CN114119308B - 智能云外语多媒体教学系统及方法、计算机及存储介质 - Google Patents
智能云外语多媒体教学系统及方法、计算机及存储介质 Download PDFInfo
- Publication number
- CN114119308B CN114119308B CN202111466692.5A CN202111466692A CN114119308B CN 114119308 B CN114119308 B CN 114119308B CN 202111466692 A CN202111466692 A CN 202111466692A CN 114119308 B CN114119308 B CN 114119308B
- Authority
- CN
- China
- Prior art keywords
- teaching
- student
- learning
- cloud
- teacher
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Abstract
本发明提出一种智能云外语多媒体教学系统及方法、计算机及存储介质,属于云教学技术领域。包括教师面、学生面和云面;所述教师面和学生面分别与云面连接;所述云面包括教学应用层、数据交互层、自主学习层和云端管理层;所述教学应用层用于将教学内容进行影音形式的传输;实现所述教师面与所述学生面之间影像信息的采集与播放;所述数据交互层用于存储教学信息、试卷、试卷答案和分析结果;所述自主学习层用于教师面挖掘学生面学习特点、发音缺陷;所述云端管理层用于对系统进行控制以及管理。解决现有技术中存在的无法实现无监督以及深度学习的技术问题。
Description
技术领域
本申请涉及一种智能云外语多媒体教学系统及方法、分班方法、制定学习计划方法、计算机及存储介质,属于云教学技术领域。
背景技术
人工智能技术的应用发展已经广泛应用到社会的各个领域,并推进了素质教育的全面改革。与传统教育模式相比,人工智能技术的网络教育具有丰富的教学资源信息。在外语学科的教学中,传统的教学模式不足以让学生深入学习细节知识,因此为提倡网络教学模式,需要设计外语教学资源信息综合管理系统。
传统的外语教学方法大多以课堂教学加课外辅导为主,效率低下。随着我国提出互联网+和人工智能的信息化战略实施以来,基于互联网的外语教学方式应用及研究得到了长足发展。以信息多媒体为媒介,以计算机为载体的辅助教学模式日益成为主流,同时互联网和人工智能和网络的出现大大提高了城市人群的碎片化学习效率。
CN201810358083《一种理科学习的人工智能教学系统及方法》公开一种理科学习的人工智能教学系统及方法,它包括输入装置、输出装置,计算装置及由多个数据库组成的数据存储装置。CN107633719B《基于多语种人机交互的拟人形象人工智能教学系统和方法》公开了一种基于多语种人机交互的拟人形象人工智能教学系统和方法。CN108053700A《一种人工智能教学辅助系统》公开了一种人工智能教学辅助系统。
现有技术虽然能提供学习路径,但是,大多均存在以下缺点,一,有些是针对教学形式或试题形成简单推荐或辅助,并没有结合外语教学中学生在语音、语言、文化以及学习误区等具体情况进行分析;二,在对知识层次分班、知识点、试题、学习盲点等管理上存在欠缺,没有形成人工智能深层次的分析;第三,现有技术只提供学习或考试简单分析,并没有不断完善推荐学习路径形成人工智能训练的闭环,不能真正应用代表未来的无监督学习、深度学习。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,为解决现有技术中存在的无法实现无监督以及深度学习的技术问题,本发明提供一种智能云外语多媒体教学系统及方法、计算机及存储介质。
方案一:本发明提供了智能云外语多媒体教学系统,包括教师面、学生面和云面;所述教师面和学生面分别与云面连接;所述云面包括教学应用层、数据交互层、自主学习层和云端管理层;
所述教学应用层用于将教学内容进行影音形式的传输;实现所述教师面与所述学生面之间影像信息的采集与播放;
所述数据交互层用于存储教学信息、试卷、试卷答案和分析结果;
所述自主学习层用于教师面挖掘学生面学习特点、发音缺陷、制定学习计划和分配班级;
所述云端管理层用于对系统进行控制以及管理。
优选的,所述教学应用层包括远程考试模块和考试常态化录播系统;所述远程考试控制模块用于为学生发起考试;常态化录播系统用于实现教师与学生之间影像信息的采集与播放;为学生考试输出多媒体考试内容;
所述数据交互层包括习题存储模块、真题存储模块、教学资源存储模块、教学课件存储模块;
所述自主学习层包括语音识别模块、图像识别模块和人工智能模块;
所述云端管理层包括操作控制系统和账号分配系统;所述账号分配系统与所述教学应用层进行数据交互;所述操作控制系统用于控制系统中的各个功能。
优选的,所述人工智能模块包括神经网络,所述神经网络为深层神经网络、卷积神经网络或残差神经网络。
优选的,所述学生面为学生用户终端,终端是电脑主机、移动设备的操作端;所述学生用户终端至少一个;
优选的,所述教师面为教师用户终端,终端是电脑主机、移动设备的操作端;所述教师用户终端至少一个;
方案二、基于方案一所述的智能云外语多媒体教学系统实现的智能云外语多媒体教学方法,根据学生外语发音特定外语口语音轨偏离信息B(Sti)和学习效率E(Sti)制定教学方法,包括以下步骤:
步骤一、教师从数据交互层定期获取学生的学习历史,并调取学生的首选教学方案,其中,学习历史包括学习进度S与难度P、外语口语音轨偏离信息B以及音轨偏离信息对应的出现次数T;
步骤二、自主学习层的人工智能模块对学习历史数据进行自主学习,具体方法是,根据教学进度、教学难点和学生群体效应与学生的学习历史比对,根据比对结果对学生进行分类,划分学习层级制定下一步教学计划Pi,通过教师面的教学应用层确认后执行;
步骤三、人工智能模块抽取分班中抽样学生Sti,对学生外语发音特定外语口语音轨偏离信息B(Sti)和学习效率E(Sti)进行学习,并筛选出现次数大于预设次数的音轨偏离信息作为标记偏离信息;
步骤四、从预先构建的课时数据库中获取所述学习效率E(∑Sti)对应的练习难度和次数,根据所述标记偏离信息|Sti+1 2-Sti 2|和所述学习效率制定针对更新所述学生的教学方案P(Sti)。
方案三:一种计算机,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现方案二所述方法的步骤。
方案四:一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现方案二所述的方法。
本发明的有益效果如下:本发明在基于现有云平台技术下,通过拓展人工智能实现个人评估和群体评估,获得学习效率和学习偏差模型,实现相异于网页教学系统的多媒体教学,能通过人工智能云平台系统来实现一对一、一对多的多媒体教学和学习缺陷的发掘,其授课教学质量有所保证,满足学生、老师利用人工智能根据实际需求教学,相比传统网页端多媒体教学,能更好的方便师生进行数据交互,优化教学质量,科学实施学习期望和学习计划催生积极科学的学习,营造学习氛围与竞争氛围,提高了学效果。本发明中设置的自主学习模块能在教学服务器基础上,通过人工智能识别和分析主观题、客观题以及多媒体互动的学习效果,便于寻找知识盲点与学习交流误区,利于教师因材施教和因势利导,便于学生找自身学习盲点和学习对象,进一步提高了该系统的教学效果。解决现有技术中存在的无法实现无监督以及深度学习的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明系统结构示意图;
图2为本发明方案二流程示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
实施例1、参照图1说明本实施方式,本发明提供了一种智能云外语多媒体教学系统,
教师面和学生面分别与云面连接,所述教师面和学生面通过广域网或者互联网的方式实现数据传输;
所述教师面为教师用户终端,终端是电脑主机、移动设备的操作端;所述教师用户终端至少一个;
所述教师面主要负责实现数据共享,也就是教学内容的共享,教师面可以启动云面人工智能模块进行日常教学的规划和教学效果测评。
具体的,教师面可以实现系统登录注册、个人中心管理和公告发布、课件备案和上传、文章阅读和学习、课程安排等等。
具体的,教师面的教师用户终端上传的课件、试题和答案等等教学数据存储在数据交互层;学生面的学生用户终端可以随时通过教学应用层提取教学数据。
所述学生面为学生用户终端,终端是电脑主机、移动设备的操作端;所述学生用户终端至少一个;
具体的,学生面可以实现学生注册登录、查看和管理个人信息、外语阅读、听说和读写,以及外语课程的选择、考试,以及学习计划的下发、实施与监督等。
具体的,学生面的学生用户终端可以随时通过教学应用层提取教师面教师用户存储在数据交互层的教学数据,例如,学习、考试和考试结果等等。
所述云面所述云面包括教学应用层、数据交互层、自主学习层和云端管理层;
所述教学应用层包括远程考试模块和考试常态化录播系统;所述远程考试控制模块用于为学生发起考试;常态化录播系统用于实现教师与学生之间影像信息的采集与播放;为学生考试输出多媒体考试内容;
所述教学应用层用于将教学内容进行影音形式的传输;实现所述教师面与所述学生面之间影像信息的采集与播放;
具体的,教学应用层通过数据交互层提取教学数据。
所述常态化录播系统用于将教师面教师用户终端所提供的多媒体考试输出给学生面学生用户终端,以及接收学生面学生用户终端输出的考试结果并将考试结果传输至数据交互层存储;
所述数据交互层用于存储教学信息、试卷、试卷答案和分析结果;
所述数据交互层包括习题存储模块、真题存储模块、教学资源存储模块、教学课件存储模块;
具体的,存储模块根据教学数据的类别创建文件夹,不同类型的教学数据分类别存储在对应的文件夹中。
具体的,数据交互层存储的数据可随时供教学应用层、自主学习层、教师面和学生面随时提取。
所述自主学习层用于教师面挖掘学生面学习特点、发音缺陷、制定学习计划和分配班级;
所述自主学习层包括语音识别模块、图像识别模块和人工智能模块;所述人工智能模块包括神经网络,所述神经网络为深层神经网络、卷积神经网络或残差神经网络。
具体的,自主学习层利用人工智能模块挖掘学生外语发音缺陷、分析学生试卷、挖掘学生学习盲区和为学生制定符合自身学习特点的学习计划。
