测试值。若对未测试的待测认知能力子能力的预测达到预设测试操作结束条件,无需进一步对未测试的待测认知能力子能力进行测试,则可以结束测试,减少了受试者完成测试任务的数量和时间,更容易获得受试者的配合,提高测试效率。
Description
技术领域
本公开的实施例涉及认知能力测试技术领域,具体涉及基于认知图谱的认知能力测试和训练方法、装置、设备和介质。
背景技术
认知能力是指个体接收,处理和加工信息的能力,包括注意力、记忆力、思维力,反应力,自控力等。认知能力对人们的生活、学习和工作都具有较大影响。而为了实现人才选拔、疾病诊断和能力评估,对认知能力的全面评估具有重要的价值和意义。同时,在认知能力评估的基础上,还可提供针对性的干预训练。因此,认知能力的全面准确评估可以提高训练的针对性和有效性。
发明内容
本公开的实施例提出了基于认知图谱的认知能力测试及训练方法、装置、设备和介质。
第一方面,本公开的实施例提供了一种认知能力测试方法,该方法包括:获取待测认知能力知识图谱,所述待测认知能力知识图谱包括N个节点和所述N个节点中任两个节点间的相关系数,各所述节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应,每个节点对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;以所述N个节点中的中心节点为当前节点执行以下测试操作:在所述当前节点关联的测试任务集合中确定待测任务;提供所述待测任务,并获取受试者完成所述待测任务的任务完成参数信息;根据所述任务完成参数信息,确定所述受试者对应所述当前节点对应的待测认知能力子能力的测试值;根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力子能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力子能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值;确定是否满足预设测试操作结束条件;响应于确定是,结束所述测试操作在一些可选的实施方式中,所述方法还包括:根据所述受试者对应所述预设待测认知能力集合中各待测认知能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,其中,各所述预设训练任务对应有所述预设待测认知能力集合中的待测认知能力;提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述方法还包括:根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,其中,各所述预设训练任务对应有所述预设待测认知能力子能力集合中的待测认知能力子能力;提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息。
在一些可选的实施方式中,在提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息之后,所述方法还包括:以所述待测认知能力知识图谱的N个节点中的中心节点为当前节点,再次执行所述测试操作,以得到所述受试者完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值;根据所述受试者完成训练任务前和完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值差值,确定所述受试者的训练效果信息。
在一些可选的实施方式中,所述根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,包括:将所述预设待测认知能力子能力集合中、所述受试者对应的待测认知能力子能力的测试值最小的待测认知能力子能力确定为待训练认知能力子能力;确定所述训练任务集合中与所述待训练认知能力子能力对应的候选训练任务;在所确定的各候选训练任务中确定所述待训练任务。
在一些可选的实施方式中,所述训练任务集合中各训练任务对应有难度系数;以及所述在所确定的各候选训练任务中确定所述待训练任务,包括:按照预设的测试值范围与训练任务难度系数范围的对应关系,确定与待训练认知能力子能力测试值对应的训练任务难度系数范围,其中,所述待训练认知能力子能力测试值为所述受试者对应所述待训练认知能力子能力的测试值;将所确定的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为所述待训练任务。
在一些可选的实施方式中,所述方法还包括:根据所述受试者完成所述待训练任务的任务完成参数信息,确定所述受试者完成所述待训练任务的完成程度分数。
在一些可选的实施方式中,所述方法还包括:根据所述受试者完成所述待训练任务的完成程度分数,确定下个待训练任务的难度系数范围;将所确定的各候选训练任务中难度系数在所确定的下个待训练任务难度系数范围内的候选训练任务确定为所述下个待训练任务;提供所述下个待训练任务,并获取所述受试者完成所述下个待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述测试操作还包括:响应于确定不满足预设测试操作结束条件,根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点;以所述下个待测节点为所述当前节点,继续执行所述测试操作。
在一些可选的实施方式中,所述根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点,包括:将所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的各节点中与所述当前节点间相关系数最小的节点,确定为所述下个待测节点。
在一些可选的实施方式中,在以所述N个节点中的中心节点为当前节点执行以下测试操作之前,所述方法还包括:基于所述待测认知能力知识图谱确定所述N个节点中的中心节点。
在一些可选的实施方式中,所述基于所述待测认知能力知识图谱确定所述N个节点中的中心节点,包括:确定所述N个节点中各个节点的相关系数和,其中,节点的相关系数和为所述N个节点中不同于该节点的其他节点与该节点的相关系数之和;将所述N个节点中相关系数和最大的节点确定为所述中心节点。
在一些可选的实施方式中,所述待测认知能力知识图谱是通过如下知识图谱建立步骤预先建立的:获取初始待测认知能力知识图谱,所述初始待测认知能力知识图谱包括N个节点,所述初始待测认知能力知识图谱中各节点分别与所述预设待测认知能力子能力集合中待测认知能力子能力一一对应,且对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;获取训练样本集合,其中,训练样本包括样本受试者完成所述初始待测认知能力知识图谱中节点对应的测试任务集合中测试任务的样本任务表现参数信息和相应的所述预设待测认知能力子能力集合中各个待测认知能力子能力对应的标注测试值;利用机器学习方法,基于所述训练样本集合对所述初始待测认知能力知识图谱中任两个节点间相关系数进行调整;将所述初始待测认知能力知识图谱确定为所述预设待测认知能力知识图谱。
在一些可选的实施方式中,所述待测认知能力知识图谱还包括每个节点对应的测试任务集合中每个测试任务与该节点间的相关系数;以及所述在所述当前节点关联的测试任务集合中确定待测任务,包括:将所述当前节点关联的测试任务集合中与所述当前节点间的相关系数最高的测试任务确定所述待测任务。
在一些可选的实施方式中,所述方法还包括:将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值最小的节点确定为能力最弱节点;将所述能力最弱节点对应的测试任务集合中与所述能力最弱节点的相关系数非最高的测试任务确定为第一待续测任务;提供所述第一待续测任务,并获取所述受试者完成所述第一待续测任务的任务完成参数信息;根据所述受试者完成所述第一待续测任务的任务完成参数信息,确定所述受试者对应所述能力最弱节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述方法还包括:将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值小于预设测试值阈值的节点确定为待续测节点;对于每个所述待续测节点执行以下续测操作:将该待续测节点对应的测试任务集合中与该待续测节点的相关系数非最高的测试任务确定为第二待续测任务;提供所述第二待续测任务,并获取所述受试者完成所述第二待续测任务的任务完成参数信息;根据所述受试者完成所述第二待续测任务的任务完成参数信息,确定所述受试者对应该待续测节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值,包括:对于所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点,对所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值,按照该已执行所述测试操作的各节点与该未执行所述测试操作的节点的相关系数进行加权求和,并将加权求和的结果确定为该未执行所述测试操作的节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述预设测试操作结束条件包括以下至少一项:所述受试者对应所述认知能力知识图谱中已执行所述测试操作的各节点对未执行所述测试操作的节点的预测准确率大于预设预测准确率阈值,或者对于所述N个节点中的每个节点均已执行所述测试操作。
在一些可选的实施方式中,所述待测认知能力为记忆力,以及所述预设待测认知能力子能力集合包括以下至少一项:感觉记忆能力,短时记忆能力,语义记忆能力,情景记忆能力,技能记忆能力。
在一些可选的实施方式中,所述受试者为记忆发展困难儿童、脑损伤导致记忆损害患者、记忆正常的老年人或者记忆异常衰退的老年人。
在一些可选的实施方式中,感觉记忆能力对应的测试任务集合包括多图片部分报告测试任务,短时记忆能力对应的测试任务集合包括位置记忆广度和言语记忆广度测试任务,语义记忆能力对应的测试任务集合包括图片命名测试任务,情景记忆能力对应的测试任务集合包括人脑-图片联系记忆测试任务,技能记忆能力对应的测试任务集合包括概率学习测试任务。
在一些可选的实施方式中,所述待测认知能力为注意力,以及所述预设待测认知能力子能力集合包括以下至少一项:注意容量能力、选择注意能力、持续注意能力、自控能力、反应能力。
在一些可选的实施方式中,所述受试者为多动症患者。
第二方面,本公开的实施例提供了一种认知能力测试装置,该装置包括:获取单元,被配置成获取待测认知能力知识图谱,所述待测认知能力知识图谱包括N个节点和所述N个节点中任两个节点间的相关系数,各所述节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应,每个节点对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;测试单元,被配置成以所述N个节点中的中心节点为当前节点执行以下测试操作:在所述当前节点关联的测试任务集合中确定待测任务;提供所述待测任务,并获取受试者完成所述待测任务的任务完成参数信息;根据所述任务完成参数信息,确定所述受试者对应所述当前节点对应的待测认知能力子能力的测试值;根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值;确定是否满足预设测试操作结束条件;响应于确定是,结束所述测试操作。
在一些可选的实施方式中,所述装置还包括:待训练任务确定单元,被配置成根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,其中,各所述预设训练任务对应有所述预设待测认知能力子能力集合中的待测认知能力子能力;训练单元,被配置成提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述装置还包括:再次测试单元,被配置成在提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息之后,以所述待测认知能力知识图谱的N个节点中的中心节点为当前节点,再次执行所述测试操作,以得到所述受试者完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值;训练效果评估单元,被配置成根据所述受试者完成训练任务前和完成训练任务后对应所述预设待测认知能力集合中待测认知能力的测试值差值,确定所述受试者的训练效果信息。
在一些可选的实施方式中,所述待训练任务确定单元进一步被配置成:将所述预设待测认知能力子能力集合中、所述受试者对应的待测认知能力子能力的测试值最小的待测认知能力子能力确定为待训练认知能力子能力;确定所述训练任务集合中与所述待训练认知能力子能力对应的候选训练任务;在所确定的各候选训练任务中确定所述待训练任务。
