[发明专利]一种基于智能分析技术的课堂教学内容评价系统及其方法

权利要求书

1.一种基于智能分析技术的课堂教学内容评价系统，其特征在于：

包括文本分析服务器（10）、语音智能分析服务器（20）、视频智能分析服务器（30）、数据智能分析服务器连接（40）；

其连接关系是：

文本分析服务器（10）、语音智能分析服务器（20）和视频智能分析服务器（30）分别与数据智能分析服务器（40）连接。

2.基于权利要求1所述系统的课堂教学内容评价方法，其特征在于包括下列步骤：

①分3路进行

第1路：

A、输入教学大纲文本数据（201）；

B、提取教学大纲关键字（202）

采用文本语义提取分析方法，提取分析教学大纲要求、重点和难点内容的关键字；

C、网页爬虫关键字收集数据（203）

采用网页爬虫技术对教学大纲中关键字涉及的具体内容、章节的知识及其扩展知识进行收集，并通过语义分析算法和对比算法去除网页爬虫数据中的重复和相似数据；

D、生成网页爬虫文本数据（204）；

第2路：

a、语音采集设备（205）

通过教室内话筒设备收集老师课堂的语音数据；

b、教师课堂语音提取及智能识别（206）

对采集到的老师语音数据进行特征提取和识别；

c、生成语音文本数据（207）；

第3路：

ⅰ、视频采集设备（208）

通过教室内摄像头收集视频数据；

ⅱ、电子课件内容提取及智能识别（209）

应用智能识别算法对视频中电子课件包含的中文、英文、公式及每门课程特殊字符进行提取和识别；

ⅲ、生成电子课件文本数据（210）；

②将第1、2、3路归总：文本数据分析和计算课堂教学内容分值（211）

应用数据分析技术将语音文本数据信息和电子课件文本数据信息进行合并，将合并后的文本数据信息与爬虫文本数据信息语义进行匹配、对比和分析,求出相似和重复的文本数据，生成分析文本数据，将分析文本数据占网页爬虫文本数据百分比×100作为课堂教学内容分值；

③输出课堂教学内容分值（212）。

3.按权利要求2所述的课堂教学内容评价方法，其特征在于：

教学大纲文本数据分析的流程如下：

a、输入教学大纲文本数据（301）；

b、搜索匹配教学大纲要求、重点和难点（302）

应用词语匹配算法搜索匹配教学大纲要求、重点和难点，定位词汇在教学大纲文本中的位置；

c、TF-IDF和TextRank算法提取关键字（303）

提取教学大纲要求、重点和难点内容的关键字；

d、网页爬虫关键字收集数据（304）

根据关键字生成网页爬虫规则，爬取相关内容，应用LDA模型算法去除网页爬虫数据中的重复和相似数据；

e、生成爬虫文本数据（305）。

4.按权利要求2所述的课堂教学内容评价方法，其特征在于：

建立语音样本模型的流程如下：

a、输入语音样本（401）；

b、MFCC特征提取（402）

对输入的语音样本进行MFCC特征提取，求出样本的特征向量；

c、CNN分类器（403）

应用CNN分类器，对输入的特征向量进行训练；

d、建立语音样本模型（404）。

5.按权利要求2所述的课堂教学内容评价方法，其特征在于：

语音智能识别的流程如下：

a、输入课堂语音数据（501）；

b、MFCC特征提取（502）

对输入的语音数据进行MFCC特征提取，求出语音数据的特征向量；

c、CNN分类器识别（503）

应用CNN算法对语音数据的特征向量匹配识别；

d、生成语音文本数据（504）。