KR20190012938A - Method of recognizing STEM based on AI - Google Patents

Method of recognizing STEM based on AI Download PDF

Info

Publication number
KR20190012938A
KR20190012938A KR1020170096698A KR20170096698A KR20190012938A KR 20190012938 A KR20190012938 A KR 20190012938A KR 1020170096698 A KR1020170096698 A KR 1020170096698A KR 20170096698 A KR20170096698 A KR 20170096698A KR 20190012938 A KR20190012938 A KR 20190012938A
Authority
KR
South Korea
Prior art keywords
solving process
data
stem
mathematical
problem solving
Prior art date
Application number
KR1020170096698A
Other languages
Korean (ko)
Inventor
차길영
Original Assignee
차길영
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 차길영 filed Critical 차길영
Priority to KR1020170096698A priority Critical patent/KR20190012938A/en
Publication of KR20190012938A publication Critical patent/KR20190012938A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G06V30/1448—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields based on markings or identifiers characterising the document or the area
    • G06K9/2063—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06K9/6201—
    • G06K2209/01—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

The present invention relates to a STEM recognition method based on artificial intelligence. More specifically, the STEM recognition method comprises the steps of: obtaining response data related to science technology engineering mathematics (STEM) which a learner solves by taking notes through an online or offline learning material; recognizing the STEM response data by an algorithm based on artificial intelligence and automatically determining whether an answer is right or wrong and scoring the answer by comparing with pre-stored response data; automatically analyzing an error type which can be generated according to each of analyzed solving process steps; and providing customized learning weak point information after determining a learning weakness of a learner by comparing the analyzed error type with an error generated in the mathematical problem solving process.

Description

인공지능 기반의 STEM 인식 방법{Method of recognizing STEM based on AI}[0001] The present invention relates to a STEM recognition method based on artificial intelligence,

본 발명은 인공지능 기반의 STEM 인식 방법에 관한 것으로, 보다 상세하게는 온라인 또는 오프라인 학습 교재를 통해 학습자가 직접 필기로 풀이한 STEM(Science Technology Engineering Mathematics) 관련 답변 데이터를 획득하여 인공 지능 기반의 알고리즘에 의해 STEM 답변 데이터를 인식하고, 미리 저장된 답변 데이터와 비교하여 자동으로 정오 판단이나 채점을 할 수 있을 뿐만 아니라, 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 자동으로 분석하고, 분석된 오류 유형과 수학 문제 풀이 과정에서 발생한 오류를 비교하여 학습자의 학습 취약점을 판단하여 맞춤형 학습 취약점 정보를 제공할 수 있는 인공지능 기반의 STEM 인식 방법에 관한 것이다.The present invention relates to an artificial intelligence-based STEM recognition method, and more particularly, to an artificial intelligence-based STEM recognition method that acquires data related to STEM (Science Technology Engineering Mathematics) , STEM answer data is recognized and compared with pre-stored answer data, it is possible to automatically perform noon judgment or scoring, as well as to automatically analyze possible error types for each analyzed process step, The present invention relates to an artificial intelligence based STEM recognition method capable of providing personalized learning vulnerability information by judging a learning vulnerability of a learner by comparing types and mathematical problem solving errors.

문제풀이를 통한 학습과 문제풀이를 통한 성취도 평가는 학습자가 새로운 지식을 습득하고, 습득한 지식을 진단하기 위해 가장 많이 쓰이는 학습 방법이다. 문제풀이를 통한 학습과 문제풀이를 통한 성취도 평가는 문제지에 대한 학습자의 풀이를 통해 학습 과정의 성취도를 보고하거나, 재교육에 활용하거나, 현재 학습 과정의 효율성을 점검하는데 사용된다.Assessment of learning through problem solving and problem solving is the most commonly used learning method for learners to acquire new knowledge and diagnose acquired knowledge. Assessment of learning through problem solving and problem solving is used to report the achievement of the learning process through the learner 's solution to the problem, to use it for retraining, and to check the efficiency of the current learning process.

한편, 최근에는 네트워크 인프라의 확충과 인터넷의 보급, 이동통신 기술 및 이동통신단말기의 발달에 힘입어 학습자들은 통신 서비스를 자유롭게 접할 수 있게 되었다. 이에 따라, 통신 서비스를 통해 언제 어디서나 강의를 듣거나 문제풀이를 진행할 수 있는 인터넷 강의가 학습자들에게 제공되고 있다.Meanwhile, in recent years, with the expansion of network infrastructure, diffusion of the Internet, mobile communication technology, and development of mobile communication terminals, learners can freely access communication services. Accordingly, Internet lectures are provided to learners to listen to lectures and solve problems anytime and anywhere through communication services.

이러한 인터넷 강의는 학습자가 자신이 학습하고자 하는 내용을 선택할 수 있다. 학습자가 각각의 내용에서 제공되는 문제의 난이도를 선택하도록 함으로써, 학습자에게 더욱 체계적인 학습을 수행하도록 한다.These Internet lectures allow learners to choose what they want to learn. By letting the learner choose the difficulty level of the problem presented in each content, the learner is more systematically learned.

그러나, 학습자가 인터넷 강의를 통해 단순히 소정의 문제를 제공 받고, 그에 따른 결과만 제공받고 있다. 학습자는 자신이 틀린 문제를 해결하기 위해 사용되는 개념을 인지하거나 추론하기 어렵다는 문제점이 있다.However, the learner simply receives a certain problem through the Internet lecture, and only the result is provided. The learner has difficulty in recognizing or inferring the concept used to solve the wrong problem.

즉, 다수의 학습자는 예를 들어 수학, 과학 등의 공식에 대해 어느 정도 알고 있다. 하지만, 다수의 학습자에게는 이를 학습 문제 전체 풀이에 적절히 활용하여 문제를 풀거나 개념을 정립하는 능력이 결여되어 있다.That is, a large number of learners have some knowledge about the formulas of mathematics, science, etc., for example. However, many learners lack the ability to solve problems or form concepts by appropriately applying them to the whole learning problem.

