[发明专利]一种基于AI智能的日语教学系统在审

专利信息
申请号: 202210446961.X 申请日: 2022-04-26
公开(公告)号: CN114743418A 公开(公告)日: 2022-07-12
发明(设计)人: 简伟广 申请(专利权)人: 简伟广
主分类号: G09B5/08 分类号: G09B5/08;G09B19/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 528000 广东省佛*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ai 智能 日语 教学 系统
【权利要求书】:

1.一种基于AI智能的日语教学系统,其特征在于:包括:

子系统一:AI教材、题库开发子系统

包括AI教材开发单元和AI题库开发单元,其中AI教材开发单元通过AI整编写教材,其中AI题库开发单元通过AI根据考试题型自动生成题目,并对生成的题目进行难度评级;

子系统二:AI在线直播授课子系统

包括主服务器单元和学生终端设备单元,其中主服务器单元用于收发视频数据,其中学生终端设备单元用于显示直播教学内容以及向主服务器单元传输对听课学生的实时录像数据;

子系统三:AI智能分析教、学、练数据子系统

包括AI智能分析教授数据单元、AI智能分析学习数据单元和AI智能分析练习数据单元,其中AI智能分析教授数据单元根据教材建立日语教育学模型,其中AI智能分析学习数据单元通过学生学习数据,对学生进行评测,其中AI智能分析练习数据单元根据学生学习情况数据智能定制专属作业;

子系统四:AI智能教学管理子系统

包括家校协作单元和教学内容把控单元,其中家校协作单元通过学校和家庭的相互合作,学校负责制定学习计划、教授知识和课后评测,家长负责监督和辅助学生学习,其中教学内容把控单元可对教学过程内容进行内容质量把控。

2.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统一中AI教材开发单元通过AI整合现有教材书籍库数据,通过网络获取最新发生可编入教材的实际案例,根据实时考试大纲编写教材,并通过多名教师审核,才可应用于实际教学。

3.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统一中AI题库开发单元通过AI根据考试题型收集现有考试题目,根据编写完成的教学用教材,对教材内的重点进行划分,根据出题格式自动生成题目,并对生成的题目进行难度评级。

4.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统二中主服务器单元用于收发视频数据,将视频课程数据传送给各学生终端设备单元,同时接收学生终端设备单元上课时的视频信息,其中学生终端设备单元用于显示直播教学内容以及向主服务器单元传输对听课学生的实时录像数据。

5.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统三中中AI智能分析教授数据单元根据教材建立日语教育学模型,通过与日语直接或间接教学法相结合整理合并高效的日语教授数据,其中AI智能分析学习数据单元通过学生的课堂表现以及上传的作业批改情况分析学生的学习数据,其中AI智能分析练习数据单元根据学生学习情况数据智能定制专属作业,采用音频与书面作业互补的出题方式,通过语音识别和文字语言识别智能批改学生作业,并建立数据记录。

6.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统四中家校协作单元通过学校和家庭的相互合作,学校负责制定学习计划、教授知识和课后评测,家长负责监督和辅助学生学习,同时向家长汇报学生的学习情况,其中教学内容把控单元可对教学过程内容进行敏感信息甄别、暴恐信息甄别,对教授内容的视频、图片和音频内容质量把控。

7.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统二中的学生终端设备单元包括有人脸识别模块、音频交互模块、视频交互模块和终端显示模块。

8.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统三中AI智能分析学习数据单元对学生音频的语调、语速信息测评,对学生的作文以及客观题做出整体评价。

9.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统四中的家校协作单元可向家长发送学生的学习计划和成绩统计数据以及需要协作教学的任务内容。

10.根据权利要求1所述的一种基于AI智能的日语教学系统,其特征在于:所述子系统四中教学内容把控单元根据法律在网络日语教学方面的相关规定内容和社会行为道德规范筛除不合适的教学内容,筛除重复以及过时的教学内容。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于简伟广,未经简伟广许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210446961.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top