-
公开(公告)号：CN115906867A
公开(公告)日：2023-04-04
申请号：CN202211520312.6
申请日：2022-11-30
Applicant: 华中师范大学
IPC: G06F40/30 , G06F40/242 , G06F40/284 , G06N3/048 , G06N3/08
Abstract: 本发明属于文本处理技术领域，公开了一种基于隐知识空间映射的试题特征提取及知识点标注方法，首先模拟标注者对试题文本的知识理解，构建异构知识属性图，利用双堆叠式聚合方法捕获知识属性词的应用语境及序列信息，形成试题文本的知识向量表示；其次，模拟标注者的知识加工过程，构建基于场景关联矩阵的隐知识空间，通过可学习映射矩阵将知识向量投射到隐知识空间，这些基向量的加权和作为试题的知识特征。最后，利用矢量知识注意力机制来深度融合显性语义特征和隐性知识特征，实现精准的知识点自动标注。本发明模拟标注者的认知过程，从试题语义理解和知识理解两个层面来丰富试题的特征表示，从而提高试题知识点自动标注的准确率。
-
公开(公告)号：CN109241405B
公开(公告)日：2021-11-23
申请号：CN201810918418.9
申请日：2018-08-13
Applicant: 华中师范大学
IPC: G06F16/9535 , G06F16/28 , G06N20/00
Abstract: 本发明属于个性化智能推荐领域，公开了一种基于知识关联的学习资源协同过滤推荐方法及系统,结合知识间关联关系和资源与知识点的关联关系，在用户相似度计算和兴趣度计算方法中引入与学习者相关联的知识点信息，进而获得目标学习者的最近邻用户群，并构建学习者‑学习资源兴趣度评分矩阵；接着，通过相似用户群的知识点偏好预测当前用户尚未学习且可能感兴趣的资源的兴趣度评分；最后，选取兴趣度评分较高的N个结果推荐给当前学习者。本发明统筹学习者、知识点和学习资源三者之间的关系设计了一种基于知识关联的学习资源协同过滤推荐算法，使得推荐结果更符合学习者的实际学习需求。
-
公开(公告)号：CN107578216B
公开(公告)日：2021-07-16
申请号：CN201710798037.7
申请日：2017-09-06
Applicant: 华中师范大学
IPC: G06Q10/10 , G06Q50/20 , G06F16/22 , G06F16/2458 , G06F16/248
Abstract: 本发明公开了一种课堂签到系统，包括内置电子地图的教师终端、学生终端以及由签到管理模块、课程管理模块和位置检测模块组成的服务器，还包括存储课程及签到信息的数据库，统计显示模块，所述的教师终端和学生终端分别与服务器连接，所述的数据库和统计显示模块分别与服务器连接；还公开了基于课堂签到系统进行签到的方法，本发明通过借助智能移动终端和指定软件，当签到功能开启之后，签到者参与签到时登录自己账号信息进行身份确认，并且需要提供自己所处位置的经纬度，服务器接收到信息之后进行数据计算处理，有效地控制了签到的位置，保证了签到的灵活性和准确性。使用本签到方法，操作简便、易于推广使用，节省了考勤签到整体所需要的时间，提高了效率。
-
公开(公告)号：CN107609084B
公开(公告)日：2021-01-26
申请号：CN201710798035.8
申请日：2017-09-06
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于群智汇聚收敛的资源关联方法，先制定面向大众参与的学习资源标注任务，调动参与者为知识的相关度做标记，再通过评估参与者的任务完成情况，筛选出欺骗类型的参与者，标记为不合格用户，在过滤掉不合格用户后，收集剩余的质量较高的标注结果，利用参与者所做的标记分类，使用EM算法不断迭代，计算出每个参与者误差率和相关性T，通过EM算法不断迭代直到收敛，从而估计出知识点间的相关度，收集参与者的标注结果集，计算资源间的关联度，最后将关联数据存储到服务器，得到知识资源间的相关性，并且能够及时有效地发现、替换欺骗类型的参与者，提高众智标注质量，为深入挖掘学习资源间的关联提供技术支持。
-
公开(公告)号：CN109241405A
公开(公告)日：2019-01-18
申请号：CN201810918418.9
申请日：2018-08-13
Applicant: 华中师范大学