특히, 학습자의 입장에선 개인교사가 없는 경우, 자신이 입력한 수학 문제 풀이 전체 과정에 대해 어떠한 풀이 과정 부분이 틀렸는지, 자신이 어떤 부분에 취약한지 잘 파악하지 못하게 된다. 따라서 학습자가 일반적인 수학 문제풀이 방식을 이용하는 경우에, 같은 문제점이 계속적이고 반복적으로 나타나게 된다. In particular, if a learner does not have a private tutor, he or she will not be able to grasp in which part of the process the mathematics problem is solved. Therefore, when a learner uses a general mathematical problem solving method, the same problem appears repeatedly and repeatedly.

그러므로, 별도의 개인교사 없이도 전체 수학 문제 풀이 과정 중에 발생한 오류가 속한 학습 요소를 자동으로 파악해서 학습 취약점 정보를 제공받을 수 있는 인공지능 기반의 STEM 인식 방법이 절실히 요구되고 있는 실정이다.Therefore, there is a desperate need for an artificial intelligence based STEM recognition method that can automatically acquire the learning elements in which the errors occurred during the whole math problem solving process without a separate individual teacher, and receive the learning weakness information.

대한민국 등록특허 10-1623775 호(등록일: 2016년05월18일)Korean Patent No. 10-1623775 (registered on May 18, 2016)

본 발명은 상기와 같은 문제점을 감안하여 안출한 것으로, 본 발명의 목적은 온라인 또는 오프라인 학습 교재를 통해 학습자가 직접 필기로 풀이한 STEM(Science Technology Engineering Mathematics) 관련 답변 데이터를 획득하여 인공 지능 기반의 알고리즘에 의해 STEM 답변 데이터를 인식하고, 미리 저장된 답변 데이터와 비교하여 자동으로 정오 판단이나 채점을 할 수 있을 뿐만 아니라, 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 자동으로 분석하고, 분석된 오류 유형과 수학 문제 풀이 과정에서 발생한 오류를 비교하여 학습자의 학습 취약점을 판단하여 맞춤형 학습 취약점 정보를 제공할 수 있는 인공지능 기반의 STEM 인식 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and an object of the present invention is to provide an online or offline learning material in which a learner obtains STEM (Science Technology Engineering Mathematics) The STEM answer data is recognized by the algorithm and compared with the pre-stored answer data, so that it is possible to automatically perform noon judgment or scoring, as well as automatically analyze possible error types for each analyzed process step, It is an object of the present invention to provide an artificial intelligence based STEM recognition method which can provide personalized learning vulnerability information by judging a learning vulnerability of a learner by comparing an error type and an error generated in the solving process of a math problem.

상기 목적들을 달성하기 위한 본 발명에 따른 인공지능 기반의 STEM 인식 방법은, 학습자가 필기로 풀이한 STEM 답변 데이터를 STEM 답변 데이터 획득부를 통해 획득하는 단계; 상기 획득된 STEM 답변 데이터를 STEM 답변 데이터 변환부를 통해 구조화된 언어로 변환하는 단계; 상기 구조화된 언어를 인공 지능 기반의 알고리즘에 의한 STEM 답변 데이터 분석부를 통해 STEM 답변 데이터를 인식하고 미리 저장된 답변 데이터와 비교하여 오류를 분석하는 단계; 및 상기 STEM 답변 데이터의 분석에 따라 STEM 답변 결과 통지부를 통해 분석 결과를 통지하는 단계를 포함하여 이루어지는 것을 특징으로 한다.According to another aspect of the present invention, there is provided an STEM recognition method based on artificial intelligence, comprising: acquiring STEM answer data handwritten by a learner through a STEM answer data acquisition unit; Converting the obtained STEM answer data into a structured language through a STEM answer data conversion unit; Analyzing the structured language by comparing STEM answer data with pre-stored answer data through an STEM answer data analyzer based on an AI-based algorithm; And notifying the analysis result through the STEM response result notification unit according to analysis of the STEM response data.

또한, 본 발명에 따른 인공지능 기반의 STEM 인식 방법은, 학습자가 필기로 풀이한 수학 문제 풀이 과정 데이터를 수학 문제 풀이 과정 데이터 획득부를 통해 획득하는 단계; 상기 획득된 수학 문제 풀이 과정 데이터를 수학 문제 풀이 과정 데이터 변환부를 통해 구조화된 언어로 변환하는 단계; 상기 구조화된 언어를 수학 문제 풀이 과정 데이터 분석부를 통해 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 수학 문제 풀이 과정에 대해 전체 또는 부분적으로 오류를 분석하는 단계; 및 상기 분석된 수학 문제 풀이 과정의 분석에 따라 수학 문제 풀이 과정 결과 통지부를 통해 분석 결과를 통지하는 단계를 포함하여 이루어지는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method for recognizing a STEM based on artificial intelligence, comprising: acquiring mathematical problem solving process data solved by a learner through a mathematical solving process data obtaining unit; Converting the obtained mathematical problem solving process data into a structured language through a mathematical problem solving process data converting unit; Analyzing the structured language in whole or in part with respect to a whole mathematical solving process input by a learner by hand in a stepwise manner according to a mathematical problem solving sequence through a mathematical problem solving process data analyzing unit; And notifying the analysis result through the mathematical problem solving process result notification unit according to analysis of the analyzed mathematical problem solving process.

여기서, 상기 구조화된 언어로 변환하는 단계에서는, 상기 획득된 수학 문제 풀이 과정 데이터를 mathML 또는 LaTex 수식 표현 정보로 변환함이 바람직하다.Here, in the step of converting into the structured language, it is preferable to convert the obtained mathematical problem solving process data into mathML or LaTex mathematical expression information.

또한, 상기 수학 문제 풀이 과정 데이터는 학습자에 의해 입력되어 필기된 수학 문제 전체 풀이 내용 또는 이에 대해 카메라로 촬영하여 제공된 화상 데이터일 수 있다.In addition, the mathematical problem solving process data may be the whole mathematical problem written by the learner, or the image data photographed by the camera.

또한, 상기 구조화된 언어로 변환하는 단계에서, 상기 수학 문제 풀이 과정 데이터 변환부는 구조화된 언어로 변환된 전체 수학 문제 풀이 과정 데이터를 디스플레이 장치를 통해 출력 가능한 형태의 데이터로 변환하여 출력함이 바람직하다.In addition, in the step of converting into the structured language, the mathematical problem solving data converter may convert the entire mathematical solving solving process data converted into a structured language into data of a form that can be outputted through a display device and output the data .

