[发明专利]一种基于神经网络的第二语言习得模型有效
| 申请号： | 201811025138.1 | 申请日： | 2018-09-04 |
| 公开（公告）号： | CN109033088B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 陆勇毅;秦龙;徐书尧 | 申请（专利权）人： | 北京先声智能科技有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06N3/0442;G06N3/049;G06N3/08 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 汤在彦 |
| 地址： | 100096 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的第二语言习得模型，其技术方案要点是包括上下文语境编码器、语言学特征编码器、用户信息编码器和题目形式编码器，所述的上下文语境编码器的输入特征为单词与字母，所述的语言学特征编码器的输入特征为相应单词的词性与依存标签，所述的用户信息编码器的输入特征为学生ID信息、学习时长和学生的国籍，所述的题目形式编码器的输入特征为答题状态、习题的类型、答题时间和答题的方式。本发明能够根据学生的实际需求推荐学习资料的自适应学习系统具有广泛的运用前景，能够极大地提高学生学习效率和减轻教师的负担。 | ||
| 搜索关键词： | 一种 基于 神经网络 第二语言 习得 模型 | ||
【主权项】：
1.一种基于神经网络的第二语言习得模型，其特征在于：包括上下文语境编码器、语言学特征编码器、用户信息编码器和题目形式编码器，所述的上下文语境编码器的输入特征为单词与字母，所述的语言学特征编码器的输入特征为相应单词的词性与依存标签，所述的用户信息编码器的输入特征为学生ID信息、学习时长和学生的国籍，所述的题目形式编码器的输入特征为答题状态、习题的类型、答题时间和答题的方式。
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北京先声智能科技有限公司，未经北京先声智能科技有限公司许可，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/patent/201811025138.1/，转载请声明来源钻瓜专利网。