在一些可选的实施方式中,所述训练任务集合中各训练任务对应有难度系数;以及所述在所确定的各候选训练任务中确定所述待训练任务,包括:按照预设的测试值范围与训练任务难度系数范围的对应关系,确定与待训练认知能力子能力测试值对应的训练任务难度系数范围,其中,所述待训练认知能力子能力测试值为所述受试者对应所述待训练认知能力子能力的测试值;将所确定的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为所述待训练任务。
在一些可选的实施方式中,所述装置还包括:训练任务完成程度分数确定单元,被配置成根据所述受试者完成所述待训练任务的任务完成参数信息,确定所述受试者完成所述待训练任务的完成程度分数。
在一些可选的实施方式中,所述装置还包括:难度系数确定单元,被配置成根据所述受试者完成所述待训练任务的完成程度分数,确定下个待训练任务的难度系数范围;下个待训练任务确定单元,被配置成将所确定的各候选训练任务中难度系数在所确定的下个待训练任务难度系数范围内的候选训练任务确定为所述下个待训练任务;再次训练单元,被配置成提供所述下个待训练任务,并获取所述受试者完成所述下个待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述测试操作还包括:响应于确定不满足预设测试操作结束条件,根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点;以所述下个待测节点为所述当前节点,继续执行所述测试操作。
在一些可选的实施方式中,所述根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点,包括:将所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的各节点中与所述当前节点间相关系数最小的节点,确定为所述下个待测节点。
在一些可选的实施方式中,所述装置还包括:中心节点确定单元,被配置成在以所述N个节点中的中心节点为当前节点执行以下测试操作之前,基于所述待测认知能力知识图谱确定所述N个节点中的中心节点。
在一些可选的实施方式中,所述中心节点确定单元进一步被配置成:确定所述N个节点中各个节点的相关系数和,其中,节点的相关系数和为所述N个节点中不同于该节点的其他节点与该节点的相关系数之和;将所述N个节点中相关系数和最大的节点确定为所述中心节点。
在一些可选的实施方式中,所述待测认知能力知识图谱是通过如下知识图谱建立步骤预先建立的:获取初始待测认知能力知识图谱,所述初始待测认知能力知识图谱包括N个节点,所述初始待测认知能力知识图谱中各节点分别与所述预设待测认知能力子能力集合中待测认知能力子能力一一对应,且对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;获取训练样本集合,其中,训练样本包括样本受试者完成所述初始待测认知能力知识图谱中节点对应的测试任务集合中测试任务的样本任务表现参数信息和相应的所述预设待测认知能力子能力集合中各个待测认知能力子能力对应的标注测试值;利用机器学习方法,基于所述训练样本集合对所述初始待测认知能力知识图谱中任两个节点间相关系数进行调整;将所述初始待测认知能力知识图谱确定为所述预设待测认知能力知识图谱。
在一些可选的实施方式中,所述待测认知能力知识图谱还包括每个节点对应的测试任务集合中每个测试任务与该节点间的相关系数;以及所述在所述当前节点关联的测试任务集合中确定待测任务,包括:将所述当前节点关联的测试任务集合中与所述当前节点间的相关系数最高的测试任务确定所述待测任务。
在一些可选的实施方式中,所述装置还包括:最弱能力节点确定单元,被配置成将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值最小的节点确定为能力最弱节点;第一待续测任务确定单元,被配置成将所述能力最弱节点对应的测试任务集合中与所述能力最弱节点的相关系数非最高的测试任务确定为第一待续测任务;第一续测单元,被配置成提供所述第一待续测任务,并获取所述受试者完成所述第一待续测任务的任务完成参数信息;最弱能力测试值确定单元,被配置成根据所述受试者完成所述第一待续测任务的任务完成参数信息,确定所述受试者对应所述能力最弱节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述装置还包括:续测节点确定单元,被配置成将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值小于预设测试值阈值的节点确定为待续测节点;第二续测单元,被配置成对于每个所述待续测节点执行以下续测操作:将该待续测节点对应的测试任务集合中与该待续测节点的相关系数非最高的测试任务确定为第二待续测任务;提供所述第二待续测任务,并获取所述受试者完成所述第二待续测任务的任务完成参数信息;根据所述受试者完成所述第二待续测任务的任务完成参数信息,确定所述受试者对应该待续测节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值,包括:对于所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点,对所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值,按照该已执行所述测试操作的各节点与该未执行所述测试操作的节点的相关系数进行加权求和,并将加权求和的结果确定为该未执行所述测试操作的节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述预设测试操作结束条件包括以下至少一项:所述受试者对应所述认知能力知识图谱中已执行所述测试操作的各节点对未执行所述测试操作的节点的预测准确率大于预设预测准确率阈值,或者对于所述N个节点中的每个节点均已执行所述测试操作。
在一些可选的实施方式中,所述待测认知能力为记忆力,以及所述预设待测认知能力子能力集合包括以下至少一项:感觉记忆能力,短时记忆能力,语义记忆能力,情景记忆能力,技能记忆能力。
在一些可选的实施方式中,所述受试者为记忆发展困难儿童、脑损伤导致记忆损害患者、记忆正常的老年人或者记忆异常衰退的老年人。
在一些可选的实施方式中,感觉记忆能力对应的测试任务集合包括多图片部分报告测试任务,短时记忆能力对应的测试任务集合包括位置记忆广度和言语记忆广度测试任务,语义记忆能力对应的测试任务集合包括图片命名测试任务,情景记忆能力对应的测试任务集合包括人脑-图片联系记忆测试任务,技能记忆能力对应的测试任务集合包括概率学习测试任务。
在一些可选的实施方式中,所述待测认知能力为注意力,以及所述预设待测认知能力子能力集合包括以下至少一项:注意容量能力、选择注意能力、持续注意能力、自控能力、反应能力。
在一些可选的实施方式中,所述受试者为多动症患者。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。
每个认知能力是由多种相应的子认知能力组成的。当前对某个具体的认知能力的测试,大多只是采用单个测试任务对个体在相应认知能力的某个子认知能力进行衡量,从而未全面测试个体的该认知能力。为了对某个具体的认知能力进行全面测试,需要针对该具体的认知能力所包括的每个子认知能力维度执行相应的测试任务,导致测试任务数量较多,时间较长,很难获得受试者的配合。
为了全面测试受试者的待测认知能力,本公开的实施例提供的认知能力测试方法、装置、电子设备和存储介质,通过预先建立待测认知能力知识图谱中各待测认知能力子能力以及不同待测认知能力子能力之间的相关系数,再从待测认知能力知识图谱中的中心节点对应的待测认知能力子能力开始测试,并在测试的过程中,根据已经测试的待测认知能力子能力的测试值和待测认知能力知识图谱中节点间的相关系数,实时确定未测试的待测认知能力子能力的测试值。若根据预设测试操作结束条件判定无需进一步对未测试的待测认知能力子能力进行测试,则可以结束测试,进而无需对所有待测认知能力子能力全部进行测试即可获得对受试者进行待测认知能力的全面测试的测试结果。相对于需要对所有待测认知能力子能力进行测试才能实现全面测试而言,减少了受试者完成测试任务的数量和时间,更容易获得受试者的配合,提高对受试者进行待测认知能力测试的准确率和效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。附图仅用于示出具体实施方式的目的,而并不认为是对本公开的限制。在附图中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2A是根据本公开的认知能力测试方法的一个实施例的流程图;
图2B是根据本公开的待测认知能力知识图谱的一个实施例的示意图;
图2C是根据本公开的步骤202的一个实施例的分解流程图;
图3是根据本公开的知识图谱建立步骤的一个实施例的流程图;
图4是根据本公开的认知能力测试方法的又一个实施例的流程图;
图5是根据本公开的认知能力测试装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的认知能力测试方法、装置、电子设备和存储介质的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如认知能力测试类应用、语音识别类应用、网页浏览器应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块(例如用来提供认知能力测试服务),也可以实现成单个软件或软件模块。在此不做具体限定。
在一些情况下,本公开所提供的认知能力测试方法可以由终端设备101、102、103执行,相应地,认知能力测试装置可以设置于终端设备101、102、103中。这时,系统架构100也可以不包括服务器105。
在一些情况下,本公开所提供的认知能力测试方法可以由终端设备101、102、103和服务器105共同执行,例如,“获取待测认知能力知识图谱”的步骤可以由终端设备101、102、103执行,“以N个节点中的中心节点为当前节点执行以下测试操作”等步骤可以由服务器105执行。本公开对此不做限定。相应地,认知能力测试装置也可以分别设置于终端设备101、102、103和服务器105中。
在一些情况下,本公开所提供的认知能力测试方法可以由服务器105执行,相应地,认知能力测试装置也可以设置于服务器105中,这时,系统架构100也可以不包括终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2A,其示出了根据本公开的认知能力测试方法的一个实施例的流程200,该认知能力测试方法包括以下步骤:
步骤201,获取待测认知能力知识图谱。
在本实施例中,认知能力测试方法的执行主体(例如图1所示的终端设备101、102、103)可以本地或者远程地从与上述执行主体网络连接的其他电子设备(例如,图1所示的服务器105)获取待测认知能力知识图谱。
这里,待测认知能力知识图谱可以包括N个节点和N个节点中任两个节点间相关系数。其中,N为正整数。各节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应。而且每个节点可以对应有用于测试该节点对应的待测认知能力子能力的测试任务集合。
为便于理解,请参考图2B,图2B示出了根据本公开的待测认知能力知识图谱的一个实施例的示意图。如图2B所示,待测认知能力知识图谱中包括5个节点,分别对应待测认知能力子能力A1、待测认知能力子能力A2、待测认知能力子能力A3、待测认知能力子能力A4和待测认知能力子能力A5。其中,待测认知能力子能力A1对应有测试任务T1和测试任务T2,待测认知能力子能力A2对应有测试任务T3、测试任务T4、和测试任务T5,待测认知能力子能力A3对应有测试任务T6和测试任务T7,待测认知能力子能力A4对应有测试任务T8和测试任务T9,待测认知能力子能力A5对应有测试任务T10、测试任务T11和测试任务T12。图中2B中不同节点间连线上显示的数值用于表示该连线两端对应的待测认知能力子能力之间的相关系数。比如,图2B中待测认知能力子能力A1与待测认知能力子能力A2、待测认知能力子能力A3、待测认知能力子能力A4和待测认知能力子能力A5之间的相关系数分别为0.4、0.2、0.6和0.8,则表明待测认知能力子能力A1与待测认知能力子能力A5之间相关度最高,而与待测认知能力子能力A3之间的相关度最低。
这里,待测认知能力子能力集合可以是由技术人员(例如,心理学专家或者社会学专家)根据专业知识(例如,心理学或社会学知识)预先制定并存储到上述执行主体的由不同待测认知能力子能力组成的集合。
这里,每个测试任务可以对应有一个待测认知能力子能力,每个测试任务即用于测试其所对应的待测认知能力子能力。测试任务可以是由技术人员(例如,心理学专家或者社会学专家)根据专业知识(例如,心理学和/或社会学知识)预先制定并存储到上述执行主体的、用于与受试者交互以实现对受试者的相应待测认知能力子能力进行测试的程序指令序列。