또한, 상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 정오를 판단하고 채점함이 바람직하다.In the analysis of the error, it is preferable that the mathematical problem solving data analyzing unit judges and scores the noon by comparing with the correct answer of the whole pool stored in advance for the entire solving process inputted by the learner.

또한, 상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 전체 풀이 정답 과정의 부분 내용 체크에 따라 부분 점수를 부여하고 또 합산한 전체 점수를 부여함이 바람직하다.In the analysis of the error, the mathematical solving process data analyzing unit compares the mathematical solving process data analyzing unit with the correct solution process of the entire solution stored in advance for the entire solving process input by the learner, It is desirable to give a score and give the total score.

또한, 상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 분석함이 바람직하다.In addition, in the analysis of the error, the mathematical problem solving process data analyzing unit may analyze an error that can be generated for each of the solving process steps analyzed by comparing with the correct answers of the whole pool stored in advance for the entire solving process input by the learner, It is desirable to analyze the type.

또한, 상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는 오류 유형 분석에 따라 취약한 학습 부분을 파악하여 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공함이 바람직하다.In the analysis of the error, it is preferable that the mathematical problem solving data analyzing unit grasps a weak learning part according to an error type analysis and provides a customized recommendation learning and a weak type of concept learning video.

또한, 상기 분석 결과를 통지하는 단계에서, 상기 수학 문제 풀이 과정 결과 통지부는, 디스플레이부를 통해 학습자가 필기로 풀이한 수학 문제 풀이 과정 내용, 상기 필기로 풀이한 수학 문제 풀이 과정 내용을 변환한 구조화된 언어, 상기 구조화된 언어를 토대로 변환된 수학 문제 풀이 과정 내용, 수학 문제 풀이 과정 정답 내용, 및 수학 문제 풀이 과정 채점 결과를 제시함이 바람직하다.In addition, in the step of notifying the analysis result, the mathematical solving process result notification unit may include a mathematical problem solving process content obtained by the learner through handwriting through the display unit, Language, the contents of the mathematical problem solving process transformed on the basis of the structured language, contents of the mathematical problem solving process, and the result of scoring mathematical problem solving process.

상술한 본 발명에 따른 인공지능 기반의 STEM 인식 방법에 따르면, 온라인 또는 오프라인 학습 교재를 통해 학습자가 직접 필기로 풀이한 STEM(Science Technology Engineering Mathematics) 관련 답변 데이터를 획득하여 인공 지능 기반의 알고리즘에 의해 STEM 답변 데이터를 인식하고, 미리 저장된 답변 데이터와 비교하여 자동으로 정오 판단이나 채점을 할 수 있는 효과가 있다.According to the artificial intelligence-based STEM recognizing method according to the present invention, the learners can acquire science data related to STEM (Science Technology Engineering Mathematics), which is solved by handwriting, using an online or offline learning material, The STEM answer data is recognized and compared with the previously stored answer data, so that it is possible to automatically perform noon judgment or scoring.

또한, 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 분석하고, 분석된 오류 유형과 수학 문제 풀이 과정에서 발생한 오류를 비교하여 학습자의 학습 취약점을 판단할 수 있는 장점도 있다.In addition, there is an advantage that it is possible to judge the learning weakness of the learner by analyzing the error types that can be generated for each analyzed course step and comparing the analyzed error types with the errors generated in the solving process of the math problem.

또한, 수학 문제 풀이 과정 중에 발생한 오류가 속한 학습 요소를 파악해서 맞춤형 학습 취약점 정보를 제공할 수 있는 인공지능 기반의 STEM 인식 방법을 제공하고, 취약한 학습 부분을 파악하여 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공할 수는 장점도 있다.In addition, it provides an STEM recognition method based on artificial intelligence that can provide information on customized learning vulnerabilities by identifying learning elements to which errors occurred during the solving process of math problems, It also has the advantage of providing learning videos.

또한. 학습자가 입력한 수학 문제 풀이 과정 답변에 대해 정답 풀이 과정과 비교하여 그 정오를 판단하되, 전체적인 채점 분만 아니라, 부분적인 풀이 정답 과정의 정오 체크 결과에 따라 부분 점수도 부여하고 확인할 수 있는 장점도 있다.Also. There is also an advantage in that a partial score can be given and confirmed according to the result of the noon check of the partial correct answer process, as well as the whole score test, in comparison with the correct answer solution process, .

도 1은 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 학습자가 수학 문제 풀이 과정 데이터의 입력 예를 나타내는 예시도이다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 입력된 수학 문제 풀이 과정 데이터를 각각 mathML 및 LaTex 등의 수식 표현 정보로 변환한 예를 나타내는 예시도들이다.
도 4는 도 3a 및 도 3b의 수식 표현 정보로 변환된 전체 수학 문제 풀이 과정 데이터를 디스플레이 장치에 출력 가능한 형태의 데이터로 변환하여 출력한 예를 나타내는 예시도이다.
도 5는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 학습자가 입력한 수학 문제 풀이 과정 답변에 대해 정답 풀이 과정과 비교하여 그 정오를 판단하고 채점하는 예를 나타내는 예시도이다.
도 6은 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 수학 문제 풀이 과정 결과 통지를 디스플레이부를 통해 통지하는 예를 간략하게 나타내는 예시도이다.
도 7은 본 발명의 일 실시예에 따른 인공지능 기반의 STEM 인식 방법의 순서도이다.
1 is a block diagram of a mathematical problem solving process recognition system in accordance with an embodiment of the present invention.
FIG. 2 is an exemplary diagram illustrating an example in which a learner inputs a mathematical problem solving process data in a mathematical problem solving process recognition system according to an embodiment of the present invention.
FIGS. 3A and 3B illustrate examples of mathematical problem solving process data input from the mathematical problem solving process recognition system according to an embodiment of the present invention into mathML and LaTex mathematical expression information, respectively.
FIG. 4 is a diagram illustrating an example in which the entire mathematical problem solving process data converted into the mathematical expression information in FIGS. 3A and 3B is converted into data that can be output to a display device and output.
FIG. 5 is an exemplary diagram illustrating an example in which a middleman solving process answer inputted by a learner in the mathematical problem solving process recognition system according to an embodiment of the present invention is compared with a correct answer solving process and the noon is judged and graded.
FIG. 6 is a schematic diagram illustrating an example in which a mathematical problem solving process notification is notified through a display unit in a mathematical problem solving process recognition system according to an embodiment of the present invention.
FIG. 7 is a flow chart of an artificial intelligence based STEM recognition method according to an embodiment of the present invention.

