[发明专利]基于机器学习的智能语言学习方法、系统、装置及介质

说明书

本发明属于人工智能技术领域，公开了一种基于机器学习的智能语言学习方法、系统、装置及介质，其中，所述方法包括：获取学习者的目标语音；通过经过训练得到的语义理解模型对所述目标语音进行语义和语法理解；通过经过训练得到的深度学习算法模型对语义和语法理解的结果进行错误纠正，其中，所述深度学习算法模型利用学习经验标注数据集进行训练，所述学习经验标注数据集包括语义和语法理解后的多轮回答样本数据集，以及语义语法错误反馈样本数据集；输出错误纠正的结果。本发明可以实现智能化语言学习，有利于学习者进行语言听说能力的日常训练和提高，并且可以使得学习者不受时间和地域因素的限制来学习语言，真正地实现语言学习的智能化。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于机器学习的智能语言学习方法、系统、装置及介质。

背景技术

人工智能已经变革和赋能到很多的领域，但是，目前尚未有一款真正针对语言学习的智能化学习系统，特别是真正能辅助学习者提高语言听、说能力的便携式语音交互系统。目前，智能语言学习方面，智能音箱主要偏重在日常资讯及内容层面的交互、智能问答、行动指令及相关的智能设备控制；另外一些针对儿童或者专业领域人员(例如：医生)的学习系统也还是采用较为传统的技术方案来做益智和专业教学相关的查阅、问答使用，运用海量的本地内置的知识库或者基于云端的动态增量库来进行基于内容的交互。无论是智能音箱还是学习系统等现有的语音交互系统，均不能通过AI的智能化自然语言理解来帮助学习者进行智能化、不受时间和地域因素影响限制的语言学习，对学习者语言的学习有所限制，难以实现真正地智能化语言学习。

发明内容

本发明提供一种智能语言学习方法、系统、装置及介质，以解决现有技术不能通过AI的智能化自然语言理解来帮助学习者进行智能化、不受时间和地域因素影响限制的语言学习的问题。

为了实现上述目的，本发明的第一个方面是提供一种基于机器学习的智能语言学习方法，应用于电子装置，包括：

获取学习者的目标语音；通过经过训练得到的语义理解模型对所述目标语音进行语义和语法理解；通过经过训练得到的深度学习算法模型对语义和语法理解的结果进行错误纠正，其中，所述深度学习算法模型利用学习经验标注数据集进行训练，所述学习经验标注数据集包括语义和语法理解后的多轮回答样本数据集，以及语义语法错误反馈样本数据集；输出错误纠正的结果。

优选地，所述语义理解模型为基于自然语言处理的语义理解模型。

优选地，所述方法还包括：构建数据集；

利用构建的数据集，通过循环神经网络对所述语义理解模型进行训练；

其中，所述构建数据集的步骤，包括：收集目标语言元素，并对所述目标语言元素进行预处理，利用经过预处理的目标语言元素构建数据集。

优选地，所述方法还包括：建立损失模型，所述损失模型根据实际计算输出与标注的结果进行损失度评估；通过所述损失模型得到损失值；基于最小的损失值对所述深度学习算法模型进行训练，并以损失曲线无限逼近0％为训练的迭代停止条件。

优选地，对语义和语法理解的结果进行错误纠正，包括以下步骤：开启发音模式，将学习者的发音与标准发音进行比对，根据比对结果，对学习者进行提醒。

优选地，所述方法还包括：对所述深度学习算法模型中的迭代参数进行自适应调整，所述迭代参数为所述深度学习算法模型中的偏置量。

优选地，获取学习者的目标语音的步骤之前，所述方法还包括：获取学习者的输入信息，所述输入信息包括学习者的年龄、学历、语言水平等级和学习目标中的一种或多种；根据学习者的输入信息确定学习路径。