在一些可选的实施方式中,待测认知能力可以是记忆力。
基于上述可选实施方式,预设待测认知能力子能力集合即可以为预设记忆力能力集合,而预设记忆力能力集合可以包括以下至少一项:感觉记忆能力、短时记忆能力、语义记忆能力、情景记忆能力、技能记忆能力。
这里,感觉记忆能力可以是指受试者能够短时间(例如,1秒)内同时记住多个目标对象的能力。感觉记忆能力对应的测试任务集合用于测试受试者的感觉记忆能力。感觉记忆能力对应的测试任务集合例如可以包括图片部分报告测试任务。所谓图片部分报告测试任务是指:在显示设备上呈现多个不同的目标对象并快速(例如,在1秒内)消失,要求受试者记住每个目标对象,并在后续测试中根据任务要求报告出特定的目标对象。其中,目标对象例如可以是不同颜色和/或形状的色块,不同颜色和/或朝向的箭头,生活中常见的物体,人脸、不同的水果、蔬菜、动物或者卡通形象的图像对象等。
这里,短时记忆能力可以是指受试者可以在头脑工作记忆中暂时存储一定数量的材料的能力。短时记忆能力对应的测试任务集合用于测试受试者的短时记忆能力。短时记忆能力对应的测试任务集合例如可以包括多位置记忆广度测试任务和言语记忆广度测试任务。所谓位置记忆广度测试任务是指:在显示设备上同时或者依次呈现多个目标对象,要求受试者依次记住每个目标对象,并在后续测试中按照要求顺序、倒序或者其它特定顺序报告出曾经呈现的目标对象。其中,目标对象例如可以空间位置、声音、图片或者颜色,朝向等材料。所谓言语记忆广度测试任务是指:在显示设备上同时或者依次呈现多个文字或者数字对象,要求受试者依次记住每个目标对象,并在后续测试中按照要求顺序、倒序或者其它特定顺序报告出曾经呈现的目标对象。
这里,语义记忆能力可以是:受试者把长时间(例如,1分钟内)保持语义知识的能力。语义记忆能力对应的测试任务集合用于测试受试者的语义记忆能力。语义记忆能力对应的测试任务集合例如可以包括图片命名任务。所谓图片命名测试任务是指:在显示设备上持续呈现一系列的图像,要求受试者快速说出图像所对应的目标对象的名字。这些目标例如可以是指定的物体,动物,植物,人等等。
这里,情景记忆能力可以是受试者对特定事件进行记忆的能力。情景记忆能力对应的测试任务集合用于测试受试者的情景记忆能力。情景记忆能力对应的测试任务集合例如可以包括人脑-图片联系记忆测试任务。所谓人脑-图片联系记忆测试任务例如可以是指:在显示设备上成对或者先后呈现两个不同的图像,要求受试者记住两个不同图像之间的联系,并在一定时间后,呈现线索文本,这样受试者可以根据线索文本的提示,回忆出和该线索相匹配的图像。这些图像可以是用于指示不同视觉,听觉,触觉,嗅觉等不同感觉通道或者不同物体类型的图像。
这里,技能记忆能力可以是:受试者根据反馈,快速根据规则学会对不同刺激做出正确动作反应的能力。技能记忆能力对应的测试任务集合用于测试受试者的技能记忆能力。技能记忆能力对应的测试任务集合例如可以包括概率学习测试任务。所谓概率学习测试任务是指:在显示设备上呈现目标对象,要求受试者对目标对象做出某个动作反应,并根据对错反馈来调整优化行为,从而逐步提高动作反应的准确性。
在一些可选的实施方式中,待测认知能力可以是注意力。
基于上述可选实施方式,预设待测认知能力子能力集合即可以为预设注意力能力集合,而预设注意力能力集合可以包括以下至少一项:注意容量能力、选择注意能力、持续注意能力、自控能力、反应能力。
这里,注意容量能力可以是指受试者能够同时记住多个目标的能力。注意容量能力对应的测试任务集合用于测试受试者的注意容量能力。注意容量能力对应的测试任务集合例如可以包括注意容量型测试任务。所谓注意容量型测试任务是指:在显示设备上呈现多个不同的目标对象,要求受试者记住每个目标对象的样子和位置,并在后续测试中准确回忆或者选择出相应目标对象来。其中,目标对象例如可以是不同颜色和/或形状的色块,不同颜色和/或朝向的箭头,生活中常见的物体,人脸等。
选择注意能力可以是指受试者可以在多个目标中,把注意力集中在特定目标的能力。选择注意能力对应的测试任务集合用于测试受试者的选择注意能力。选择注意能力对应的测试任务集合例如可以包括多目标追踪型测试任务。所谓多目标追踪型测试任务是指:在显示设备上呈现多个不规则运动的目标,要求受试者对于上述多个不规则运动的目标中的特定目标进行记忆,并在后续测试中识别之前的特定目标。其中,目标例如可以是萤火虫、蜜蜂、或蝴蝶的图像。
持续注意能力可以是:受试者把注意力持续集中在目标上的能力。持续注意能力对应的测试任务集合用于测试受试者的持续注意能力。持续注意能力对应的测试任务集合例如可以包括连续作业任务。所谓连续作业测试任务是指:在显示设备上持续呈现一系列的目标,要求受试者在一段时间内持续对目标做出反应。这些目标可以是指定的数字,文字,图形等等。
这里,自控能力可以是:受试者控制冲动行为的能力。自控能力对应的测试任务集合用于测试受试者的自控能力。自控能力对应的测试任务集合例如可以包括冲动控制型测试任务。所谓冲动控制型测试任务例如可以是指:在显示设备上呈现滚动的图像,图像中包括不同的通道图像和目标对象,要求受试者控制目标对象按照预定要求通过指定通道图像对应的通道,而不是按照惯性习惯通过同一个通道图像对应的通道,通过该抵抗冲动型测试任务,可以测试受试摆脱习惯的能力。
这里,反应能力可以是:受试者对外界刺激做出快速反应的能力。反应能力对应的测试任务集合用于测试受试者的反应能力。反应能力对应的测试任务集合例如可以包括反应速度型测试任务。所谓反应速度型测试任务是指:在显示设备上呈现目标对象,要求受试者在目标对象出现时做出指定动作,并计算目标对象出现到受试者完成指定动作之间的时间间隔,通过该间间隔可以测试受试者的反应能力。可以理解的是,时间间隔越短,受试者反应能力越强;反之,时间间隔越长,受试者反应能力越弱。
在一些可选的实施方式中,待测认知能力知识图谱也可以是通过如图3所示的知识图谱建立步骤300预先建立的。知识图谱建立步骤300可以包括如下步骤301到步骤304:
步骤301,获取初始待测认知能力知识图谱。
这里,初始待测认知能力知识图谱包括N个节点,且初始待测认知能力知识图谱中各节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应。初始待测认知能力知识图谱中每个节点对应有、用于测试该节点对应的待测认知能力子能力的测试任务集合。
步骤302,获取训练样本集合。
这里,训练样本可以包括样本受试者完成初始待测认知能力知识图谱中节点对应的测试任务集合中测试任务的样本任务表现参数信息和相应的预设待测认知能力子能力集合中各个待测认知能力子能力对应的标注测试值。即,训练样本中记录了样本受试者完成一个测试任务的任务表现参数信息以及相应的基于该一个测试任务的任务表现参数信息而对该样本受试者在各个不同的待测认知能力子能力的标注测试值。这里,相应的针对各个不同待测认知能力子能力的标注测试值可以是由专业技术人员(例如,心理学家或社会学家)根据样本受试者的任务表现参数信息而对样本受试者在预设待测认知能力子能力集合中各个不同待测认知能力子能力进行评价并标注而得到的。
而训练样本集合则可以认为是记录了多个样本受试者完成预设待测认知能力子能力集合中不同待测认知能力子能力对应的测试任务的任务表现参数信息以及相应的针对各个不同待测认知能力子能力的标注测试值。
需要说明的是,实践中多个样本受试者可以是由具有代表性的人群组成的。所谓具有代表性的人群,即用少量的样本受试者来模拟大样本人群的组成,具有与大样本人群基本一致或相似的组成。比如,当大样本人群中包括5%的阿尔茨海默病患者以及5%的记忆发展困难儿童,则多个样本受试者中也可以包括5%的阿尔茨海默病患者以及5%的记忆发展困难儿童。比如,当大样本人群中包括10%的多动症患者,则多个样本受试者中也可以包括10%的多动症患者。
步骤303,利用机器学习方法,基于训练样本集合对初始待测认知能力知识图谱中任两个节点间相关系数进行调整。
这里,可以首先获取预设的机器学习模型,而上述机器学习模型中可以包括初始待测认知能力知识图谱中各节点间的相关系数,或者可选地还可以包括每个节点对应的测试任务集合中各测试任务与该节点之间的相关系数。上述机器学习模型用于表征测试任务的任务表现参数信息和预设待测认知能力子能力集合中各个待测认知能力子能力测试值之间的对应关系。这里,机器学习模型例如可以包括以下至少一项:结构方程模型、人工神经网络模型等。
然后,再执行以下参数调整操作,直到满足预设训练结束条件:
参数调整操作可以包括:首先,将训练样本集合中样本任务表现参数信息(具体可包括样本任务标识和对应的任务表现参数信息)输入上述机器学习模型,得到实际输出的针对各个待测认知能力子能力的测试值;接着,基于实际输出的针对各个待测认知能力子能力的测试值与该训练样本中相应各个待测认知能力子能力的标注测试值之间的差异,调整上述机器学习模型的模型参数。由于上述机器学习模型中包括了初始待测认知能力知识图谱中各节点间的相关系数,或者可选地还可以包括每个节点对应的测试任务集合中各测试任务与该节点之间的相关系数。进而,可以在参数调整操作过程中实现调整初始待测认知能力知识图谱中各节点间的相关系数,或者可选地还可以调整每个节点对应的测试任务集合中各测试任务与该节点之间的相关系数。
这里,训练结束条件可以包括以下至少一项:执行参数调整操作的时间达到预设时长,执行参数调整操作的次数达到预设次数,实际输出的针对各个待测认知能力子能力的测试值与该训练样本中相应各个待测认知能力子能力的标注测试值之间的差异小于预设差异阈值。
这里,可以采用各种实现方式基于实际输出的针对各个待测认知能力子能力的测试值与该训练样本中相应各个待测认知能力子能力的标注测试值之间的差异调整机器学习模型的模型参数。例如,可以采用随机梯度下降(SGD,Stochastic Gradient Descent)、牛顿法(Newton's Method)、拟牛顿法(Quasi-Newton Methods)、共轭梯度法(ConjugateGradient)、启发式优化方法以及其他现在已知或者未来开发的各种优化算法。
经过步骤303可以对初始待测认知能力知识图谱中各节点之间相关系数进行调整,或者可选地还可以对节点对应的测试任务集合中测试任务与节点之间的相关系数进行调整。
步骤304,将初始待测认知能力知识图谱确定为待测认知能力知识图谱。
采用如图3所示的知识图谱建立步骤300预先建立待测认知能力知识图谱,由于是基于多个样本受试者实际完成测试任务的任务完成参数信息以及相应的待测认知能力子能力标注测试值建立的,待测认知能力知识图谱中各节点之间的相关系数体现了各个相应待测认知能力子能力之间的相关程度,进而在后续步骤202中的测试操作中,为根据已完成测试操作的节点对应的待测认知能力子能力测试值推测未完成测试操作的节点的待测认知能力子能力测试值提供依据。
步骤202,以N个节点中的中心节点为当前节点执行测试操作。
这里,首先可以采用各种实现方式确定待测认知能力知识图谱中N个节点中的中心节点。例如,可以将N个节点中的预设节点确定为中心节点。又例如,还可以将N个节点中随机选取的节点确定为中心节点。
在一些可选的实施方式中,可以采用以下方式确定N个节点中的中心节点:
第一步,可以确定N个节点中各个节点的相关系数和。
这里,节点的相关系数和为N个节点中不同于该节点的其他节点与该节点的相关系数之和。
第二步,可以将N个节点中相关系数和最大的节点确定为中心节点。
即,将N个节点中与其他节点相关度、联系度最高的节点作为中心节点开始后续测试操作。
然后,再以中心节点为当前节点执行测试操作。
这里,测试操作可以包括如图2C所示的步骤2021到步骤2026:
步骤2021,在当前节点关联的测试任务集合中确定待测任务。
这里,可以采用各种实现方式在当前节点关联的测试任务集合中确定待测任务。例如,可以将当前节点关联的测试任务集合中的预设测试任务确定为待测任务。又例如,还可以将当前节点关联的测试任务集合中随机选取的测试任务确定为待测任务。
可选地,当待测认知能力知识图谱中包括测试任务与节点之间的相关系数时,也可以将当前节点关联的测试任务集合中与当前节点之间的相关系数最大的测试任务确定为待测任务。可以理解的是,由于待测认知能力知识图谱中测试任务与节点之间的相关系数表征了测试任务与节点对应的待测认知能力子能力之间的相关程度,按照该可选实施方式确定的待测任务是与当前节点关联的测试任务集合中与当前节点对应的待测认知能力子能力最相关的,从该待测任务开始进行测试可以快速测试受试者对应当前节点对应的待测认知能力子能力,减少测试时间,提高测试效率。
为便于理解,请继续参考图2B,图2B示出了待测认知能力知识图谱中待测认知能力子能力节点与测试任务节点之间的连线上显示的数值用于表示该连线一端对应的测试任务与另一端对应的待测认知能力子能力之间的相关系数。比如,图2B中待测认知能力子能力A1与测试任务T1之间的相关系数为0.41。
步骤2022,提供待测任务,并获取受试者完成待测任务的任务完成参数信息。
例如,当待测任务为程序指令序列时,可以执行待测任务对应的程序指令序列,并获取受试者与上述程序指令序列交互过程中、即完成待测任务过程中的任务完成参数信息。这里,任务完成参数信息可以是受试者在完成待测任务的过程中各种相关信息。