본 발명은 그 기술적 사상 또는 주요한 특징으로부터 벗어남이 없이 다른 여러가지 형태로 실시될 수 있다. 따라서, 본 발명의 실시예들은 모든 점에서 단순한 예시에 지나지 않으며 한정적으로 해석되어서는 안된다.The present invention may be embodied in many other forms without departing from its spirit or essential characteristics. Accordingly, the embodiments of the present invention are to be considered in all respects as merely illustrative and not restrictive.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. The terms first, second, etc. may be used to describe various components, but the components should not be limited by the terms.

상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, .

반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise.

본 출원에서, "포함하다" 또는 "구비하다", "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.In the present application, the terms "comprises", "having", "having", and the like are intended to specify the presence of stated features, integers, steps, operations, components, Steps, operations, elements, components, or combinations of elements, numbers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs.

일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are to be interpreted as either ideal or overly formal in the sense of the present application Do not.

이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부된 도면을 참조로 하여 상세히 설명하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, in order that the present invention may be easily understood by those skilled in the art. .

도 1은 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템의 블록도이고, 도 2는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 학습자가 수학 문제 풀이 과정 데이터의 입력 예를 나타내는 예시도이고, 도 3a 및 도 3b는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 입력된 수학 문제 풀이 과정 데이터를 각각 mathML 및 LaTex 등의 수식 표현 정보로 변환한 예를 나타내는 예시도들이고, 도 4는 도 3a 및 도 3b의 수식 표현 정보로 변환된 전체 수학 문제 풀이 과정 데이터를 디스플레이 장치에 출력 가능한 형태의 데이터로 변환하여 출력한 예를 나타내는 예시도이고, 도 5는 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 학습자가 입력한 수학 문제 풀이 과정 답변에 대해 정답 풀이 과정과 비교하여 그 정오를 판단하고 채점하는 예를 나타내는 예시도이고, 도 6은 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템에서 수학 문제 풀이 과정 결과 통지를 디스플레이부를 통해 통지하는 예를 간략하게 나타내는 예시도이다.FIG. 1 is a block diagram of a mathematical problem solving process recognition system according to an embodiment of the present invention. FIG. 2 is a flowchart illustrating a mathematical problem solving process recognizing system according to an embodiment of the present invention. 3A and 3B illustrate an example in which math problem solving process data input from the mathematical problem solving process recognition system according to an embodiment of the present invention is converted into mathematical problem solving information such as mathML and LaTex, respectively FIG. 4 is an exemplary view showing an example in which the entire mathematical problem solving process data converted into the mathematical expression information in FIGS. 3A and 3B is converted into data that can be output to a display device and output. FIG. A mathematical problem solving process according to an embodiment of the present invention. FIG. 6 is a schematic diagram illustrating an example of notifying a mathematical problem solving process result notification in a mathematical problem solving process recognition system according to an embodiment of the present invention through a display unit. Fig.

먼저, 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 수학 문제 풀이 과정 인식 시스템(100)은, 수학 문제 풀이 과정 데이터 획득부(10), 수학 문제 풀이 과정 데이터 변환부(20), 수학 문제 풀이 과정 데이터 분석부(30), 및 수학 문제 풀이 과정 결과 통지부(40)를 포함하여 이루어진다.1, a mathematical problem solving process recognition system 100 according to an embodiment of the present invention includes a mathematical problem solving process data obtaining unit 10, a mathematical problem solving process data converting unit 20, A mathematical problem solving process data analyzing unit 30, and a mathematical problem solving process result notifying unit 40.

상기 수학 문제 풀이 과정 데이터 획득부(10)는 학습자가 직접 필기로 풀이한 수학 문제 풀이 과정 데이터를 획득하는 역할을 수행한다.The mathematical problem solving process data acquisition unit 10 acquires mathematical solving process data solved by the learner directly by hand.

여기서, 수학 문제 풀이 과정 데이터는, 도 2에 도시된 바와 같이, 수학과 관련된 오프라인 또는 온라인 교재나 문제집에 대해 학습자가 답을 작성한 전체 수학 문제 풀이 과정에 대한 데이터로서, 각종 수식과 문자 등을 갖는 텍스트 내용을 포함할 수 있다.Here, as shown in FIG. 2, the mathematical problem solving process data is data on a whole mathematical solving process in which a learner has an answer to an offline or online teaching material or a study book related to mathematics, Content.

여기서, 도시된 예에서는 수학 문제 풀이 과정 데이터의 예를 들고 있으나, STEM(Science (과학), Technology (기술), Engineering (공학), Mathematics (수학))과 관련된 모든 데이터를 모두 포함할 수 있으며, 입력 데이터가 STEM과 관련된 객관식 답변 데이터, 주관식 풀이 과정 데이터, 또는 문제 풀이 과정 중의 질문 사항의 데이터 등을 포함할 수 있으며, STEM 관련 풀이 과정 또는 질문 데이터를 모두 포함할 수 있음은 물론이다. In the illustrated example, the mathematical problem solving process data is exemplified, but all the data related to STEM (Science, Technology, Engineering, Mathematics) can be included, The input data may include multiple answer data related to the STEM, data of the rescheduling process, or data of questions during the problem solving process, and may include all of the STEM related review process or question data.

온라인 교재를 통한 수학관련 문제집의 경우, 문제집 사이트에 로그인 후, 태블릿 노트북 또는 태블릿 장치에서 사용하는 디지털 펜, 스타일 러스펜, 사용자 터치 인식기 등을 이용하여 학습자에 의해 필기된 전체 수학 문제 풀이 과정 데이터이거나, 또는 오프라인에서 학습자가 필기로 풀이한 전체 수학 문제 풀이 과정을 카메라 등을 이용하여 촬영한 화상 데이터를 통신 등의 수단을 통해 제공받을 수도 있다. In the case of a mathematical problem book through an online teaching material, the entire math problem solution data written by a learner using a digital pen, a stylus pen, or a user's touch recognizer used in a tablet notebook or a tablet device after logging into the problem book site , Or the whole mathematical problem solving process in which the learner solves the problem solvingly in offline, can be provided through means such as communication through the image data photographed by using a camera or the like.

