[發明專利]學情信息獲取方法、裝置、設備和存儲介質

有效

• 申請號: 202110010071.X
• 申請日: 2021-01-06
• 公開（公告）號: CN112331211B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 朱瑞;劉瓊瓊;劉子韜;丁文彪
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L25/51
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 閻敏;郭麗祥

1.一種學情信息獲取方法，其特征在于，包括：

獲取待處理語音信息；

將所述待處理語音信息進行文本轉換，得到目標文本；

對所述目標文本進行學情信息提取，得到所述目標文本的針對多個學情維度的學情信息；

在所述目標文本的學情信息滿足預設學情輸出條件的情況下，對多個學情維度的學情信息進行組合，得到學情結果；

其中，所述在所述目標文本的學情信息滿足預設學情輸出條件的情況下，對多個學情維度的學情信息進行組合，得到學情結果，包括：

在所述目標文本中存在包含有針對學生姓名維度的學情信息，以及包含有超過預設個數的學情維度的學情信息的情況下，對多個學情維度的學情信息進行組合，得到學情結果；

其中，所述對所述目標文本進行學情信息提取，得到所述目標文本的針對多個學情維度的學情信息，包括：

獲取學情細節語料庫；

將所述目標文本和所述學情細節語料庫中的學情細節模板進行文本匹配，確定所述目標文本中與所述學情細節模板匹配的候選詞句及候選詞句的匹配值；

如果所述候選詞句的匹配值大于預設學情細節提取閾值，則從所述目標文本中提取所述候選詞句，作為所述目標文本的針對學情細節維度的學情信息。

2.根據權利要求1所述的方法，其特征在于，所述對所述目標文本進行學情信息提取，得到所述目標文本的針對多個學情維度的學情信息，包括：

獲取預設學生名單；

確定所述目標文本中存在與所述預設學生名單中的預設姓名相匹配的目標學生姓名，將所述目標學生姓名作為所述目標文本的針對學生姓名維度的學情信息。

3.根據權利要求2所述的方法，其特征在于，所述確定所述目標文本中存在與所述預設學生名單中的預設姓名相匹配的目標學生姓名，包括：

對于所述預設學生名單中的各個預設姓名，獲取所述目標文本中文字組合與所述預設姓名的匹配值；

在所述目標文本存在匹配值大于預設匹配值的情況下，將所述匹配值大于預設匹配值的文字組合作為所述目標學生姓名；

其中，所述匹配值是根據文字組合中各單字的匹配類型而確定的，所述匹配類型包括文字匹配、拼音匹配、前后鼻音匹配和卷翹舌音匹配中的至少一種。

4.根據權利要求1所述的方法，其特征在于，所述對所述目標文本進行學情信息提取，得到所述目標文本的針對多個學情維度的學情信息，還包括：

獲取完成訓練的學情評價提取模型；

將所述目標文本輸入所述學情評價提取模型，得到所述目標文本針對學情評價維度的學情信息。

5.根據權利要求4所述的方法，其特征在于，所述學情評價提取模型的訓練步驟，包括：

獲取第一樣本文本；

對所述第一樣本文本中用于指示姓名的姓名詞進行處理，以消除所述姓名詞自身的語義信息，得到第二樣本文本；

獲取所述第二樣本文本的學情評價標簽；

獲取待訓練神經網絡；

根據所述第二樣本文本和所述第二樣本文本的學情評價標簽，對所述待訓練神經網絡進行訓練，得到所述學情評價提取模型。

6.根據權利要求1所述的方法，其特征在于，所述學情細節語料庫的建立步驟包括：

獲取與學情細節有關的文本語料；

統計所述文本語料中的詞句的頻率，確定所述文本語料中出現頻率超過預設頻率的多個目標詞句；

將所述多個目標詞句作為學情細節模板，建立所述學情細節語料庫。

7.根據權利要求1或6所述的方法，其特征在于，所述對所述目標文本進行學情信息提取，得到所述目標文本的針對多個學情維度的學情信息，包括：

獲取所述目標文本中針對學情細節維度的學情信息；

獲取學情評價類型提取模型；

將所述目標文本中針對學情細節維度的學情信息和所述目標文本輸入所述學情評價類型提取模型，得到所述目標文本的針對學情評價類型維度的學情信息。