步骤2023,根据任务完成参数信息,确定受试者对应当前节点对应的待测认知能力子能力的测试值。
这里,可以按照与当前节点对应的待测认知能力子能力相应的测试值确定逻辑,根据受试者完成待测任务的任务完成参数信息,确定受试者对应当前节点对应的待测认知能力子能力的测试值。这里,与当前节点对应的待测认知能力子能力相应的测试值确定逻辑可以是对待测任务的任务完成参数信息进行计算以得到与当前节点对应的待测认知能力子能力测试值的计算公式,或者与当前节点对应的待测认知能力子能力相应的测试值确定逻辑可以是用于表征待测任务的任务完成参数信息与当前节点对应的待测认知能力子能力相应的测试值之间的对应关系的对应关系表。而上述计算公式或者对应关系表可以是由技术人员基于大量样本受试者完成上述待测任务对应的任务完成参数信息以及相应地该样本受试者在当前节点对应的待测认知能力子能力的标注测试值的统计而预先制定并存储到上述执行主体的计算公式或者对应关系表。
可以理解的是,待测任务是用于测试当前节点对应的待测认知能力子能力的,而步骤2023中,根据受试者完成待测任务的任务完成参数信息而确定的、受试者对应当前节点对应的待测认知能力子能力的测试值,可以用于表征受试者在当前节点对应的待测认知能力子能力方面的程度。
步骤2024,根据受试者对应已执行测试操作的各节点对应的待测认知能力子能力的测试值以及待测认知能力知识图谱中各相关系数,估计受试者对应待测认知能力知识图谱中未执行测试操作的节点对应的待测认知能力子能力的测试值。
这里,待测认知能力知识图谱中两个不同节点之间的相关系数用于表征该两个不同节点对应的待测认知能力子能力之间的相关程度。即,假设待测认知能力知识图谱中两个不同节点N1和N2之间的相关系数较高,表明该两个不同节点N1和N2分别对应的待测认知能力子能力A1和A2之间相关程度也较高,相应地可以理解为如果对待测认知能力子能力A1已执行过步骤2021到步骤2026的测试操作并得到了受试者在待测认知能力子能力A1的测试值,而由于待测认知能力子能力A2和A1相关度比较高,可以用受试者在待测认知能力子能力A1的测试值近似估计受试者在待测认知能力子能力A2的测试值,而不需再对待测认知能力子能力A2进行测试。
具体而言,步骤2024例如可以如下执行:
对于认知能力待测知识图谱中每个未执行测试操作的节点,执行如下第一计算步骤以确定受试者对应该未执行测试操作的节点对应的待测认知能力子能力的测试值:首先,将待测认知能力知识图谱中受试者对应已执行测试操作的各节点中与该节点的相关系数大于预设相关系数阈值的节点确定为相关节点;然后,将受试者对应各相关节点对应认知能力的测试值的均值确定为受试者对应该未执行测试操作的节点对应的认知能力的测试值。
在一些可选的实施方式中,步骤2024也可以如下执行:
对于受试者对应待测认知能力知识图谱中未执行测试操作的节点,对受试者对应已执行测试操作的各节点对应的待测认知能力子能力的测试值,按照该已执行测试操作的各节点与该未执行测试操作的节点的相关系数进行加权求和,并将加权求和的结果确定为该未执行测试操作的节点对应的待测认知能力子能力的测试值。按照该可选实施方式计算得到的受试者对应待测认知能力知识图谱中未执行测试操作的节点对应的待测认知能力子能力的测试值中,体现了所有受试者对应已执行测试操作的各节点对应的待测认知能力子能力的测试值,相当于参考的数据更多,可以更精准评估受试者对应待测认知能力知识图谱中未执行测试操作的节点对应的待测认知能力子能力的测试值。
步骤2025,确定是否满足预设测试操作结束条件。
这里预设测试操作结束条件可以是由技术人员(例如,心理学专家或者社会学专家)根据专业知识(例如,心理学或社会学知识)以及实践经验的总结而预先制定并存储到上述执行主体的条件。如果确定满足预设测试操作结束条件,则可以,确定结束测试操作,并继而不再对受试者测试待测认知能力知识图谱中未执行测试操作的节点对应的待测认知能力子能力。
在一些可选的实施方式中,预设测试操作结束条件可以包括以下至少一项:
第一,受试者对应待测认知能力知识图谱中已执行测试操作的各节点对未执行测试操作的节点的预测准确率大于预设的准确率阈值。
第二,对于待测认知能力知识图谱中N个节点中的每个节点均已执行测试操作。
即,如果满足了以上两个条件中的至少一个条件时,可以确定结束测试操作。
其中,关于第一个条件,受试者对应待测认知能力知识图谱中已执行测试操作的各节点对未执行测试操作的节点的预测准确率,可以说明如下:待测认知能力知识图谱中包括N个节点,假设其中M个节点已执行过测试操作,而其余(N-M)个节点未执行过测试操作,其中M为小于等于N的正整数。这里,对于(N-M)个未执行测试操作的每个节点Ni,可以采用各种方式计算已执行测试操作的M个节点对该未执行测试操作的节点Ni的预测准确率。例如可以采用变异解释率,即将已执行测试操作的M个节点中每个节点与该未执行测试操作的节点Ni之间的构建的回归方程的变异解释率确定为已执行测试操作的M个节点对该未执行测试操作的节点Ni的预测准确率。而第一个条件可以是受试者对应待测认知能力知识图谱中已执行测试操作的各节点对未执行测试操作的每个节点的变异解释率大于预设预测准确率阈值。
如果满足第一个条件,表明根据待测认知能力知识图谱中已执行测试操作的各节点对应的待测认知能力子能力的测试值对待测认知能力知识图谱中未执行过测试操作的节点对应的待测认知能力子能力的测试值进行估计是可靠的,即可以不再继续测试待测认知能力知识图谱中未执行过测试操作的节点对应的待测认知能力子能力进行继续测试。
如果满足第二个条件,即当已经对待测认知能力知识图谱中所有节点对应的待测认知能力子能力均已完成测试操作后,得到了受试者对应待测认知能力知识图谱中所有节点对应的待测认知能力子能力的测试值,不必再执行测试操作。在一些可选的实施方式中,上述执行主体还可以在步骤2025中确定不满足预设测试操作结束条件的情况下,转到以下步骤2026执行:
步骤2026,根据受试者对应的待测认知能力知识图谱中未执行测试操作的节点与当前节点的相关系数,确定下个待测节点。
即,如果上述执行主体在步骤2025中确定不结束测试操作,则可以采用各种实现方式,根据受试者对应待测认知能力知识图谱中未执行测试操作的节点与当前节点的相关系数,在受试者对应待测认知能力知识图谱中未执行测试操作的节点中确定下个待测节点。由于,待测认知能力知识图谱中两个不同节点之间的相关系数用于表征该两个不同节点对应的待测认知能力子能力之间的相关程度。即,假设待测认知能力知识图谱中当前节点为N3,受试者对应待测认知能力知识图谱中未执行测试操作的各个节点中的节点Ni,如果Ni与N3的相关系数比较大,那么可以认为节点Ni对应的待测认知能力子能力与节点N3对应的待测认知能力子能力较为相似,由于已经对受试者的节点N3对应的待测认知能力子能力进行了测试,不必再对节点Ni对应的待测认知能力子能力进行测试。反之,如果Ni与N3的相关系数比较小,那么可以认为节点Ni对应的待测认知能力子能力与节点N3对应的待测认知能力子能力不相似,虽然已经对受试者的节点N3对应的待测认知能力子能力进行了测试,还需再对节点Ni对应的待测认知能力子能力进行测试。
根据上述描述可知,上述执行主体可以在受试者对应待测认知能力知识图谱中未执行测试操作的节点中选取与当前节点的相关系数较小的节点作为下个待测节点。
可选地,步骤2026可以如下执行:将受试者对应待测认知能力知识图谱中未执行测试操作的各节点中与当前节点间相关系数最小的节点,确定为下个待测节点。即,选择与当前节点最不相关的节点作为下个待测节点。
步骤2027,以下个待测节点为当前节点,继续执行测试操作。
即,以步骤2026中确定的下个待测节点为当前节点,转到步骤2021继续执行,以对受试者在用下个待测节点更新后的当前节点对应的待测认知能力子能力进行测试并得到相应的测试值,以及再基于受试者对应所有执行过测试操作的节点的测试值对其他未执行过测试操作的节点的测试值进行估计,并再次确定是否需要结束测试操作,如果再次执行步骤2025中确定结束测试操作,则不再继续执行测试操作。
在一些可选的实施方式中,基于步骤2021中将当前节点关联的测试任务集合中与当前节点之间的相关系数最大的测试任务确定为待测任务的可选实施方式,上述执行主体还可以在执行完步骤202后,执行以下步骤203’到步骤206’:
步骤203’,将待测认知能力知识图谱中的节点中受试者对应待测认知能力子能力的测试值最小的节点确定为能力最弱节点。
即,经过步骤201和步骤202可以快速测得受试者在待测认知能力知识图谱中每个节点对应的待测认知能力,然而对于测试是否准确还需进一步确认。具体地,如果受试者在某项待测认知能力子能力方面得分最低,可能该项待测认知能力子能力的测试不准确,需要续测以提高准确度。即,可以按照步骤203’,首先找到受试者最弱的待测认知能力子能力。然后再转到步骤204’。
步骤204’,将能力最弱节点对应的测试任务集合中与能力最弱节点的相关系数非最高的测试任务确定为第一待续测任务。
由于已经在步骤2021中,对受试者在步骤203’所确定的最弱节点对应的测试任务集合中选择了与该最弱节点之间相关系数最大的测试任务进行了测试,无需再次用上述与该最弱节点之间相关系数最大的测试任务进行测试,因此,可以首先执行步骤204’,以确定第一待续测任务,再转到步骤205’。例如,第一待续测任务可以是能力最弱节点对应的测试任务集合中与能力最弱节点的相关系数次高的测试任务。
步骤205’,提供第一待续测任务,并获取受试者完成第一待续测任务的任务完成参数信息。
即,对受试者在最弱节点对应的待测认知能力子能力换个测试任务再次进行测试,以提高在最弱节点对应的待测认知能力子能力测试的准确度。
步骤206’,根据受试者完成第一待续测任务的任务完成参数信息,确定受试者对应能力最弱节点对应的待测认知能力子能力的测试值。
这里,步骤206’的具体操作及其所产生的技术效果与图2A所示的实施例中步骤201和步骤2023的操作及效果基本相同,在此不再赘述。
按照上述可选实施方式,可实现对受试者得分最低的待测认知能力子能力更换测试任务重新进行测试,以提高对受试者测试的准确度。
在一些可选的实施方式中,基于步骤2021中将当前节点关联的测试任务集合中与当前节点之间的相关系数最大的测试任务确定为待测任务的可选实施方式,上述执行主体还可以在执行完步骤202后,执行以下步骤203”到步骤204”:
步骤203”,将待测认知能力知识图谱中的节点中受试者对应待测认知能力子能力的测试值小于预设测试值阈值的节点确定为待续测节点。
即,可以认为如果受试者在某项待测认知能力子能力的得分过低,可能测试不准确,需要继续测试,执行步骤203”,即可确定待续测节点对应的待测认知能力子能力是需要继续测试的。
步骤204”,对于每个待续测节点执行续测操作。
即,对所有待续测节点对应的待测认知能力子能力进行继续测试以得到这些待测认知能力子能力对应的测试值。其中,续测操作具体可以包括:
第一,将该待续测节点对应的测试任务集合中与该待续测节点的相关系数非最高的测试任务确定为第二待续测任务。
如上述可选实施方式记载可知,同理,这里,对于待续测节点对应的待测认知能力子能力,由于已经在步骤2021中对该待续测节点对应的测试集合中,与该待续测节点之间相关系数最大的测试任务进行了测试,因此需更换测试任务重新进行测试,以提高对受试者在该待续测节点对应的待测认知能力子能力进行测试的准确度。
第二,提供第二待续测任务,并获取受试者完成第二待续测任务的任务完成参数信息。
第三,根据受试者完成第二待续测任务的任务完成参数信息,确定受试者对应该待续测节点对应的待测认知能力子能力的测试值。
按照上述可选实施方式,可实现对受试者得分过低的待测认知能力子能力更换测试任务重新进行测试,以提高对受试者测试的准确度。
本公开的上述实施例提供的认知能力测试方法,通过预先建立待测认知能力知识图谱中各待测认知能力子能力以及不同待测认知能力子能力之间的相关系数,再从待测认知能力知识图谱中的中心节点对应的待测认知能力子能力开始测试,并在测试的过程中,根据已经测试的待测认知能力子能力的测试值和待测认知能力知识图谱中节点间的相关系数,实时确定未测试的待测认知能力子能力的测试值。若判定根据未测试的待测认知能力子能力的测试值,无需进一步对未测试的待测认知能力子能力进行测试,则可以结束测试,进而无需对所有待测认知能力子能力全部进行测试即可获得对受试者进行待测认知能力的全面测试的测试结果。相对于需要对所有待测认知能力子能力进行测试才能实现全面测试而言,减少了受试者完成测试任务的数量和时间,更容易获得受试者的配合,提高测试测试效率。在一些实施例中,还可以通过对测试值最低或者测试值过低的待测认知能力子能力通过更换测试任务进行测试,以进一步提高测试准确率。
继续参考图4,其示出了根据本公开的认知能力测试方法的又一个实施例的流程400。该认知能力测试方法,包括以下步骤:
步骤401,获取待测认知能力知识图谱。
步骤402,以N个节点中的中心节点为当前节点执行测试操作。
在本实施例中,步骤401和步骤402的具体操作及其所产生的技术效果与图2A所示的实施例中步骤201和步骤202的操作及效果基本相同,在此不再赘述。