또한, 상기 STEM 답변 데이터는 텍스트, 오디오, 및 영상 등의 데이터를 포함할 수도 있다.Also, the STEM answer data may include data such as text, audio, and video.

상기 수학 문제 풀이 과정 데이터 변환부(20)는 수학 문제 풀이 과정 데이터 획득부(10)를 통해 획득된 수학 문제 풀이 과정 데이터를 구조화된 언어(mathML 또는 LaTex 등과 같은 수식 표현 정보)로 변환하게 된다.The mathematical problem solving process data converter 20 converts mathematical solving process data obtained through the mathematical solving process data obtaining unit 10 into a structured language (mathematical expression information such as mathML or LaTex).

즉, 수학 문제 풀이 과정 데이터 획득부(10)를 통해 획득된 학습자에 의해 필기된 전체 수학 문제 풀이 과정 데이터(필기로 입력된 전체 수학 문제 풀이 과정 데이터 또는 전체 풀이 과정 화상 데이터)를 인식하여 구조화된 언어인, 도 3a 및 도 3b와 같이, mathML 또는 LaTex 등과 같은 수식 표현 정보로 변환하여 데이터 베이스(21)에 저장하게 된다.That is, the entire mathematical problem solving process data (the entire mathematical solving process data or the entire solving process image data inputted by handwriting) written by the learner acquired through the mathematical problem solving process data obtaining unit 10 is recognized, 3A and 3B, mathML, LaTex, and the like are converted into mathematical expression information and stored in the database 21. [

이때, 상기 수학 문제 풀이 과정 데이터 변환부(20)는 mathML 또는 LaTex 등과 같은 수식 표현 정보로 변환된 전체 수학 문제 풀이 과정 데이터를 도 4와 같이 디스플레이 장치에 출력 가능한 형태의 데이터로 변환하여 출력할 수도 있다.At this time, the mathematical problem solving data converter 20 may convert the entire mathematical solving solving process data converted into mathematical expression representing information such as mathML or LaTex into data that can be output to a display device as shown in FIG. 4, have.

상기 수학 문제 풀이 과정 데이터 분석부(30)는 상기 수학 문제 풀이 과정 데이터 변환부(20)를 통해 상기 구조화된 언어를 수학 문제 풀이 순서에 따라 단계적으로 인공지능적으로 인식하여 연산 및 비교하여 학습자가 필기로 입력한 전체 수학 문제 풀이 과정에 대해 전체 또는 부분적으로 오류를 분석하게 된다.The mathematical problem solving process data analyzing unit 30 artificially recognizes the mathematical problem solving process data converter 20 in a stepwise manner according to a mathematical problem solving order and calculates and compares the structured mathematical language, The entire mathematical problem that you have entered into is analyzed in whole or in part for errors.

즉, 상기 수학 문제 풀이 과정 데이터 분석부(30)는 상기 수학 문제 풀이 과정 데이터 변환부(20)를 통해 구조화된 언어를 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 인공지능적으로 비교하여 정오를 판단하여 오류를 분석할 수 있다.That is, the mathematical problem solving process data analyzing unit 30 calculates the structured language step by step through the mathematical solving process data converting unit 20 according to the order of solving the mathematical problem, The entire pool stored beforehand can be artificially compared with the correct answer procedure to determine the noon and analyze the error.

물론, 수학 문제 풀이 과정 데이터 외에도 STEM과 관련된 객관식 답변 데이터, 주관식 풀이 과정 데이터, 또는 문제 풀이 과정 중의 질문 사항의 데이터 등도 상기 데이터 분석부(30)를 통해 인공 지능 기반의 알고리즘을 통해 그 내용을 자동 인식하고 미리 저장된 정답과 비교하여 정오를 판단하고 오류까지 분석할 수 있게 된다. Of course, in addition to the mathematical problem solving process data, the data of the multiple answer data related to the STEM, the questionnaire solving process data, and the questions during the solving process are also transmitted through the data analyzing unit 30 to an automatic It is possible to analyze the error by judging the noon by comparing it with the correct answer stored in advance.

한편, 도 5에 도시된 바와 같이, 학습자가 입력한 수학 문제 풀이 과정 답변에 대해 정답 풀이 과정과 비교하여 자동으로 그 정오를 판단하고 채점할 수 있으며, 전체 풀이 정답 과정의 부분 내용 체크에 따라 부분 점수를 부여하고 또 합산한 전체 점수를 함께 부여할 수도 있다.Meanwhile, as shown in FIG. 5, the math problem solving process input by the learner can be automatically judged and scored at the noon comparing with the correct answer solving process, You can also assign a score and give it a combined total score.

또한, 상기 수학 문제 풀이 과정 데이터 분석부(30)는 구조화된 수식 정보를 수학 문제 풀이 순서에 따라 단계적으로 해석하여 자동으로 연산하여 정오 판단이나 채점을 할 수 있을 뿐만 아니라, 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 분석하고, 분석된 오류 유형과 수학 문제 풀이 과정에서 발생한 오류를 비교하여 학습자의 학습 취약점을 판단할 수 있고, 수학 문제 풀이 과정 중에 발생한 오류가 속한 학습 요소를 파악해서 학습 취약점 정보를 제공할 수 있다.In addition, the mathematical problem solving process data analyzing unit 30 can analyze the structured mathematical formula stepwise according to the mathematical problem solving order and automatically calculate the mathematical mathematical solving process data analyzer 30 to perform noon judgment or scoring, And to compare the types of errors analyzed and the errors that occurred during the mathematical problem solving process to determine the learning weaknesses of the learners. Vulnerability information can be provided.

여기서, 상기 수학 문제 풀이 과정 데이터 분석부(30)는 취약한 학습 부분을 파악하여 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공할 수도 있다.Here, the mathematical problem solving process data analysis unit 30 may identify a weak learning segment and provide a customized recommendation learning and a weak type of concept learning video.