具体的,教师面的教师用户终端可以利用自主学习层的人工智能模块进行分层设计教案,为学生安排网络班级。
所述云端管理层包括操作控制系统和账号分配系统;所述账号分配系统与所述教学应用层进行数据交互;所述操作控制系统用于控制系统中的各个功能。云端管理层用于对系统进行控制以及管理。
具体的,教师面的教师用户终端可以通过云端管理层的操作控制系统控制系统中的各个功能。
具体的,账号分配系统包括独立账号数据集,还包括多元安全设备数据、网络设备数据,依据安全设备数据与网络设备数据进行分类,建立安全日志,对数据内容进行分类与标识。
具体的,系统还包括系统管理员终端,所述系统管理员终端为系统管理员用户,系统管理员用户可以对学生用户终端和教师用户终端的权限等级进行授予,还可以对数据交互层的数据库进行整理,包括课程安排、文章内容、公告信息发布等。
实施例2、参照图2说明本实施方式,本发明提供了一种智能云外语多媒体教学方法,根据学生外语发音特定外语口语音轨偏离信息B(Sti)和学习效率E(Sti)制定教学方法,包括以下步骤:
步骤一、教师从数据交互层定期获取学生的学习历史,并调取学生的首选教学方案,其中,学习历史包括学习进度S与难度P、外语口语音轨偏离信息B以及音轨偏离信息对应的出现次数T;
步骤二、自主学习层的人工智能模块对学习历史数据进行自主学习,具体方法是,根据教学进度、教学难点和学生群体效应与学生的学习历史比对,根据比对结果对学生进行分类,划分学习层级制定下一步教学计划Pi,通过教师面的教学应用层确认后执行;
具体的,自主学习算法为聚类算法、支持向量机等等。
步骤三、人工智能模块抽取分班中抽样学生Sti,对学生外语发音特定外语口语音轨偏离信息B(Sti)和学习效率E(Sti)进行学习,并筛选出出现次数大于预设次数的音轨偏离信息作为标记偏离信息;
步骤四、从预先构建的课时数据库中获取所述学习效率E(∑Sti)对应的练习难度和次数,根据所述标记偏离信息|Sti+1 2-Sti 2|和所述学习效率制定针对更新所述学生的教学方案P(Sti)。
具体的,设置当偏离和效率低于某一阈值时,即出发教学计划的更新。具体的阈值可根据不同的学生设置不同的阈值。
实施例3、一种计算机,本发明的计算机装置可以是包括有处理器以及存储器等装置,例如包含中央处理器的单片机等。并且,处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例4、计算机可读存储介质
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质,包括但不限于非易失性存储器、易失性存储器、铁电存储器等,计算机可读存储介质上存储有计算机程序,当计算机装置的处理器读取并执行存储器中所存储的计算机程序时,可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。
所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (7)
1.智能云外语多媒体教学系统,其特征在于,包括教师面、学生面和云面;所述教师面和学生面分别与云面连接;所述云面包括教学应用层、数据交互层、自主学习层和云端管理层;
所述教学应用层用于将教学内容进行影音形式的传输;实现所述教师面与所述学生面之间影像信息的采集与播放;
所述教学应用层包括远程考试模块和考试常态化录播系统;
所述远程考试模块用于为学生发起考试;
所述考试常态化录播系统用于将教师面的教师用户终端所提供的多媒体考试输出给学生面的学生用户终端,以及接收学生面的学生用户终端输出的考试结果并将考试结果传输至数据交互层存储;
所述教师面负责实现数据共享,教师面启动云面人工智能模块进行日常教学的规划和教学效果测评;教师面的教师用户终端上传的试题和答案和教学数据存储在数据交互层;学生面的学生用户终端随时通过数据交互层提取教学数据;
学生面实现学生注册登录、查看和管理个人信息、外语阅读、听说和读写,以及外语课程的选择、考试,以及学习计划的下发、实施与监督;
所述数据交互层用于存储教学数据、试题答案和分析结果,包括习题存储模块、真题存储模块和教学资源存储模块;
习题存储模块、真题存储模块和教学资源存储模块根据教学数据的类别创建文件夹,不同类型的教学数据分类别存储在对应的文件夹中;
数据交互层存储的数据供教学应用层、自主学习层、教师面和学生面随时提取;
自主学习层包括语音识别模块、图像识别模块和云面人工智能模块,自主学习层利用云面人工智能模块挖掘学生外语发音缺陷、分析学生试卷、挖掘学生学习盲区和为学生制定符合自身学习特点的学习计划;
所述云端管理层用于对智能云外语多媒体教学系统进行控制以及管理,包括操作控制系统和账号分配系统;所述账号分配系统与所述教学应用层进行数据交互;所述操作控制系统用于控制智能云外语多媒体教学系统中的各个功能;
账号分配系统包括独立账号数据集,还包括多元安全设备数据、网络设备数据,依据多元安全设备数据与网络设备数据进行分类,建立安全日志,对数据内容进行分类与标识;
教师面的教师用户终端通过云端管理层的操作控制系统控制智能云外语多媒体教学系统中的各个功能;
