[发明专利]一种在线课程知识树的生成关联方法

说明书

本发明公开了一种在线课程知识树的生成关联方法，包括：基于对PPT样式的图片和/或文字和/或符号的识别，训练OCR模型和YOLO目标检测模型；基于对在线课程的大纲的爬取，获取在线课程的知识树主分支；基于OCR模型和在线课程的视频，捕捉并处理所述视频中的PPT画面，获取所述PPT画面的OCR结果；基于预设规则从所述OCR结果中抽取知识点；层级化知识点，并获取所述知识点在所述视频中的起止时间；合并所述知识点至所述知识树主分支，生成所述在线课程知识树；基于所述OCR模型和/或ASR模型，获取所述在线课程的视频的字幕信息和/或语音信息，将所述知识点与所述在线课程的试题进行关联。本发明可以精确实现在线课程知识点树的生成、知识点和试题的自动关联。

技术领域

本发明涉及文字识别领域，特别是一种在线课程知识树的生成关联方法。

背景技术

东北石油大学李菲在《大数据环境下课程知识点抽取与组织方法研究》中提出了一种从课程中抽取知识点并识别知识点之间关系的方法。《基于语义关联规则的试题知识点标注及试题推荐_魏伟》一文中介绍了一种关联试题和知识点的算法，其方法为利用已标注的试题数据生成有效规则，然后利用生成的规则对待标注试题进行(多)知识点标注。有效规则生成过程主要包括4个阶段，分别是试题文本预处理、多重知识点分割、频繁项集挖掘以及有效规则挖掘。知识点标注主要包括3个步骤，分别是特征抽取、文本语义相似性计算以及运用标注模型进行标注。

但是，《大数据环境下课程知识点抽取与组织方法研究》中，该方法依赖人工的规则抽取知识点，基于统计的思想识别知识点间的关系，所以错误率较高，而且在不同学科上的应用中会抽出更多的非知识点，通用性不高。一旦知识点间的关系识别错误生成知识树后，人工修正的代价很高。该方法的操作对象是课程的PPT素材，不能应用于视频素材，也不能确定知识点对应到视频的起始位置。而在线教育中最容易获得的课程资源为课件视频，其画面和语音包含了更为丰富的信息。该方法没有解决知识点和试题关联的问题。而知识点和试题的关联是后续很多应用(如基于错题的推荐)的重要前提条件。该方法生成的知识树较多且有错误，人工参与修正也比较困难，以至于无法完整的表示整门课的知识结构。《基于语义关联规则的试题知识点标注及试题推荐_魏伟》中，没有解决课程知识点生成的问题，在线课程往往没有已标注的试题数据，也就无法生成有效的规则；即使使用人工进行标注，一方面会带来人力成本的增加，另一方面，该算法的平均准确率在作者实验的历史课程中也仅达到72.5％，准确率较低。

发明内容

本发明实施例的目的在于，提供了一种在线课程知识树的生成关联方法，可以精确实现在线课程知识点树的生成、知识点和试题的自动关联。

为达到上述目的，一方面，本发明实施例提供了一种在线课程知识树的生成关联方法，包括：

基于对PPT样式的图片和/或文字和/或符号的识别，训练OCR模型和YOLO目标检测模型；

基于对在线课程的大纲的爬取，获取所述在线课程的知识树主分支；

基于所述OCR模型和所述在线课程的视频，捕捉并处理所述视频中的PPT画面，获取所述PPT画面的OCR结果；

基于预设规则从所述OCR结果中抽取知识点；

层级化所述知识点，并获取所述知识点在所述视频中的起止时间；

合并所述知识点至所述知识树主分支，生成所述在线课程知识树；

基于所述OCR模型和/或ASR模型，获取所述在线课程的视频的字幕信息和/或语音信息，将所述知识点与所述在线课程的试题进行关联。

由以上本发明实施例提供的技术方案可见，本发明可以精确实现在线课程知识点树的生成、知识点和试题的自动关联。

附图说明

图1为本发明一些实施例的在线课程知识树的生成关联方法的流程图。