상기 수학 문제 풀이 과정 결과 통지부(40)는 상기 수학 문제 풀이 과정 데이터 분석부(30)를 통해 분석된 수학 문제 풀이 과정의 오류에 따라 그 결과를 통지하게 된다.The mathematical problem solving process result notification unit 40 notifies the result of the mathematical solving process data analyzing unit 30 according to an error of the analyzed solving process of the mathematical problem.

즉, 상기 수학 문제 풀이 과정 결과 통지부(40)는 상기 수학 문제 풀이 과정 데이터 분석부(30)를 통해 분석된 학습자의 수학 문제 풀이 과정의 오류를 분석하여 그 채점 결과와 학습 취약점 분석 결과를 통지하게 된다.That is, the mathematical problem solving process result notifying unit 40 analyzes the errors of the learner's solving process of the mathematical problem analyzed by the mathematical solving process data analyzing unit 30, and notifies the score results and the learning weakness analyzing result .

상기 수학 문제 풀이 과정 결과 통지부(40)는, 도 6에 도시된 바와 같이, 디스플레이부(50)를 통해 그 결과를 통지하는 것으로, 디스플레이부(50)에는 학습자가 필기로 풀이한 수학 문제 풀이 과정 내용(51), 상기 필기로 풀이한 수학 문제 풀이 과정 내용(51)을 변환한 구조화된 언어(52), 상기 구조화된 언어(52)를 토대로 변환된 수학 문제 풀이 과정 내용(53), 수학 문제 풀이 과정 정답 내용(54), 및 수학 문제 풀이 과정 채점 결과(55)를 포함하여 이루어진다.6, the result of the mathematical problem solving process result notification unit 40 notifies the result of the mathematical solving result process through the display unit 50. The display unit 50 displays a mathematical problem solving solution A mathematical problem solving process 53 transformed based on the structured language 52, a math problem solving process 53 based on the structured language 52, (54), and a scoring result (55) for the mathematical problem solving process.

상기 수학 문제 풀이 과정 채점 결과(45)에는 각 풀이 과정에 대한 내용에 따른 부분 점수도 포함될 수 있다. The mathematical problem solving process scoring result (45) may include partial scores according to contents of each solving process.

물론, 상기 디스플레이부에는 풀이과정에 따른 학습 취약점 분석 결과와 함께 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공할 수도 있다.Of course, the display unit may provide a customized recommendation learning and a weak type of concept learning video together with a learning vulnerability analysis result according to a resolution process.

도 7은 본 발명의 일 실시예에 따른 인공지능 기반의 STEM 인식 방법의 순서도로서, 인공지능 기반의 STEM 인식 방법을 도 1 내지 도 6을 함께 참조하여 설명하기로 한다.FIG. 7 is a flowchart of an STEM recognition method based on artificial intelligence according to an embodiment of the present invention, and a STEM recognition method based on artificial intelligence will be described with reference to FIGS. 1 to 6 together.

도 7에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인공지능 기반의 STEM 인식 방법은, 학습자가 필기로 풀이한 수학 문제 풀이 과정 데이터를 획득하는 단계(S10); 상기 획득된 수학 문제 풀이 과정 데이터를 구조화된 언어로 변환하는 단계(S20); 상기 구조화된 언어를 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 수학 문제 풀이 과정에 대해 전체 또는 부분적으로 오류를 분석하는 단계(S30): 및 상기 분석된 수학 문제 풀이 과정 오류에 따라 그 결과를 통지하는 단계(S40)를 포함하여 이루어진다.As shown in FIG. 7, an artificial intelligence based STEM recognizing method according to an embodiment of the present invention includes: (S10) acquiring mathematical problem solving process data solved by a learner by handwriting; Converting the obtained mathematical problem solving process data into a structured language (S20); A step (S30) of analyzing the whole or partial error of the whole mathematical problem solving process input by the learner by hand by calculating the structured language step by step according to the order of solving the mathematical problem (S30); and analyzing the analyzed mathematical problem solving process error (S40).

상기 학습자가 필기로 풀이한 수학 문제 풀이 과정 데이터를 획득하는 단계(S10)에서는, 학습자가 수학과 관련 오프라인 또는 온라인 교재 등을 통해 문제 풀이를 수행하면서 필기한 수학 문제 풀이 과정을 입력하면 상기 수학 문제 풀이 과정 데이터 획득부(10)를 통해 수학 문제 풀이 과정 데이터를 획득하게 된다.In step S10, the learner obtains the mathematical problem solving process solved by handwriting. When the learner inputs solving mathematical solving process while performing solving the problem through offline or online teaching material related to mathematics, The mathematical problem solving unit 10 acquires the mathematical solving process data.

상기 획득된 수학 문제 풀이 과정 데이터를 구조화된 언어로 변환하는 단계(S20)에서는, 획득된 학습자에 의해 필기된 전체 수학 문제 풀이 과정 데이터(필기로 입력된 전체 풀이과정 데이터 또는 전체 풀이 과정 화상 데이터)를 상기 수학 문제 풀이 과정 데이터 변환부(20)를 통해 인식하여 구조화된 언어인 mathML 또는 LaTex 등과 같은 수식 표현 정보로 변환하게 된다.In the step S20 of converting the obtained mathematical problem solving process data into a structured language, the entire mathematical solving process data (the entire solving process data or the entire solving process image data entered by handwriting) written by the obtained learner, Through the mathematical problem solving process data conversion unit 20 and converts it into mathematical expression information such as mathML or LaTex which is a structured language.

상기 구조화된 언어를 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 수학 문제 풀이 과정에 대해 전체 또는 부분적으로 오류를 분석하는 단계(S30)에서는, 상기 수학 문제 풀이 과정 데이터 변환부(20)를 통해 구조화된 언어를 상기 수학 문제 풀이 과정 데이터 분석부(30)를 통해 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 정해진 전체 풀이 정답 과정과 비교하여 정오를 판단하여 오류를 분석한다.In a step S30 of analyzing the structured language in whole or in part for the entire mathematical problem solving process input by the learner by hand in a stepwise manner according to the order of solving the mathematical problem, (20), the mathematical problem solving process data analyzing unit (30) calculates the structured language step by step according to the mathematical problem solving order, and calculates a predetermined total correcting process for the entire solving process input by the learner And the error is analyzed by judging the noon.