教师面的教师用户终端利用自主学习层的云面人工智能模块进行分层设计教案,为学生安排网络班级;
还包括系统管理员终端,所述系统管理员终端为系统管理员用户,系统管理员用户对学生用户终端和教师用户终端的权限等级进行授予,对数据交互层的数据库进行整理,包括课程安排、文章内容和公告信息发布。
2.根据权利要求1所述的智能云外语多媒体教学系统,其特征在于,所述云面人工智能模块包括神经网络,所述神经网络为深层神经网络、卷积神经网络或残差神经网络。
3.根据权利要求2所述的智能云外语多媒体教学系统,其特征在于,所述学生用户终端是电脑主机或移动设备的操作端;所述学生用户终端至少一个。
4.根据权利要求3所述的智能云外语多媒体教学系统,其特征在于,所述教师用户终端是电脑主机或移动设备的操作端;所述教师用户终端至少一个。
5.基于权利要求1-4任一项所述的智能云外语多媒体教学系统实现的智能云外语多媒体教学方法,其特征在于,根据外语口语音轨偏离信息BSti和学习效率ESti制定教学方法,包括以下步骤:
步骤一、教师从数据交互层定期获取学生的学习历史,并调取学生的首选教学方案,其中,学习历史包括学习进度S与难度P、外语口语音轨偏离信息BSti以及外语口语音轨偏离信息BSti对应的出现次数T;
步骤二、自主学习层的云面人工智能模块对学习历史数据进行自主学习,具体方法是,根据教学进度、教学难点和学生群体效应与学生的学习历史比对,根据比对结果对学生进行分类,划分学习层级制定下一步教学计划Pi,通过教师面的教学应用层确认后执行;
步骤三、云面人工智能模块抽取分班中抽样学生Sti,对外语口语音轨偏离信息BSti和学习效率ESti进行学习,并筛选出现次数T大于预设次数的音轨偏离信息作为标记偏离信息|Sti+1 2-Sti 2|;
步骤四、从预先构建的课时数据库中获取所述学习效率ESti对应的练习难度和次数,根据所述标记偏离信息|Sti+1 2-Sti 2|和所述学习效率ESti制定针对更新所述学生的教学方案PSti。
6.一种计算机,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现权利要求5所述的智能云外语多媒体教学方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求5所述的智能云外语多媒体教学方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466692.5A CN114119308B (zh) | 2021-12-03 | 2021-12-03 | 智能云外语多媒体教学系统及方法、计算机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466692.5A CN114119308B (zh) | 2021-12-03 | 2021-12-03 | 智能云外语多媒体教学系统及方法、计算机及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114119308A CN114119308A (zh) | 2022-03-01 |
CN114119308B true CN114119308B (zh) | 2022-09-16 |
Family
ID=80366167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111466692.5A Active CN114119308B (zh) | 2021-12-03 | 2021-12-03 | 智能云外语多媒体教学系统及方法、计算机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114119308B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109455B (zh) * | 2023-03-09 | 2023-06-30 | 电子科技大学成都学院 | 一种基于人工智能的语言教学辅助系统 |
CN116757890A (zh) * | 2023-08-21 | 2023-09-15 | 北京天平地成信息技术服务有限公司 | 基于vr的线上虚拟教育方法、系统、设备和可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017193709A1 (zh) * | 2016-05-12 | 2017-11-16 | 深圳市鹰硕技术有限公司 | 一种互联网教学方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104882040B (zh) * | 2015-05-15 | 2017-08-04 | 潍坊科技学院 | 应用于汉语言教学的智能系统 |
CN109697919A (zh) * | 2019-01-31 | 2019-04-30 | 平安科技(深圳)有限公司 | 基于ai语音识别的音乐教学方法、装置和计算机设备 |
CN113362664A (zh) * | 2020-03-06 | 2021-09-07 | 上海典约文化传播有限公司 | 一种基于云端多媒体教学的在线教育系统 |