步骤403,根据受试者对应预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与受试者对应的待训练任务。
这里,预设训练任务集合中每个训练任务对应有预设待测认知能力子能力集合中的待测认知能力子能力,训练任务主要用于对受试者在该训练任务所对应的待测认知能力子能力方面进行训练。
由于已经通过步骤401和步骤402获得了受试者对应预设待测认知能力子能力集合中各待测认知能力子能力的测试值,为了对受试者在某些待测认知能力子能力进行提升,可以首先采用各种实现方式,根据受试者对应预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与受试者对应的待训练任务。
在一些可选的实施方式中,步骤403可以如下执行:
首先,将预设待测认知能力子能力集合中、受试者对应的待测认知能力子能力的测试值最小的待测认知能力子能力确定为待训练认知能力子能力。即,找出受试者最弱的认知能力作为待训练认知能力子能力。
然后,确定训练任务集合中与待训练认知能力子能力对应的候选训练任务。
这里,确定出的候选训练任务数量可能为一个或者多于一个。
最后,在所确定的各候选训练任务中确定待训练任务。
例如,可以在所确定的各候选训练任务中随机选取训练任务确定为待训练任务。
又例如,当训练任务集合中的候选训练任务关联有难度系数时,可以按照预设的测试值范围与候选训练任务难度系数范围的对应关系,确定与待训练认知能力子能力测试值对应的训练任务难度系数范围,其中,待训练认知能力子能力测试值为受试者对应待训练记忆力认知能力对应的测试值。再将所确定的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为待训练任务。
在一些可选的实施方式中,步骤403还可以如下执行:
当受试者关联有相应的待提高的待测认知能力(比如,针对记忆发展困难儿童、脑损伤导致记忆损害患者、记忆正常的老年人或者记忆异常衰退的老年人,其相应待提高的认知能力子能力可以包括:感觉记忆能力、短时记忆能力、语义记忆能力、情景记忆能力和技能记忆能力)时,可以首先从预设训练任务集合中选取对应的待测认知能力子能力为该待提高的待测认知能力子能力的候选训练任务。若所选取的候选训练任务为一个,则以该一个候选训练任务作为与受试者对应的待训练任务。若所选取的候选训练任务多于一个,则可以在各候选训练任务中随机选取候选训练任务作为待训练任务。也可以,当训练任务集合中的训练任务关联有难度系数时,可以按照预设的测试值范围与训练任务难度系数范围的对应关系,确定与受试者对应待提高的待测认知能力子能力的测试值对应的训练任务难度系数范围。再将所选取的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为待训练任务。
步骤404,提供待训练任务,并获取受试者完成待训练任务的任务完成参数信息。
例如,当待训练任务为程序指令序列时,可以执行待训练任务对应的程序指令序列,并获取受试者与上述程序指令序列交互过程中、即完成待训练任务过程中的任务完成参数信息。这里,任务完成参数信息可以是受试者在完成待训练任务的过程中的各种相关信息。
经过上述步骤401到步骤404,可以在获得受试者对应待测认知能力子能力集合中每个待测认知能力子能力的测试值的基础上,根据测试结果确定训练任务,并提供训练任务后获得受试者完成训练任务的任务完成参数信息,继而可实现先全面测试后再相应训练,即,训练更有针对性。
在一些可选的实施方式中,上述流程400还可以包括以下步骤405和步骤406:
步骤405,以待测认知能力知识图谱的N个节点中的中心节点为当前节点,再次执行测试操作,以得到受试者完成训练任务后对应预设待测认知能力子能力集合中待测认知能力子能力的测试值。
即,对受试者再次进行待测认知能力的全面评估测试,并得到受试者完成训练任务后对应预设待测认知能力子能力集合中各个待测认知能力子能力的测试值。
步骤406,根据受试者完成训练任务前和完成训练任务后对应预设待测认知能力子能力集合中待测认知能力子能力的测试值差值,确定受试者的训练效果信息。
由于在步骤402中得到了受试者完成训练任务前对应预设待测认知能力子能力集合中待测认知能力子能力的测试值差值,而经过步骤405得到了受试者完成训练任务后对应预设待测认知能力子能力集合中待测认知能力子能力的测试值差值,为了对训练的效果进行评估,可以采用各种实施方式根据二者的差值,确定受试者的训练效果信息。
例如,可以用受试者完成训练任务后对应预设待测认知能力子能力集合中各待测认知能力子能力的测试值减去受试者完成训练任务前相应待测认知能力子能力的测试值,进而获得各待测认知能力子能力的测试值差值,并作为受试者的训练效果信息,即训练效果信息可以包括预设待测认知能力子能力集合中每个待测认知能力子能力对应的测试值差值,进而可以通过训练效果信息对受试者在每个待测认知能力子能力的训练效果进行评估。
又例如,可以首先确定步骤403中所确定的待训练任务对应的待测认知能力子能力。然后,用受试者完成训练任务后对应待训练任务对应的待测认知能力子能力的测试值减去受试者完成训练任务前相应待测认知能力子能力的测试值,进而获得待训练任务对应的待测认知能力子能力的测试值差值,并作为受试者的训练效果信息,即训练效果信息仅包括待训练任务对应的待测认知能力子能力对应的测试值差值,进而可以通过训练效果信息对受试者对应待训练任务对应的待测认知能力子能力的训练效果进行评估。
经过步骤405和步骤406可以对受试者在训练前和训练后的训练效果进行评估,以明确训练任务的效果。
在一些可选的实施方式中,上述流程400还可以包括以下步骤407:
步骤407,根据受试者完成待训练任务的任务完成参数信息,确定受试者完成待训练任务的完成程度分数。
例如,这里可以预先由技术人员基于样本人群中不同人也完成待训练任务的任务完成参数信息的统计分析,制定完成程度分数的对应关系表或者计算公式,其中,完成程度分数的对应关系表用于表征待训练任务的任务完成参数信息与完成待训练任务的完成程度分数之间的对应关系,而完成程度分数的计算公式用于对待训练任务的任务完成参数信息中各个数据进行计算以得到待训练任务的完成程度分数。这样,这里,可以基于受试者完成待训练任务的任务完成参数信息,按照上述对应关系表进行对应查找或者按照上述计算公式进行计算以得到受试者完成待训练任务的完成程度分数。
即,经过步骤407可以将受试者完成待训练任务的任务完成参数信息转化成统一标准的完成程度分数。
基于上述步骤407的可选实施方式,可选地,上述流程400还可以包括以下步骤408到步骤410:
步骤408,根据受试者完成待训练任务的完成程度分数,确定下个待训练任务的难度系数范围。
可以理解的是,受试者完成待训练任务的完成程度分数表征了受试者对待训练任务的完成程度,如果完成程度分数较高,表明受试者完成程度较高,可以提高下个待训练任务的难度系数;反之,如果完成程度分数表明完成程度较低,则可以保持或者降低下个待训练任务的难度系数。需要说明的是,这里提高、保持或者降低下个待训练任务的难度系数是指相对于当前待训练任务的难度系数而言。
具体确定下个待训练任务的难度系数范围可以采用各种实现方式。例如,可以预先由专业人员(例如,心理学家或社会学家)根据专业知识预先制定的分数和难度对应关系表或者难度系数计算公式,其中,分数和难度对应关系表用于表征完成程度分数与任务难度系数范围之间的对应关系,而难度系数计算公式用于对完成程度分数进行计算以得到难度系数范围。这样,这里,可以基于受试者完成待训练任务的完成程度分数,按照上述分数和难度对应关系表进行对应查找或者按照上述任务难度系数计算公式进行计算以得到下个待训练任务的难度系数范围。
步骤409,将所确定的各候选训练任务中难度系数在所确定的下个待训练任务难度系数范围内的候选训练任务确定为下个待训练任务。
这里,所确定的各候选训练任务可以是步骤403的两种可选实施方式中确定的与受试者的待训练能力或者待提高能力对应的训练任务。
按照步骤409确定的下个待训练任务与受试者已经完成的待训练任务对应同样的待测认知能力子能力,但下个待训练任务是根据受试者完成待训练任务的任务完成程度而调整难度系数之后确定的训练任务,适合于受试者的具体情况,可以逐渐提高受试者的待训练能力或待提高能力。
步骤410,提供下个待训练任务,并获取受试者完成待训练任务的任务完成参数信息。
经过步骤408到步骤410,可以在受试者完成待训练任务后,根据受试者的实际完成程度定制下个待训练任务的任务难度,并进而逐渐提高受试者的待测认知能力。
需要说明的是,实践中,可以多次重复步骤407到步骤410以对受试者在待训练认知能力或者待提高认知能力重复进行训练,并在每次训练后重新确定训练任务难度系数,进而实现逐步提高受试者的待训练认知能力或者待提高认知能力。
当然,实践中还可以在多次重复步骤407到步骤410后,再次执行步骤402对受试者的待测认知能力进行测试后,再执行步骤403和步骤404根据测试结果确定并提供新的待训练任务,以及接着重复执行步骤407到步骤410,直到执行步骤403对受试者重新测试后,根据测试结果表明不再需要进行训练,已完成对受试者的待测认知能力进行提高。
从图4中可以看出,与图2A对应的实施例相比,本实施例中的认知能力测试方法的流程400多出了对受试者待测认知能力测试后,根据测试结果确定训练任务、提供训练任务以及获取训练任务完成参数信息的步骤,可选地还多出了对训练效果进行评估的步骤,或者可选地还包括根据训练任务完成参数信息调整下个训练任务的难度系数并重复进行训练的步骤。由此,本实施例描述的方案可以实现根据对受试者待测认知能力测试的测试结果提供训练任务,进而实现提高受试者的待测认知能力。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种认知能力测试装置的一个实施例,该装置实施例与图2A所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的认知能力测试装置500包括:获取单元501,被配置成获取待测认知能力知识图谱,所述待测认知能力知识图谱包括N个节点和所述N个节点中任两个节点间的相关系数,各所述节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应,每个节点对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;测试单元502,被配置成以所述N个节点中的中心节点为当前节点执行以下测试操作:在所述当前节点关联的测试任务集合中确定待测任务;提供所述待测任务,并获取受试者完成所述待测任务的任务完成参数信息;根据所述任务完成参数信息,确定所述受试者对应所述当前节点对应的待测认知能力子能力的测试值;根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值;确定是否满足预设测试操作结束条件;响应于确定是,结束所述测试操作。
在本实施例中,认知能力测试装置500的获取单元501和测试单元502的具体处理及其所带来的技术效果可分别参考图2A对应实施例中步骤201和步骤202的相关说明,在此不再赘述。
在一些可选的实施方式中,所述装置500还可以包括:待训练任务确定单元503,被配置成根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,其中,各所述预设训练任务对应有所述预设待测认知能力子能力集合中的待测认知能力子能力;训练单元504,被配置成提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述装置500还可以包括:再次测试单元505,被配置成在提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息之后,以所述待测认知能力知识图谱的N个节点中的中心节点为当前节点,再次执行所述测试操作,以得到所述受试者完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值;训练效果评估单元506,被配置成根据所述受试者完成训练任务前和完成训练任务后对应所述预设待测认知能力集合中待测认知能力的测试值差值,确定所述受试者的训练效果信息。
在一些可选的实施方式中,所述待训练任务确定单元503可以进一步被配置成:将所述预设待测认知能力子能力集合中、所述受试者对应的待测认知能力子能力的测试值最小的待测认知能力子能力确定为待训练认知能力子能力;确定所述训练任务集合中与所述待训练认知能力子能力对应的候选训练任务;在所确定的各候选训练任务中确定所述待训练任务。
在一些可选的实施方式中,所述训练任务集合中各训练任务对应有难度系数;以及所述在所确定的各候选训练任务中确定所述待训练任务,可以包括:按照预设的测试值范围与训练任务难度系数范围的对应关系,确定与待训练认知能力子能力测试值对应的训练任务难度系数范围,其中,所述待训练认知能力子能力测试值为所述受试者对应所述待训练认知能力子能力的测试值;将所确定的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为所述待训练任务。
