[发明专利]课堂教学事件分析方法及装置

权利要求书

1.一种课堂教学事件分析方法，其特征在于，包括以下步骤：

S1，通过多源数据之间的关联分析和特征匹配，形成教学事件识别规则集，通过所述规则集进行不同教学事件的识别，并归类为不同教学阶段；

S2，生成不同教学阶段里的教学法结构排序；

S3，通过时间取样对不同教学阶段里的言语和行为交互进行编码；

S4，根据教育学理论，基于证据对分析结果进行解读；

S5，根据解读结果，通过人机协同生成优化课堂教学改进机制；

所述S1进一步包括：通过多源数据之间的关联分析和特征匹配，建立教学设计里的关键短文本、视频里的关键场景和动作识别，实录文本里的交互方式切换关键词，形成教学事件识别规则集，进行不同教学事件的识别，并归类为不同教学阶段；

所述S1进一步包括：

S11，提取课堂教学转录文本中的教学事件，并对教学事件进行分类，对每个教学事件进行特征分析，给出每个教学事件的标签，并注明教学事件的类别，对教学事件的标签进行标注，将标注后的数据作为训练集；

S12，通过深度学习模型训练得到词向量的权重矩阵，将所述权重矩阵和训练集输入到循环神经网络中进行模型训练，得到事件分类器，通过所述事件分类器，利用所述事件分类器进行事件识别；

所述S2进一步包括：根据自然语言理解技术，建立教学法结构序列分类器，所述教学法结构分类器的输入为文本型数据，通过注意力机制来确定所述文本型数据中句子核心词和事件核心句，通过对所述文本型数据中的句子和篇章分别进行建模，生成教学法结构序列；

所述S3进一步包括：

通过自然语言理解技术，对每一个教学阶段内部的关键词语进行统计和归类，采用编码体系中的标准一一对应，进行教学阶段内部的言语交互分析；

通过计算机视觉技术，判断师生的骨架变化，根据所述骨架变化进行分析。

2.根据权利要求1所述的课堂教学事件分析方法，其特征在于，所述S3进一步包括：

S31，获取静态视频帧，对所述静态视频帧进行场景分类；

S32，场景分类后，利用目标检测方法对教学视频中的关键互动设备进行识别；

S33，利用空域特征分析，基于OpenPose框架分析骨骼关键序列特征，实时骨骼关键人体姿态预测算法，在静态图像动作识别算法的基础上，围绕着课堂场景，在教学视频中对学生动作进行识别和统计。

3.一种课堂教学事件分析装置，其特征在于，包括：

识别模块，用于通过多源数据之间的关联分析和特征匹配，形成教学事件识别规则集，通过所述规则集进行不同教学事件的识别，并归类为不同教学阶段；

排序模块，用于生成不同教学阶段里的教学法结构排序；

内部分析模块，用于通过时间取样对不同教学阶段里的言语和行为交互进行编码；

解读模块，用于根据教育学理论，基于证据对分析结果进行解读；

改进模块，用于根据解读结果，通过人机协同生成优化课堂教学改进机制；

所述识别模块，具体用于通过多源数据之间的关联分析和特征匹配，建立教学设计里的关键短文本、视频里的关键场景和动作识别，实录文本里的交互方式切换关键词，形成教学事件识别规则集，进行不同教学事件的识别，并归类为不同教学阶段；

所述识别模块，包括：

标注单元，用于提取课堂教学转录文本中的教学事件，并对教学事件进行分类，对每个教学事件进行特征分析，给出每个教学事件的标签，并注明教学事件的类别，对教学事件的标签进行标注，将标注后的数据作为训练集；

训练单元，用于通过深度学习模型训练得到词向量的权重矩阵，将所述权重矩阵和训练集输入到循环神经网络中进行模型训练，得到事件分类器，通过所述事件分类器，利用所述事件分类器进行事件识别；

所述内部分析模块，具体用于通过自然语言理解技术，对每一个教学阶段内部的关键词语进行统计和归类，采用编码体系中的标准一一对应，进行教学阶段内部的言语交互分析；通过计算机视觉技术，判断师生的骨架变化，根据所述骨架变化进行分析。