[發(fā)明專利]基于人工智能的英語教學(xué)交互方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110396701.1
• 申請日: 2021-04-13
• 公開（公告）號: CN113095974A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 毛晉華
• 申請（專利權(quán)）人: 平頂山學(xué)院
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06F16/906;G06F16/901;G06N3/04;G06N3/08
• 代理公司: 鄭州芝麻知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41173
• 代理人: 趙瑋

1.一種基于人工智能的英語教學(xué)交互方法，其特征在于，包括以下步驟：

步驟1，構(gòu)建標(biāo)準(zhǔn)模型數(shù)據(jù)庫，所述標(biāo)準(zhǔn)模型數(shù)據(jù)庫包括目標(biāo)詞的標(biāo)準(zhǔn)發(fā)音特征，其中的目標(biāo)詞的標(biāo)準(zhǔn)發(fā)音特征包括口型標(biāo)準(zhǔn)變化特征和/或舌型的標(biāo)準(zhǔn)彎曲變化特征以及標(biāo)準(zhǔn)伸展變化特征；

步驟2，獲取同一目標(biāo)詞的學(xué)生發(fā)音特征，并將所述發(fā)音特征與所述標(biāo)準(zhǔn)模型數(shù)據(jù)庫中的標(biāo)準(zhǔn)發(fā)音特征比較，計(jì)算兩者的差異程度，根據(jù)所述差異程度確定各學(xué)生的跟讀特征；

步驟3，根據(jù)所述跟讀特征，獲取同一目標(biāo)詞下每個學(xué)生的異常發(fā)音特征和任意兩學(xué)生之間的輔助特征，進(jìn)而確定各學(xué)生不同目標(biāo)詞的異常發(fā)音特征序列以及任意兩學(xué)生之間的輔助特征序列；

步驟4，對于任意兩個學(xué)生，根據(jù)所述輔助特征序列和異常發(fā)音特征序列，計(jì)算任意兩學(xué)生的發(fā)音互補(bǔ)特征，將任意兩個學(xué)生作為一個節(jié)點(diǎn)，對節(jié)點(diǎn)進(jìn)行密度聚類，獲得不同的類別，當(dāng)節(jié)點(diǎn)屬于同一類別，則節(jié)點(diǎn)之間相互不連接，當(dāng)節(jié)點(diǎn)不屬于同一類別，則進(jìn)行連接，該連接邊的邊權(quán)值為兩節(jié)點(diǎn)的余弦距離，構(gòu)成圖數(shù)據(jù)結(jié)構(gòu)一；

步驟5，獲取所述圖數(shù)據(jù)結(jié)構(gòu)一的所有極大團(tuán)，所有極大團(tuán)對應(yīng)的集合為遍歷集合提取同時屬于多個集合的學(xué)生x，組成集合X，集合中任意一個集合去掉對應(yīng)的學(xué)生后，將剩余的學(xué)生重新構(gòu)建圖數(shù)據(jù)結(jié)構(gòu)二，獲取集合Y，計(jì)算學(xué)生x與集合Y的適配度，獲取學(xué)生x的所有學(xué)生分組，并構(gòu)成分組集合；

步驟6，遍歷集合X獲得多個分組集合，分別從每個分組集合中隨機(jī)選取一個學(xué)生分組，構(gòu)成分組策略，計(jì)算所述分組策略中的多個學(xué)生分組的適配度的和，選取適配度之和的最大值對應(yīng)的分組策略作為最優(yōu)的分組策略，并制定相應(yīng)的教學(xué)交互策略。

2.根據(jù)權(quán)利要求1所述的基于人工智能的英語教學(xué)交互方法，其特征在于，

集合X中的學(xué)生x分配到集合Y中的適配度f(x,Y)的計(jì)算方法為：

其中，P2為將學(xué)生x分配到集合Y的學(xué)習(xí)收益，P1為集合Y的學(xué)習(xí)收益，Py_m為極大團(tuán)y_m的學(xué)習(xí)收益，y_m表示第m個極大團(tuán)對應(yīng)的學(xué)生集合；α_m為學(xué)生x的環(huán)境增益系數(shù)，α_m＝u×exp(P1-Py_m)，u為集合Y與集合y_m的交并比。

3.根據(jù)權(quán)利要求2所述的基于人工智能的英語教學(xué)交互方法，其特征在于，所述學(xué)習(xí)收益的計(jì)算方法為：

1)構(gòu)建集合的圖數(shù)據(jù)結(jié)構(gòu)，計(jì)算圖數(shù)據(jù)結(jié)構(gòu)的全局收益特征，所述全局收益特征為圖數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)均值與邊權(quán)值均值的乘積；所述集合包括集合集合Y以及將集合X中的學(xué)生分配到集合Y后得到的集合；

2)獲取圖數(shù)據(jù)結(jié)構(gòu)中的每個極大團(tuán)的節(jié)點(diǎn)個數(shù)與所有節(jié)點(diǎn)的比值，將所述比值與對應(yīng)極大團(tuán)邊權(quán)值之和相乘，得到局部收益特征；

3)根據(jù)全局收益特征與局部收益特征，計(jì)算集合的學(xué)習(xí)收益。

4.根據(jù)權(quán)利要求1所述的基于人工智能的英語教學(xué)交互方法，其特征在于，所述的適配度為：

其中，p2為學(xué)生x分配到集合Y后的發(fā)展?jié)摿μ卣鳎琾1為集合Y的發(fā)展?jié)摿μ卣鳎琾_m為集合y_m的發(fā)展?jié)摿μ卣鳌?/p>

5.根據(jù)權(quán)利要求4所述的基于人工智能的英語教學(xué)交互方法，其特征在于，所述發(fā)展?jié)摿μ卣鞯墨@取方法為：

獲取集合中的節(jié)點(diǎn)的發(fā)音互補(bǔ)特征，將獲取的發(fā)音互補(bǔ)特征構(gòu)成一個矩陣，其中的行表示同一節(jié)點(diǎn)的不同目標(biāo)詞的發(fā)音互補(bǔ)特征，列表示同一目標(biāo)詞不同節(jié)點(diǎn)所對應(yīng)的發(fā)音互補(bǔ)特征；并對每一列進(jìn)行歸一化處理，然后計(jì)算所述矩陣的均值，將所述均值作為集合的發(fā)展?jié)摿μ卣鳎黄渲兴黾习霞蟉以及將集合X中的學(xué)生分配到集合Y后得到的集合。

6.根據(jù)權(quán)利要求1所述的基于人工智能的英語教學(xué)交互方法，其特征在于，采用舌型變化特征計(jì)算跟讀特征的方法：

獲取學(xué)生的彎曲特征序列與標(biāo)準(zhǔn)彎曲特征序列的彎曲差異程度V1以及伸展特征序列的伸展差異程度V2，將兩差異程度進(jìn)行加權(quán)求和，得到學(xué)生的跟讀特征。