在一些可选的实施方式中,所述装置500还可以包括:训练任务完成程度分数确定单元507,被配置成根据所述受试者完成所述待训练任务的任务完成参数信息,确定所述受试者完成所述待训练任务的完成程度分数。
在一些可选的实施方式中,所述装置500还可以包括:难度系数确定单元508,被配置成根据所述受试者完成所述待训练任务的完成程度分数,确定下个待训练任务的难度系数范围;下个待训练任务确定单元509,被配置成将所确定的各候选训练任务中难度系数在所确定的下个待训练任务难度系数范围内的候选训练任务确定为所述下个待训练任务;再次训练单元510,被配置成提供所述下个待训练任务,并获取所述受试者完成所述下个待训练任务的任务完成参数信息。
在一些可选的实施方式中,所述测试操作还可以包括:响应于确定不满足预设测试操作结束条件,根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点;以所述下个待测节点为所述当前节点,继续执行所述测试操作。
在一些可选的实施方式中,所述根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点,可以包括:将所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的各节点中与所述当前节点间相关系数最小的节点,确定为所述下个待测节点。
在一些可选的实施方式中,所述装置500还可以包括:中心节点确定单元511,被配置成在以所述N个节点中的中心节点为当前节点执行以下测试操作之前,基于所述待测认知能力知识图谱确定所述N个节点中的中心节点。
在一些可选的实施方式中,所述中心节点确定单元511可以进一步被配置成:确定所述N个节点中各个节点的相关系数和,其中,节点的相关系数和为所述N个节点中不同于该节点的其他节点与该节点的相关系数之和;将所述N个节点中相关系数和最大的节点确定为所述中心节点。
在一些可选的实施方式中,所述待测认知能力知识图谱可以是通过如下知识图谱建立步骤预先建立的:获取初始待测认知能力知识图谱,所述初始待测认知能力知识图谱包括N个节点,所述初始待测认知能力知识图谱中各节点分别与所述预设待测认知能力子能力集合中待测认知能力子能力一一对应,且对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;获取训练样本集合,其中,训练样本包括样本受试者完成所述初始待测认知能力知识图谱中节点对应的测试任务集合中测试任务的样本任务表现参数信息和相应的所述预设待测认知能力子能力集合中各个待测认知能力子能力对应的标注测试值;利用机器学习方法,基于所述训练样本集合对所述初始待测认知能力知识图谱中任两个节点间相关系数进行调整;将所述初始待测认知能力知识图谱确定为所述预设待测认知能力知识图谱。
在一些可选的实施方式中,所述待测认知能力知识图谱还可以包括每个节点对应的测试任务集合中每个测试任务与该节点间的相关系数;以及所述在所述当前节点关联的测试任务集合中确定待测任务,可以包括:将所述当前节点关联的测试任务集合中与所述当前节点间的相关系数最高的测试任务确定所述待测任务。
在一些可选的实施方式中,所述装置500还可以包括:最弱能力节点确定单元512,被配置成将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值最小的节点确定为能力最弱节点;第一待续测任务确定单元513,被配置成将所述能力最弱节点对应的测试任务集合中与所述能力最弱节点的相关系数非最高的测试任务确定为第一待续测任务;第一续测单元514,被配置成提供所述第一待续测任务,并获取所述受试者完成所述第一待续测任务的任务完成参数信息;最弱能力测试值确定单元515,被配置成根据所述受试者完成所述第一待续测任务的任务完成参数信息,确定所述受试者对应所述能力最弱节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述装置500还可以包括:续测节点确定单元516,被配置成将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值小于预设测试值阈值的节点确定为待续测节点;第二续测单元517,被配置成对于每个所述待续测节点执行以下续测操作:将该待续测节点对应的测试任务集合中与该待续测节点的相关系数非最高的测试任务确定为第二待续测任务;提供所述第二待续测任务,并获取所述受试者完成所述第二待续测任务的任务完成参数信息;根据所述受试者完成所述第二待续测任务的任务完成参数信息,确定所述受试者对应该待续测节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述根据所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值以及所述待测认知能力知识图谱中各相关系数,估计所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点对应的待测认知能力子能力的测试值,可以包括:对于所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点,对所述受试者对应已执行所述测试操作的各节点对应的待测认知能力子能力的测试值,按照该已执行所述测试操作的各节点与该未执行所述测试操作的节点的相关系数进行加权求和,并将加权求和的结果确定为该未执行所述测试操作的节点对应的待测认知能力子能力的测试值。
在一些可选的实施方式中,所述预设测试操作结束条件可以包括以下至少一项:所述受试者对应所述认知能力知识图谱中已执行所述测试操作的各节点对未执行所述测试操作的节点的预测准确率大于预设预测准确率阈值,或者对于所述N个节点中的每个节点均已执行所述测试操作。
在一些可选的实施方式中,所述待测认知能力可以为记忆力,以及所述预设待测认知能力子能力集合可以包括以下至少一项:感觉记忆能力,短时记忆能力,语义记忆能力,情景记忆能力,技能记忆能力。
在一些可选的实施方式中,所述受试者可以为记忆发展困难儿童、脑损伤导致记忆损害患者、记忆正常的老年人或者记忆异常衰退的老年人。
在一些可选的实施方式中,感觉记忆能力对应的测试任务集合可以包括多图片部分报告测试任务,短时记忆能力对应的测试任务集合可以包括位置记忆广度和言语记忆广度测试任务,语义记忆能力对应的测试任务集合可以包括图片命名测试任务,情景记忆能力对应的测试任务集合可以包括人脑-图片联系记忆测试任务,技能记忆能力对应的测试任务集合可以包括概率学习测试任务。
在一些可选的实施方式中,所述待测认知能力可以为注意力,以及所述预设待测认知能力子能力集合可以包括以下至少一项:注意容量能力、选择注意能力、持续注意能力、自控能力、反应能力。
在一些可选的实施方式中,所述受试者可以为多动症患者。
需要说明的是,本公开的实施例提供的认知能力测试装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的电子设备的计算机系统600的结构示意图。图6示出的计算机系统600仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有计算机系统600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许计算机系统600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备的计算机系统600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机可读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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备实现如图2A所示的实施例及其可选实施方式示出的认知能力测试方法,和/或,如图4所示的实施例及其可选实施方式示出的认知能力测试方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待测认知能力知识图谱的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (24)
1.一种认知能力测试方法,包括:
获取待测认知能力知识图谱,所述待测认知能力知识图谱包括N个节点和所述N个节点中任两个节点间的相关系数,各所述节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应,每个节点对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;
以所述N个节点中的中心节点为当前节点执行以下测试操作:在所述当前节点关联的测试任务集合中确定待测任务;提供所述待测任务,并获取受试者完成所述待测任务的任务完成参数信息;根据所述任务完成参数信息,确定所述受试者对应所述当前节点对应的待测认知能力子能力的测试值;对于所述待测认知能力待测知识图谱中每个未执行测试操作的节点,执行如下第一计算步骤:将所述待测认知能力知识图谱中所述受试者对应已执行所述测试操作的各节点中与该节点的相关系数大于预设相关系数阈值的节点确定为相关节点;将所述受试者对应各相关节点对应认知能力的测试值的均值确定为所述受试者对应该未执行测试操作的节点对应的认知能力的测试值;确定是否满足预设测试操作结束条件;响应于确定是,结束所述测试操作。
2.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,其中,各所述预设训练任务对应有所述预设待测认知能力子能力集合中的待测认知能力子能力;
提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息。
3.根据权利要求2所述的方法,其中,在提供所述待训练任务,并获取所述受试者完成所述待训练任务的任务完成参数信息之后,所述方法还包括:
以所述待测认知能力知识图谱的N个节点中的中心节点为当前节点,再次执行所述测试操作,以得到所述受试者完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值;
根据所述受试者完成训练任务前和完成训练任务后对应所述预设待测认知能力子能力集合中待测认知能力子能力的测试值差值,确定所述受试者的训练效果信息。
4.根据权利要求2所述的方法,其中,所述根据所述受试者对应所述预设待测认知能力子能力集合中各待测认知能力子能力的测试值,从预设训练任务集合中确定与所述受试者对应的待训练任务,包括:
将所述预设待测认知能力子能力集合中、所述受试者对应的待测认知能力子能力的测试值最小的待测认知能力子能力确定为待训练认知能力子能力;
确定所述训练任务集合中与所述待训练认知能力子能力对应的候选训练任务;
在所确定的各候选训练任务中确定所述待训练任务。
5.根据权利要求4所述的方法,其中,所述训练任务集合中各训练任务对应有难度系数;以及
所述在所确定的各候选训练任务中确定所述待训练任务,包括:
按照预设的测试值范围与训练任务难度系数范围的对应关系,确定与待训练认知能力子能力测试值对应的训练任务难度系数范围,其中,所述待训练认知能力子能力测试值为所述受试者对应所述待训练认知能力子能力的测试值;
将所确定的各候选训练任务中难度系数在所确定的难度系数范围的候选训练任务确定为所述待训练任务。
6.根据权利要求5所述的方法,其中,所述方法还包括:
根据所述受试者完成所述待训练任务的任务完成参数信息,确定所述受试者完成所述待训练任务的完成程度分数。
7.根据权利要求6所述的方法,其中,所述方法还包括:
根据所述受试者完成所述待训练任务的完成程度分数,确定下个待训练任务的难度系数范围;
将所确定的各候选训练任务中难度系数在所确定的下个待训练任务难度系数范围内的候选训练任务确定为所述下个待训练任务;
提供所述下个待训练任务,并获取所述受试者完成所述下个待训练任务的任务完成参数信息。
8.根据权利要求1所述的方法,其中,所述测试操作还包括:
响应于确定不满足预设测试操作结束条件,根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点;
以所述下个待测节点为所述当前节点,继续执行所述测试操作。
9.根据权利要求8所述的方法,其中,所述根据所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的节点与所述当前节点的相关系数,确定下个待测节点,包括:
将所述受试者对应所述待测认知能力知识图谱中未执行所述测试操作的各节点中与所述当前节点间相关系数最小的节点,确定为所述下个待测节点。
10.根据权利要求1所述的方法,其中,在以所述N个节点中的中心节点为当前节点执行以下测试操作之前,所述方法还包括:
基于所述待测认知能力知识图谱确定所述N个节点中的中心节点。