CN113269662A (zh) * | 2021-04-30 | 2021-08-17 | 中电鹰硕(深圳)智慧互联有限公司 | 一种基于大数据的智慧教学系统 |
-
2021
- 2021-12-03 CN CN202111466692.5A patent/CN114119308B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017193709A1 (zh) * | 2016-05-12 | 2017-11-16 | 深圳市鹰硕技术有限公司 | 一种互联网教学方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114119308A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118091B (zh) | 一种艺术素质测评系统 | |
CN114119308B (zh) | 智能云外语多媒体教学系统及方法、计算机及存储介质 | |
Tran | Factors affecting teaching and learning English in Vietnamese universities | |
CN110415569B (zh) | 校园课堂共享教育方法和系统 | |
CN106898176A (zh) | 基于点读笔的学情分析方法、学情分析服务器及点读系统 | |
CN109147433A (zh) | 儿童语言辅助教学方法、装置及机器人 | |
CN117149989B (zh) | 大语言模型训练方法、文本处理方法及装置 | |
CN116756340A (zh) | 一种试题自动生成方法、系统及设备 | |
CN108629715A (zh) | 基于大数据与人工智能的精准教学方法和机器人系统 | |
CN114119307B (zh) | 一种智能云外语多媒体基于考核结果制定学习计划的方法、计算机及存储介质 | |
CN111143750A (zh) | 基于碎片化学习的大学计算机类课程管理平台 | |
Xie | University piano education visualization system under the background of distance education based on 5g network | |
CN108009537A (zh) | 一种识别问卷批改得分的方法 | |
CN109800880B (zh) | 基于动态学习风格信息的自适应学习特征提取系统及应用 | |
Skeie | Religious education research—Does it prepare us for the future | |
Liu | Research on the innovation of ideological and political education in universities based on artificial intelligence machine learning in a wireless network environment | |
CN109086387A (zh) | 一种音频流评分方法、装置、设备及存储介质 | |
CN110718101A (zh) | 一种基于虚拟现实技术和人工智能技术的教育系统及方法 | |
CN114139976A (zh) | 一种智能云外语多媒体基于考核结果调整学习等级和分班的方法、计算机及存储介质 | |
Fallah et al. | Exploring the Effect of an Entrepreneurship Awareness-Raising Intervention on ELT Learners' Entrepreneurial Intention, Mindset, Self-Efficacy and Outcome Expectations. | |
KR20220123168A (ko) | 수학문항의 단원과 난이도를 자동으로 분류하는 방법 | |
CN112182147A (zh) | 一种可扩展的智能问答方法及系统 | |
Rutskaya et al. | Mastering software engineering with the help of the level model of competencies acquisition | |
KR102372583B1 (ko) | 인공지능 수업모형 검증에 기반한 코딩 강의 등록 방법, 장치 및 컴퓨터 프로그램 | |
Fesakis et al. | Raising Artificial Intelligence Bias Awareness in Secondary Education: The Design of an Educational Intervention |
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 |