즉, 상기 수학 문제 풀이 과정 데이터 분석부(30)는 수학 문제 풀이 순서에 따라 단계적으로 구조화된 언어를 기반으로 한 학습자의 수학 문제 풀이 과정과 미리 저장된 전체 풀이 정답 과정과 비교하여 학습자가 필기로 입력한 전체 풀이 과정이 전체적 또는 부분적으로 올바른지 판단하여 채점하고 분석하게 된다.That is, the mathematical problem solving process data analyzer 30 compares the mathematical problem solving process of the learner based on the language structured step by step according to the mathematical problem solving order, A whole pool is judged whether the process is wholly or partly correct and graded and analyzed.

상기 분석된 수학 문제 풀이 과정 오류에 따라 그 결과를 통지하는 단계(S40)에서는, 상기 수학 문제 풀이 과정 결과 통지부(40)를 통해 상기 수학 문제 풀이 과정 데이터 분석부(30)를 통해 분석된 학습자의 수학 문제 풀이 과정의 오류를 분석하여 그 채점 결과와 학습 취약점 분석 결과를 디스플레이부(50)를 통해 통지하게 된다.In step S40, the mathematical problem solving process analyzing unit 30 analyzes the mathematical problem solving process through the mathematical solving process result notifying unit 40, And then notifies the result of the evaluation and the analysis result of the learning vulnerability through the display unit 50.

즉, 도 6에 도시된 바와 같이, 디스플레이부(50)를 통해 학습자가 필기로 풀이한 수학 문제 풀이 과정 내용(51), 상기 필기로 풀이한 수학 문제 풀이 과정 내용(51)을 변환한 구조화된 언어(52), 상기 구조화된 언어(52)를 토대로 변환된 수학 문제 풀이 과정 내용(53), 수학 문제 풀이 과정 정답 내용(54), 및 수학 문제 풀이 과정 채점 결과(55)를 표시하여 제시하도록 한다.That is, as shown in FIG. 6, the mathematical problem solving process 51 and the mathematical solving process solver 51, which are solved by the learner handwriting through the display unit 50, (52), the mathematical problem solving process contents (53) converted based on the structured language (52), the contents of the math problem solving process correct answers (54), and the math problem solving process scoring results (55) do.

물론, 상기 디스플레이부(50)에는 각 풀이 과정에 따른 학습 취약점 분석 결과와 함께 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공할 수도 있다.Of course, the display unit 50 may provide a customized recommendation learning and a weak type of concept learning video together with a learning vulnerability analysis result according to each pooling process.

본 발명은 상기의 상세한 설명에서 언급되는 형태로만 한정되는 것은 아님을 잘 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. 또한, 본 발명은 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 그 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.It is to be understood that the invention is not limited to the form set forth in the foregoing description. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims. It is also to be understood that the invention includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention as defined by the appended claims.

100: 수학 문제 풀이 과정 인식 시스템
10: 수학 문제 풀이 과정 데이터 획득부
20: 수학 문제 풀이 과정 데이터 변환부
30: 수학 문제 풀이 과정 데이터 분석부
40: 수학 문제 풀이 과정 결과 통지부
50: 디스플레이부
51: 수학 문제 풀이 과정 내용 52: 변환한 구조화된 언어
53: 변환된 수학 문제 풀이 과정 내용 54: 수학 문제 풀이 과정 정답 내용
55: 수학 문제 풀이 과정 채점 결과100: mathematical problem solving process recognition system
10: mathematical problem solving process data acquisition unit
20: Mathematical problem solving process data conversion unit
30: Mathematical Problem Solving Process Data Analysis Department
40: Mathematics problem solving process result notification section
50:
51: Mathematics problem solving course 52: Transformed structured language
53: Transformed Mathematics Problem Solution Course 54: Mathematics Problem Solving Course
55: Mathematics problem solving process Scoring result

Claims (9)

학습자가 필기로 풀이한 STEM 답변 데이터를 STEM 답변 데이터 획득부를 통해 획득하는 단계;
상기 획득된 STEM 답변 데이터를 STEM 답변 데이터 변환부를 통해 구조화된 언어로 변환하는 단계;
상기 구조화된 언어를 인공 지능 기반의 알고리즘에 의한 STEM 답변 데이터 분석부를 통해 STEM 답변 데이터를 인식하고 미리 저장된 답변 데이터와 비교하여 오류를 분석하는 단계; 및
상기 STEM 답변 데이터의 분석에 따라 STEM 답변 결과 통지부를 통해 분석 결과를 통지하는 단계를 포함하여 이루어지는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
Acquiring STEM reply data solved by a learner through a STEM answer data acquisition unit;
Converting the obtained STEM answer data into a structured language through a STEM answer data conversion unit;
Analyzing the structured language by comparing STEM answer data with pre-stored answer data through an STEM answer data analyzer based on an AI-based algorithm; And
And notifying the analysis result through the STEM response result notification unit according to analysis of the STEM response data.
제 1 항에 있어서,
상기 STEM 답변 데이터는 객관식 답변 데이터, 주관식 풀이 과정 데이터, 또는 문제 풀이 과정 중의 질문 사항의 데이터인 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
The method according to claim 1,
Wherein the STEM answer data is data of a multiple choice answer data, a short answer solution data, or a question in a problem solving process.
제 2 항에 있어서,
상기 STEM 답변 데이터는 주관식 풀이 과정 데이터인 경우,
상기 구조화된 언어를 수학 문제 풀이 과정 데이터 분석부를 통해 수학 문제 풀이 순서에 따라 단계적으로 연산하여 학습자가 필기로 입력한 전체 수학 문제 풀이 과정에 대해 전체 또는 부분적으로 오류를 분석하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
3. The method of claim 2,
If the STEM answer data is the supporting solution data,
And analyzing the structured language in whole or in part for the entire mathematical solving process input by the learner by hand by calculating the structured language step by step through the mathematical problem solving sequence through the mathematical problem solving process data analyzing unit A STEM recognition method based on artificial intelligence.
제 1 항에 있어서,
상기 STEM 답변 데이터는, 학습자에 의해 입력된 필기 데이터, 텍스터 데이터, 화상(사진) 데이터, 오디오 데이터, 및 영상 데이터 중 어느 하나인 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
The method according to claim 1,
Wherein the STEM answer data is any one of handwritten data, text data, image data, audio data, and image data input by a learner.
제 1 항에 있어서,
상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 정오를 판단하고 채점하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
The method according to claim 1,
Wherein the mathematical solving process data analyzing unit compares the mathematical solving process data analyzing unit with the correct solution process of the whole pool stored in advance for the entire solving process inputted by the learner, STEM recognition method.
제 5 항에 있어서,
상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 전체 풀이 정답 과정의 부분 내용 체크에 따라 부분 점수를 부여하고 또 합산한 전체 점수를 부여하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
6. The method of claim 5,
In the analysis of the error, the mathematical problem solving process data analyzing unit compares the mathematical solving process data analyzing unit with the correct answers of the whole pool stored in advance for the entire solving process input by the learner, And a total score is added to the total score of the STEM.
제 5 항에 있어서,
상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는, 학습자가 필기로 입력한 전체 풀이 과정에 대하여 미리 저장된 전체 풀이 정답 과정과 비교하여 분석된 각 풀이 과정 단계에 대해 발생 가능한 오류 유형을 분석하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
6. The method of claim 5,
In the analysis of the error, the mathematical problem solving process data analyzer compares an error type that can be generated with respect to each of the solving process steps analyzed by comparing with the correct answers of the whole pool stored beforehand in relation to the entire solving process input by the learner Based STEM recognition method.
제 7 항에 있어서,
상기 오류를 분석하는 단계에서, 상기 수학 문제 풀이 과정 데이터 분석부는 오류 유형 분석에 따라 취약한 학습 부분을 파악하여 맞춤 추천 학습과 취약한 유형의 개념 학습 동영상을 제공하도록 하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.
8. The method of claim 7,
Wherein the mathematical problem solving process data analyzing unit analyzes the weak learning part according to the error type analysis and provides the customized recommendation learning and the weak learning type moving picture learning STEM based on the artificial intelligence based STEM Recognition method.
제 1 항에 있어서,
상기 분석 결과를 통지하는 단계에서, 상기 수학 문제 풀이 과정 결과 통지부는, 디스플레이부를 통해 학습자가 필기로 풀이한 수학 문제 풀이 과정 내용, 상기 필기로 풀이한 수학 문제 풀이 과정 내용을 변환한 구조화된 언어, 상기 구조화된 언어를 토대로 변환된 수학 문제 풀이 과정 내용, 수학 문제 풀이 과정 정답 내용, 및 수학 문제 풀이 과정 채점 결과를 제시하는 것을 특징으로 하는 인공지능 기반의 STEM 인식 방법.