11.根据权利要求10所述的方法,其中,所述基于所述待测认知能力知识图谱确定所述N个节点中的中心节点,包括:
确定所述N个节点中各个节点的相关系数和,其中,节点的相关系数和为所述N个节点中不同于该节点的其他节点与该节点的相关系数之和;
将所述N个节点中相关系数和最大的节点确定为所述中心节点。
12.根据权利要求1所述的方法,其中,所述待测认知能力知识图谱是通过如下知识图谱建立步骤预先建立的:
获取初始待测认知能力知识图谱,所述初始待测认知能力知识图谱包括N个节点,所述初始待测认知能力知识图谱中各节点分别与所述预设待测认知能力子能力集合中待测认知能力子能力一一对应,且对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;
获取训练样本集合,其中,训练样本包括样本受试者完成所述初始待测认知能力知识图谱中节点对应的测试任务集合中测试任务的样本任务表现参数信息和相应的所述预设待测认知能力子能力集合中各个待测认知能力子能力对应的标注测试值;
利用机器学习方法,基于所述训练样本集合对所述初始待测认知能力知识图谱中任两个节点间相关系数进行调整;
将所述初始待测认知能力知识图谱确定为所述预设待测认知能力知识图谱。
13.根据权利要求12所述的方法,其中,所述待测认知能力知识图谱还包括每个节点对应的测试任务集合中每个测试任务与该节点间的相关系数;以及
所述在所述当前节点关联的测试任务集合中确定待测任务,包括:
将所述当前节点关联的测试任务集合中与所述当前节点间的相关系数最高的测试任务确定所述待测任务。
14.根据权利要求13所述的方法,其中,所述方法还包括:
将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值最小的节点确定为能力最弱节点;
将所述能力最弱节点对应的测试任务集合中与所述能力最弱节点的相关系数非最高的测试任务确定为第一待续测任务;
提供所述第一待续测任务,并获取所述受试者完成所述第一待续测任务的任务完成参数信息;
根据所述受试者完成所述第一待续测任务的任务完成参数信息,确定所述受试者对应所述能力最弱节点对应的待测认知能力子能力的测试值。
15.根据权利要求13所述的方法,其中,所述方法还包括:
将所述待测认知能力知识图谱中的节点中所述受试者对应的待测认知能力子能力的测试值小于预设测试值阈值的节点确定为待续测节点;
对于每个所述待续测节点执行以下续测操作:将该待续测节点对应的测试任务集合中与该待续测节点的相关系数非最高的测试任务确定为第二待续测任务;提供所述第二待续测任务,并获取所述受试者完成所述第二待续测任务的任务完成参数信息;根据所述受试者完成所述第二待续测任务的任务完成参数信息,确定所述受试者对应该待续测节点对应的待测认知能力子能力的测试值。
16.根据权利要求1所述的方法,其中,所述预设测试操作结束条件包括以下至少一项:
所述受试者对应所述认知能力知识图谱中已执行所述测试操作的各节点对未执行所述测试操作的节点的预测准确率大于预设预测准确率阈值,或者对于所述N个节点中的每个节点均已执行所述测试操作。
17.根据权利要求1所述的方法,其中,所述待测认知能力为记忆力,以及所述预设待测认知能力子能力集合包括以下至少一项:感觉记忆能力,短时记忆能力,语义记忆能力,情景记忆能力,技能记忆能力。
18.根据权利要求17所述的方法,其中,所述受试者为记忆发展困难儿童、脑损伤导致记忆损害患者、记忆正常的老年人或者记忆异常衰退的老年人。
19.根据权利要求18所述的方法,其中,感觉记忆能力对应的测试任务集合包括多图片部分报告测试任务,短时记忆能力对应的测试任务集合包括位置记忆广度和言语记忆广度测试任务,语义记忆能力对应的测试任务集合包括图片命名测试任务,情景记忆能力对应的测试任务集合包括人脑-图片联系记忆测试任务,技能记忆能力对应的测试任务集合包括概率学习测试任务。
20.根据权利要求1所述的方法,其中,所述待测认知能力为注意力,以及所述预设待测认知能力子能力集合包括以下至少一项:注意容量能力、选择注意能力、持续注意能力、自控能力、反应能力。
21.根据权利要求20所述的方法,其中,所述受试者为多动症患者。
22.一种认知能力测试装置,包括:
获取单元,被配置成获取待测认知能力知识图谱,所述待测认知能力知识图谱包括N个节点和所述N个节点中任两个节点间的相关系数,各所述节点分别与预设待测认知能力子能力集合中待测认知能力子能力一一对应,每个节点对应有用于测试该节点对应的待测认知能力子能力的测试任务集合;
测试单元,被配置成以所述N个节点中的中心节点为当前节点执行以下测试操作:在所述当前节点关联的测试任务集合中确定待测任务;提供所述待测任务,并获取受试者完成所述待测任务的任务完成参数信息;根据所述任务完成参数信息,确定所述受试者对应所述当前节点对应的待测认知能力子能力的测试值;对于所述待测认知能力待测知识图谱中每个未执行测试操作的节点,执行如下第一计算步骤:将所述待测认知能力知识图谱中所述受试者对应已执行所述测试操作的各节点中与该节点的相关系数大于预设相关系数阈值的节点确定为相关节点;将所述受试者对应各相关节点对应认知能力的测试值的均值确定为所述受试者对应该未执行测试操作的节点对应的认知能力的测试值;确定是否满足预设测试操作结束条件;响应于确定是,结束所述测试操作。
23.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-21中任一所述的方法。
24.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被一个或多个处理器执行时实现如权利要求1-21中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111401143.XA CN114098730B (zh) | 2021-09-06 | 2021-09-06 | 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111401143.XA CN114098730B (zh) | 2021-09-06 | 2021-09-06 | 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 |
CN202111037877.4A CN113468077B (zh) | 2021-09-06 | 2021-09-06 | 认知能力测试方法、装置、电子设备和存储介质 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111037877.4A Division CN113468077B (zh) | 2021-09-06 | 2021-09-06 | 认知能力测试方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114098730A true CN114098730A (zh) | 2022-03-01 |
CN114098730B CN114098730B (zh) | 2023-05-09 |
Family
ID=77864665
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111401143.XA Active CN114098730B (zh) | 2021-09-06 | 2021-09-06 | 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 |
CN202111037877.4A Active CN113468077B (zh) | 2021-09-06 | 2021-09-06 | 认知能力测试方法、装置、电子设备和存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111037877.4A Active CN113468077B (zh) | 2021-09-06 | 2021-09-06 | 认知能力测试方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN114098730B (zh) |
WO (1) | WO2023029430A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496787A (zh) * | 2024-01-03 | 2024-02-02 | 小白智能科技(长春)股份有限公司 | 一种针对儿童六项能力测评及其训练系统 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114098730B (zh) * | 2021-09-06 | 2023-05-09 | 北京无疆脑智科技有限公司 | 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 |
CN114067955A (zh) * | 2022-01-11 | 2022-02-18 | 北京无疆脑智科技有限公司 | 基于动作的认知能力训练方法、装置及电子设备 |
CN114121224B (zh) * | 2022-01-25 | 2023-05-16 | 北京无疆脑智科技有限公司 | 情绪识别能力的评估方法、装置及电子设备 |
CN114140814A (zh) * | 2022-02-07 | 2022-03-04 | 北京无疆脑智科技有限公司 | 情绪识别能力的训练方法、装置及电子设备 |
CN116820418B (zh) * | 2023-08-28 | 2023-12-26 | 北京智精灵科技有限公司 | 一种基于模块化开发的认知训练交互方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138582A1 (en) * | 2002-10-25 | 2004-07-15 | Connolly John F. | Linking neurophysiological and neuropsychological measures for cognitive function assessment in a patient |
US20160262680A1 (en) * | 2015-03-12 | 2016-09-15 | Akili Interactive Labs, Inc. | Processor Implemented Systems and Methods for Measuring Cognitive Abilities |
US20170098385A1 (en) * | 2014-05-21 | 2017-04-06 | Akili Interactive Labs, Inc. | Processor-Implemented Systems and Methods for Enhancing Cognitive Abilities by Personalizing Cognitive Training Regimens |
US20170308923A1 (en) * | 2014-12-09 | 2017-10-26 | Centan Inc. | Evaluation apparatus and evaluation method |
JP2017221416A (ja) * | 2016-06-15 | 2017-12-21 | 日本電信電話株式会社 | 認知能力変化予測装置、方法およびプログラム |
CN109857835A (zh) * | 2018-12-28 | 2019-06-07 | 北京红山瑞达科技有限公司 | 一种基于认知诊断理论的自适应网络安全知识测评方法 |
CN109875580A (zh) * | 2019-03-01 | 2019-06-14 | 安徽工业大学 | 一种认知效能可计算模型 |
CN110473598A (zh) * | 2019-08-12 | 2019-11-19 | 中国科学院心理研究所 | 一种基于知识图谱的心理测试平台系统 |
CN110473635A (zh) * | 2019-08-14 | 2019-11-19 | 电子科技大学 | 一种青少年脑结构网络和脑功能网络关系模型的分析方法 |
CN111724597A (zh) * | 2020-06-24 | 2020-09-29 | 天津大学 | 基于驾驶行为评估驾驶员认知表现的研究方法 |
