本發(fā)明屬于自然語(yǔ)言處理，涉及一種基于跨模態(tài)嵌入的智能教學(xué)系統(tǒng)和方法。
背景技術(shù)：
1、智能問(wèn)答系統(tǒng)（qa系統(tǒng)）在現(xiàn)代教育中被廣泛應(yīng)用，旨在通過(guò)自然語(yǔ)言處理（nlp）技術(shù)來(lái)回答學(xué)生的問(wèn)題。這些系統(tǒng)能夠迅速響應(yīng)學(xué)生的提問(wèn)，但往往缺乏深度解析和個(gè)性化指導(dǎo)。目前，許多qa系統(tǒng)主要依賴于基于關(guān)鍵詞匹配的技術(shù)，這種方法在處理簡(jiǎn)單問(wèn)題時(shí)效果較好，但面對(duì)復(fù)雜問(wèn)題時(shí)，其表現(xiàn)則顯得力不從心。此外，這類系統(tǒng)在回答過(guò)程中通常無(wú)法提供詳細(xì)的背景信息和相關(guān)知識(shí)點(diǎn)的關(guān)聯(lián)，導(dǎo)致學(xué)生對(duì)知識(shí)的理解不夠深入。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，提供一種基于跨模態(tài)嵌入與強(qiáng)化學(xué)習(xí)的智能教學(xué)裝置。
2、為此，本發(fā)明采取如下技術(shù)方案：
3、一種基于跨模態(tài)嵌入的智能教學(xué)系統(tǒng)，包括：
4、bert模型，所述bert模型用于捕捉語(yǔ)句中的上下文關(guān)系并準(zhǔn)確理解學(xué)生提問(wèn)語(yǔ)句的語(yǔ)義，bert模型包括雙向編碼器、自注意力機(jī)制、前饋神經(jīng)網(wǎng)絡(luò)和層歸一化模塊，所述雙向編碼器用于捕捉上下文信息，所述自注意力機(jī)制用于計(jì)算詞語(yǔ)之間的相關(guān)性，所述前饋神經(jīng)網(wǎng)絡(luò)用于接收來(lái)自自注意力機(jī)制的輸出并進(jìn)行非線性變換，所述層歸一化模塊數(shù)值穩(wěn)定；
5、知識(shí)圖譜，所述知識(shí)圖譜可通過(guò)路徑搜索算法查詢找到相關(guān)知識(shí)點(diǎn)并進(jìn)行解析并通過(guò)嵌入方法將知識(shí)點(diǎn)和關(guān)系表示為向量；
6、深度學(xué)習(xí)模型，所述深度學(xué)習(xí)模型用于預(yù)測(cè)學(xué)生的學(xué)習(xí)路徑并進(jìn)行個(gè)性化推薦。
7、進(jìn)一步地，所述路徑搜索算法為優(yōu)先搜索 bfs或深度優(yōu)先搜索dfs。
8、進(jìn)一步地，所述深度學(xué)習(xí)模型采用 rnn或 lstm模型。
9、本發(fā)明還提供了一種基于跨模態(tài)嵌入的智能教學(xué)方法，采用上述基于跨模態(tài)嵌入的智能教學(xué)系統(tǒng)，包括以下步驟：
10、（1）采用transformer架構(gòu)中的bert模型通過(guò)雙向編碼器來(lái)捕捉學(xué)生提問(wèn)語(yǔ)義中的上下文信息；
11、（2）構(gòu)建包含各學(xué)科知識(shí)點(diǎn)的知識(shí)圖譜，所述知識(shí)圖譜包括多個(gè)知識(shí)點(diǎn)以及知識(shí)點(diǎn)之間的關(guān)系，然后采用路徑搜索算法找到相關(guān)知識(shí)點(diǎn)并進(jìn)行解析，最后并通過(guò)嵌入方法將知識(shí)點(diǎn)和知識(shí)點(diǎn)之間的關(guān)系表示為向量；
12、（3）基于學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，使用深度學(xué)習(xí)模型預(yù)測(cè)學(xué)生的學(xué)習(xí)路徑并進(jìn)行個(gè)性化推薦。
13、本發(fā)明的有益效果在于：
14、利用transformer架構(gòu)和bert模型，提升系統(tǒng)對(duì)學(xué)生提問(wèn)的語(yǔ)義理解能力，通過(guò)上下文分析和情感識(shí)別，準(zhǔn)確把握學(xué)生提問(wèn)的意圖和困惑點(diǎn)，知識(shí)圖譜的構(gòu)建與應(yīng)用，基于各學(xué)科的知識(shí)點(diǎn)，構(gòu)建知識(shí)圖譜，關(guān)聯(lián)各知識(shí)點(diǎn)之間的關(guān)系。在學(xué)生提問(wèn)后，通過(guò)知識(shí)圖譜提供深度解析，展示相關(guān)知識(shí)點(diǎn)及其內(nèi)在聯(lián)系，幫助學(xué)生深入理解，自適應(yīng)學(xué)習(xí)路徑推薦，根據(jù)學(xué)生的歷史學(xué)習(xí)數(shù)據(jù)和當(dāng)前提問(wèn)內(nèi)容，個(gè)性化推薦學(xué)習(xí)路徑和資源，幫助學(xué)生系統(tǒng)性地解決學(xué)習(xí)中的問(wèn)題。
1.一種基于跨模態(tài)嵌入的智能教學(xué)系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于跨模態(tài)嵌入與強(qiáng)化學(xué)習(xí)的智能教學(xué)系統(tǒng)，其特征在于，所述路徑搜索算法為優(yōu)先搜索bfs或深度優(yōu)先搜索dfs。
3.根據(jù)權(quán)利要求1所述的一種基于跨模態(tài)嵌入與強(qiáng)化學(xué)習(xí)的智能教學(xué)系統(tǒng)，其特征在于，所述深度學(xué)習(xí)模型采用rnn或lstm模型。
4.一種基于跨模態(tài)嵌入的智能教學(xué)方法，其特征在于，采用權(quán)利要求1-3任意一項(xiàng)所述的一種基于跨模態(tài)嵌入的智能教學(xué)系統(tǒng)，包括以下步驟：