The method according to claim 1,
In the step of notifying the analysis result, the mathematical solving process result notification unit may include a mathematical problem solving process content that the learner solves through handwriting through the display unit, a structured language that transforms the mathematical solving process content solved by the handwriting, Wherein the mathematical problem solving process contents converted on the basis of the structured language, the correct answer contents of the mathematical problem solving process, and the scoring result of the mathematical problem solving process are presented.

KR1020170096698A 2017-07-31 2017-07-31 Method of recognizing STEM based on AI KR20190012938A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170096698A KR20190012938A (en) 2017-07-31 2017-07-31 Method of recognizing STEM based on AI

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170096698A KR20190012938A (en) 2017-07-31 2017-07-31 Method of recognizing STEM based on AI

Publications (1)

Publication Number Publication Date
KR20190012938A true KR20190012938A (en) 2019-02-11

Family

ID=65370532

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170096698A KR20190012938A (en) 2017-07-31 2017-07-31 Method of recognizing STEM based on AI

Country Status (1)

Country Link
KR (1) KR20190012938A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102499770B1 (en) * 2022-04-04 2023-02-14 (주)아이앤에스 System for providing learning course based on artificial intelligence and method thereof
KR102695767B1 (en) * 2023-12-06 2024-08-19 (주)웅진씽크빅 Apparatus and method for supporting learning of problem

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102499770B1 (en) * 2022-04-04 2023-02-14 (주)아이앤에스 System for providing learning course based on artificial intelligence and method thereof
KR102695767B1 (en) * 2023-12-06 2024-08-19 (주)웅진씽크빅 Apparatus and method for supporting learning of problem

Similar Documents

Publication Publication Date Title
Hoi et al. Perceived teacher support and students’ acceptance of mobile‐assisted language learning: Evidence from Vietnamese higher education context
CN109523194B (en) Chinese reading ability evaluation method and device and readable storage medium
Ganapathy et al. Malaysian ESL students’ perceptions on the usability of a mobile application for grammar test: A case study of ESL undergraduates in Universiti Sains Malaysia
KR102013955B1 (en) Smart education system for software expert practical affairs education and estimation and method thereof
Ochoa et al. Controlled evaluation of a multimodal system to improve oral presentation skills in a real learning setting
KR20190012939A (en) Personalized STEM lerning service system based on AI and method thereof
CN105679122A (en) Multifunctional college English teaching management system
Shirley et al. The practicality of implementing connected classroom technology in secondary mathematics and science classrooms
KR101635144B1 (en) Language learning system using corpus and text-to-image technique
KR101576727B1 (en) Education system based on type of question using qr code and app
KR20180134281A (en) Educational service providing system and method
US20180158359A1 (en) System and method for automated literacy assessment
CN107203514A (en) Intelligent tutoring exercise generation method, device and computer-readable recording medium
CN110189238A (en) Method, apparatus, medium and the electronic equipment of assisted learning
CN115630860A (en) Teaching quality evaluation method, device, equipment and storage medium
KR20190012938A (en) Method of recognizing STEM based on AI
Carroll A learning-oriented assessment perspective on scenario-based assessment
US20240221532A1 (en) Method and apparatus for guiding improvements of reading and writing abilities
Lee et al. Personalized item generation method for adaptive testing systems
Yeung et al. Exploring Characteristics of Fine-Grained Behaviors of Learning Mathematics in Tablet-Based E-Learning Activities.
KR20230034802A (en) Method and systems to identify and resolve learning vulnerabilities using AI
KR20130082992A (en) Apparatus and method for recommending custom-made test on demand individual peculiarities using prerequisite and following logic
US20160035235A1 (en) System and method thereof for enhancing students engagement and accountability
US10453354B2 (en) Automatically generated flash cards
Arunoda et al. Deep Learning-Based E-Learning Solution for Identifying and Bridging the Knowledge Gap in Primary Education

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application