WO2021165498A1 (en) * | 2020-02-21 | 2021-08-26 | Brightlobe Limited | Neurodevelopmental/cognitive assessment and cognitive training on a digital device and identification and measurement of digital cognitive biomarkers |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140359624A1 (en) * | 2013-05-30 | 2014-12-04 | Hewlett-Packard Development Company, L.P. | Determining a completion time of a job in a distributed network environment |
CN107230172A (zh) * | 2017-06-01 | 2017-10-03 | 深圳家族领袖教育科技有限公司 | 学习效果的评估方法及装置 |
CN110443571A (zh) * | 2019-07-16 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 基于知识图谱进行简历评估的方法、装置及设备 |
CN110688489B (zh) * | 2019-09-09 | 2022-08-16 | 中国电子科技集团公司电子科学研究院 | 基于交互注意力的知识图谱推演方法、装置和存储介质 |
CN111046187B (zh) * | 2019-11-13 | 2023-04-18 | 山东财经大学 | 基于对抗式注意力机制的一样本知识图谱关系学习方法及系统 |
CN111582694B (zh) * | 2020-04-29 | 2023-08-08 | 腾讯科技(深圳)有限公司 | 一种学习评估方法及装置 |
CN111506722B (zh) * | 2020-06-16 | 2024-03-08 | 平安科技(深圳)有限公司 | 基于深度学习技术的知识图谱问答方法、装置及设备 |
CN112137627B (zh) * | 2020-09-10 | 2021-08-03 | 北京津发科技股份有限公司 | 智能人因测评和训练方法及系统 |
CN112131408A (zh) * | 2020-09-29 | 2020-12-25 | 上海松鼠课堂人工智能科技有限公司 | 基于知识图谱的认知能力分析方法和系统 |
CN112685396A (zh) * | 2020-12-30 | 2021-04-20 | 平安普惠企业管理有限公司 | 财务数据违规检测方法、装置、计算机设备及存储介质 |
CN113010691A (zh) * | 2021-03-30 | 2021-06-22 | 电子科技大学 | 一种基于图神经网络的知识图谱推理关系预测方法 |
CN114098730B (zh) * | 2021-09-06 | 2023-05-09 | 北京无疆脑智科技有限公司 | 基于认知图谱的认知能力测试和训练方法、装置、设备和介质 |
-
2021
- 2021-09-06 CN CN202111401143.XA patent/CN114098730B/zh active Active
- 2021-09-06 CN CN202111037877.4A patent/CN113468077B/zh active Active
-
2022
- 2022-03-10 WO PCT/CN2022/080226 patent/WO2023029430A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138582A1 (en) * | 2002-10-25 | 2004-07-15 | Connolly John F. | Linking neurophysiological and neuropsychological measures for cognitive function assessment in a patient |
US20170098385A1 (en) * | 2014-05-21 | 2017-04-06 | Akili Interactive Labs, Inc. | Processor-Implemented Systems and Methods for Enhancing Cognitive Abilities by Personalizing Cognitive Training Regimens |
US20170308923A1 (en) * | 2014-12-09 | 2017-10-26 | Centan Inc. | Evaluation apparatus and evaluation method |
US20160262680A1 (en) * | 2015-03-12 | 2016-09-15 | Akili Interactive Labs, Inc. | Processor Implemented Systems and Methods for Measuring Cognitive Abilities |
JP2017221416A (ja) * | 2016-06-15 | 2017-12-21 | 日本電信電話株式会社 | 認知能力変化予測装置、方法およびプログラム |
CN109857835A (zh) * | 2018-12-28 | 2019-06-07 | 北京红山瑞达科技有限公司 | 一种基于认知诊断理论的自适应网络安全知识测评方法 |
CN109875580A (zh) * | 2019-03-01 | 2019-06-14 | 安徽工业大学 | 一种认知效能可计算模型 |
CN110473598A (zh) * | 2019-08-12 | 2019-11-19 | 中国科学院心理研究所 | 一种基于知识图谱的心理测试平台系统 |
CN110473635A (zh) * | 2019-08-14 | 2019-11-19 | 电子科技大学 | 一种青少年脑结构网络和脑功能网络关系模型的分析方法 |
WO2021165498A1 (en) * | 2020-02-21 | 2021-08-26 | Brightlobe Limited | Neurodevelopmental/cognitive assessment and cognitive training on a digital device and identification and measurement of digital cognitive biomarkers |
CN111724597A (zh) * | 2020-06-24 | 2020-09-29 | 天津大学 | 基于驾驶行为评估驾驶员认知表现的研究方法 |
Non-Patent Citations (2)
Title |
---|
ZHENGXIAO DU ET AL: "Cognitive Knowledge Graph Reasoning for One-shot Relational Learning" * |
陈永海: "基于认知图谱的心理实验标准化测试平台研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496787A (zh) * | 2024-01-03 | 2024-02-02 | 小白智能科技(长春)股份有限公司 | 一种针对儿童六项能力测评及其训练系统 |
CN117496787B (zh) * | 2024-01-03 | 2024-03-19 | 小白智能科技(长春)股份有限公司 | 一种针对儿童六项能力测评及其训练系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023029430A1 (zh) | 2023-03-09 |
CN113468077A (zh) | 2021-10-01 |
CN113468077B (zh) | 2021-12-10 |
CN114098730B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113468077B (zh) | 认知能力测试方法、装置、电子设备和存储介质 | |
US20180308376A1 (en) | Adaptive learning environment driven by real-time identification of engagement level | |
Ghergulescu et al. | A novel sensor-based methodology for learner's motivation analysis in game-based learning | |
JP2010158523A (ja) | ディストラクションの影響を測定するための方法、コンピュータ化された試験システム、ディストラクションの影響を測定するためのシステム、ヒトの被験者の行動を測定するための方法、および刺激の影響を測定するためのシステム | |
US20200367798A1 (en) | Wearable device for determining psycho-emotional state of user during evaluation or testing | |
WO2019086856A1 (en) | Systems and methods for combining and analysing human states | |
Sharma et al. | Information flow and cognition affect each other: Evidence from digital learning | |
JP2016118575A (ja) | 脳内知的活動状態を推定可能な装置、システム、プログラム及び方法 | |
US20180365241A1 (en) | Sentiment analysis as a quality indicator in usability testing | |
EP4166079A1 (en) | Conversation-based mental disorder screening method and device | |
Winkler et al. | Engaging learners in online video lectures with dynamically scaffolding conversational agents | |
CN114067955A (zh) | 基于动作的认知能力训练方法、装置及电子设备 | |
TWI642026B (zh) | 心理與行為狀態評量暨診斷方法及系統 | |
Hernández et al. | Affective modeling for an intelligent educational environment | |
US20200185110A1 (en) | Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests | |
US20150364051A1 (en) | Generating a comprehension indicator that indicates how well an individual understood the subject matter covered by a test | |
Neagu et al. | Investigating pupillometry as a reliable measure of individual’s listening effort | |
Lehman et al. | When Should an Adaptive Assessment Care? | |
US20230290505A1 (en) | Context Aware Assessment | |
US20240220005A1 (en) | Systems and methods for computer-implemented surveys | |
Chen | An evaluation of the relationship between classroom practices and mathematics motivation from student and teacher perspectives | |
WO2021261342A1 (ja) | 学習システム、学習方法、及び学習プログラム | |
CN110693509A (zh) | 一种案件相关性确定方法、装置、计算机设备和存储介质 | |
CN116913526B (zh) | 归一化特征组上采样方法、装置、电子设备和存储介质 | |
CN116913525B (zh) | 特征组归一化方法、装置、电子设备和存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40070760 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |