申请/专利权人：福建天晴数码有限公司;华中师范大学

申请日：2023-11-03

公开（公告）日：2024-01-30

公开（公告）号：CN117196042B

主分类号：G06N5/04

分类号：G06N5/04;G06N5/022;G06F40/30;G06F16/36;G06N3/044;G06N3/0464;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.01.30#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明公开了一种教育元宇宙中学习目标的语义推理方法及终端，接收学习目标的描述文本，将描述文本分割为词项序列，从词项序列中提取词条，基于词条提取语义词项，再将语义词项映射为第一词向量。通过捕捉词向量中的语义特征向量，推理得到学习目标中的学科和知识点，确定并定位学习目标的目标知识点，得到目标知识点的关联关系，因此能够充分挖掘学习目标的语义信息，提高学习目标提取的准确性。基于学习目标匹配对应的教学场景，将匹配到的教学场景以及学习目标中的学科和知识点间的关联关系整合至教学模型，并建立各个教学模型之间的交互关系，以此方式，能够有效地组织和聚合多源教学资源，并实现模型之间的相互关联。

主权项：1.一种教育元宇宙中学习目标的语义推理方法，其特征在于，包括步骤：接收输入的学习目标的描述文本，将所述描述文本分割为词项序列，从所述词项序列中提取词条，基于所述词条提取语义词项，将所述语义词项映射为第一词向量；通过捕捉所述第一词向量中的语义特征向量，推理得到所述学习目标中的学科和知识点，并确定所述学习目标的目标知识点，对所述目标知识点进行定位索引，确定所述目标知识点的关联关系；通过捕捉所述第一词向量中的语义特征向量，推理得到所述学习目标中的学科和知识点，包括：对所述第一词向量进行拼接得到语义词项向量，并使用流形学习挖掘所述语义词项向量的低维语义信息，将所述语义词项向量映射至低维向量；使用卷积神经网络捕捉所述低维向量中词性变化和词序关系的局部语义信息，并经过全连接层非线性变换处理提取得到语义特征向量；将所述语义特征向量输入自编码语言模型，并输出得到隐含多层抽象和递进关系的紧凑型语义向量，将所述紧凑型语义向量进行随机遮罩和微调，推理得到所述学习目标中的学科和知识点的语义；对所述目标知识点进行定位索引，确定所述目标知识点关联关系，包括：判断各知识点与学科知识图谱之间的关联关系，并将所述知识点插入到所述学科知识图谱中；根据所述学科知识图谱中节点的通道容量，使用最大流最小割法分割所述目标知识点所在的子图，并使用广度优先搜索遍历法递归所述子图，定位索引所述目标知识点，并获取所述目标知识点对应的学科和位置信息；根据所述目标知识点的位置信息，通过近邻法计算所述目标知识点与其邻接知识点的距离和相似度，并确定所述目标知识点的关联关系；基于所述学习目标匹配对应的教学场景，将匹配到的教学场景以及所述学习目标中的学科和所述目标知识点的关联关系整合至教学模型；建立各个教学模型之间的交互关系。

全文数据：

权利要求：

百度查询： 福建天晴数码有限公司;华中师范大学 一种教育元宇宙中学习目标的语义推理方法及终端

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD