公开(公告)号：CN117033559A

公开(公告)日：2023-11-10

申请号：CN202311130601.X

申请日：2023-08-31

申请人： 华中师范大学

发明人： 刘海 ,  张昭理 ,  刘攀 ,  欧景斌 ,  杨雪雪 ,  邸昂 ,  刘新 ,  刘婷婷 ,  李友福

IPC分类号： G06F16/33 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/20

摘要： 本发明公开了一种基于跨领域的自适应习题适配方法，包括：分别获取学生在线学习系统中的至少两门不同学科的学习数据，其中一门作为源数据域，另一门作为目标数据域；选择所述源数据域中与所述目标数据域中相似的问题文本；根据选择出的所述源数据域中的问题文本和所述目标数据域中的问题文本构建知识状态评估模型；根据所述知识状态评估模型评估对应学生的知识状态，并根据所述知识状态获取对应的适配习题；根据所述适配习题得到的练习结果重复以上过程再次评估所述知识状态，以实现自适应学习的个性化习题适配。其可以基于少量学习数据准确获取学生知识状态，并根据学生的知识状态实现智能化习题适配，以提高学生学习和老师教学的效率。

公开(公告)号：CN117457030A

公开(公告)日：2024-01-26

申请号：CN202311108301.1

申请日：2023-08-30

申请人： 华中师范大学

发明人： 刘海 ,  张昭理 ,  欧景斌 ,  杨雪雪 ,  邸昂 ,  刘新 ,  邢师珍 ,  刘婷婷 ,  李友福

IPC分类号： G10L25/63 ,  G10L25/03 ,  G10L25/18 ,  G10L25/30

摘要： 本申请公开了一种基于多源特征的语音情绪识别方法，包括：采集开源语音识别数据集和环境声音识别数据集，分别训练得到语音识别网络模型和环境声音识别网络模型，采集开源情绪语音数据集进行音频增强；对增强情绪语音音频提取MFCC特征，并输入膨胀因果交互子网络得到高阶MFCC特征；将增强情绪语音音频输入语音识别网络模型和环境声音识别网络模型得到高阶文本特征和高阶环境特征，再与高阶MFCC特征融合后输入时序分解因果卷积块生成高阶时序因果复合特征，通过全连接层输出至分类网络层识别语音情绪。其可以解决传统语音情绪识别技术仅基于语音的声学特征、依赖标准干净的语音信号导致语音情绪识别准确率较低，无法在复杂环境下准确识别语音情绪的问题。

公开(公告)号：CN117131275A

公开(公告)日：2023-11-28

申请号：CN202311119782.6

申请日：2023-08-31

申请人： 华中师范大学

发明人： 刘海 ,  张昭理 ,  郑媛 ,  黄小吉 ,  刘攀 ,  欧景斌 ,  杨雪雪 ,  刘婷婷 ,  李友福

IPC分类号： G06F16/9535 ,  G06F16/435 ,  G06F16/45 ,  G06F16/36 ,  G06N5/022 ,  G06N5/04 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/088 ,  G06F18/22 ,  G06F18/23 ,  G06F18/25 ,  G06Q50/20

摘要： 本申请实施例公开了一种基于知识图谱的学习资源推荐方法，涉及智能教学技术领域，所述方法包括：获取学习者的学习者画像和对应学习者使用的各类学习资源，生成多模态学习资源交互图谱；基于所述多模态学习资源交互图谱，计算对比损失函数；基于学习者与学习资源的交互关系，获取学习者与学习资源的匹配系数；基于所述匹配系数的数值，计算学习者对各类学习资源的兴趣程度；基于所述兴趣程度对各类学习资源进行排序，基于排序结果依次向对应学习者推荐学习资源。采用本申请提供的所述方法，既考虑了学习资源的多模态信息融合，也考虑了学习者的历史学习数据，将二者共同融入学习资源交互网络，丰富了其表达含义，提高了学习资源适配的精准度。

公开(公告)号：CN117612244A

公开(公告)日：2024-02-27

申请号：CN202311122875.4

申请日：2023-08-30

申请人： 华中师范大学

发明人： 刘海 ,  张昭理 ,  邢师珍 ,  郑媛 ,  黄小吉 ,  刘攀 ,  欧景斌 ,  刘婷婷 ,  李友福

IPC分类号： G06V40/20 ,  G06V10/82 ,  G06V10/764 ,  G06F18/20 ,  G06V10/20 ,  G06V10/40 ,  G06V10/30 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/0475 ,  G06N3/094

摘要： 本申请涉及智能教学技术领域，尤其涉及一种教学互动方法、装置、设备及存储介质，所述方法包括：实时采集教师的第一图像信息、学生的第二图像信息和学生的心率数据；对第一图像序列、第二图像序列以及心率序列进行预处理；输入预训练的手势识别神经网络进行识别，输出教师的手势类型以及学生的手势类型；获取各个时刻学生的手势类型对应的心率变化率；响应于教师的手势类型、学生的手势类型以及对应的心率变化率发出第一提示信息和第二提示信息。采用本申请提供的所述方法，将学生的手势识别结果与心率数据进行关联分析，可以更准确的评估学生的学习状态，使得教师能够更好地了解学生的情感状态，及时调整教学策略，提供个性化指导和支持。

公开(公告)号：CN117591799A

公开(公告)日：2024-02-23

申请号：CN202311122713.0

申请日：2023-08-30

申请人： 华中师范大学

发明人： 刘海 ,  张昭理 ,  黄小吉 ,  刘攀 ,  欧景斌 ,  杨雪雪 ,  邸昂 ,  刘婷婷 ,  李友福

IPC分类号： G06F18/10 ,  G06F18/25 ,  G06Q10/0639 ,  G06Q50/20 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

摘要： 本申请公开了一种多模态自监督在线教学数据评测方法，包括：采集教师在线上教学的同一时间段中包括教学视频片段、音频信号以及文本资源的多模态数据；对多模态数据进行预处理，使其成为大小相同的令牌序列作为网络模型的原始信号；将预处理后的多模态数据馈送到网络模型中，获取待检测主体的多模态投影头，然后将其映射到不同的公共空间；分别对视频‑音频对和视频‑文本对计算目标损失，将两者目标损失融合得到整体样本目标，对教师的行为进行预测，得到教学质量预测结果。其可以解决传统教学评测中评测方法单一，存在误判、漏判，难以准确地反应教师线上教学质量的问题。