IPC: G06F16/9535 , G06F16/28 , G06N20/00
Abstract: 本发明属于个性化智能推荐领域，公开了一种基于知识关联的学习资源协同过滤推荐方法及系统,结合知识间关联关系和资源与知识点的关联关系，在用户相似度计算和兴趣度计算方法中引入与学习者相关联的知识点信息，进而获得目标学习者的最近邻用户群，并构建学习者-学习资源兴趣度评分矩阵；接着，通过相似用户群的知识点偏好预测当前用户尚未学习且可能感兴趣的资源的兴趣度评分；最后，选取兴趣度评分较高的N个结果推荐给当前学习者。本发明统筹学习者、知识点和学习资源三者之间的关系设计了一种基于知识关联的学习资源协同过滤推荐算法，使得推荐结果更符合学习者的实际学习需求。
-
Patent Agency Ranking
公开(公告)号：CN115906867B
公开(公告)日：2023-10-31
申请号：CN202211520312.6
申请日：2022-11-30
Applicant: 华中师范大学
IPC: G06F40/30 , G06F40/242 , G06F40/284 , G06N3/048 , G06N3/08
Abstract: 本发明属于文本处理技术领域，公开了一种基于隐知识空间映射的试题特征提取及知识点标注方法，首先模拟标注者对试题文本的知识理解，构建异构知识属性图，利用双堆叠式聚合方法捕获知识属性词的应用语境及序列信息，形成试题文本的知识向量表示；其次，模拟标注者的知识加工过程，构建基于场景关联矩阵的隐知识空间，通过可学习映射矩阵将知识向量投射到隐知识空间，这些基向量的加权和作为试题的知识特征。最后，利用矢量知识注意力机制来深度融合显性语义特征和隐性知识特征，实现精准的知识点自动标注。本发明模拟标注者的认知过程，从试题语义理解和知识理解两个层面来丰富试题的特征表示，从而提高试题知识点自动标注的准确率。
-
公开(公告)号：CN116776154A
公开(公告)日：2023-09-19
申请号：CN202310825409.6
申请日：2023-07-06
Applicant: 华中师范大学
IPC: G06F18/214 , G06F18/25 , G06N3/045 , G06N3/084 , G06N3/0985 , G06N3/044 , G06N3/0464
Abstract: 本发明属于人工智能技术领域，公开了一种AI人机协同数据标注方法和系统，人工标注模块，多名标注者在拿到基本数据后对数据进行标注，按照每个标注者的置信度进行标注结果融合；根据每个人标注质量，标注者的置信度周期性动态调整；基于深度神经网络的AI标注模块，标注网络对同一数据进行标注；基于学习激励函数，AI标注模块评估每个标注者及自身标注情况并调整标注网络，从而实现众人标注，甚至最终实现全自动标注，不需要人工标注。本发明提供的AI人机协同数据标注方法的面向对象为视频片段、图片、音频、生理等，对于每一种模态数据，会给多个人标注，最终的标注结果取自多人的综合标注结果，提高数据标注的正确率。
-
公开(公告)号：CN109242149B
公开(公告)日：2021-08-13
申请号：CN201810917660.4
申请日：2018-08-13
Applicant: 华中师范大学
Abstract: 本发明属于教育教学技术领域，公开了一种基于教育数据挖掘的学生成绩早期预警方法及系统，数据获取；数据预处理；数据集的划分；第一阶段的预测模型；第二阶段的预测模型；结果预测。本发明通过获取一段时间内的学生的学习行为数据，再构建两阶段的三个预测模型，实现对学生的早期地、准确地预测，从而教师可以根据预测结果进行有针对性地教学，第一阶段利用多层感知机算法以构建预测考试通过的学生的success模型和考试不通过的学生的fail模型；第二阶段是根据第一阶段的两种模型预测结果以及其衍生变量，再利用决策树算法来生成最终的在线学生成绩早期预警，对学生的学习结果进行早期预测。
-
公开(公告)号：CN105956098B
公开(公告)日：2019-04-12
申请号：CN201610287440.9
申请日：2016-05-03
Applicant: 华中师范大学
IPC: G06F16/955
Abstract: 本发明公开了一种纸质印刷品与电子资源的关联方法，包括以下步骤：(S1)拍摄或扫描纸质印刷品版面得到印刷品图像；(S2)从印刷品图像中提取版面指纹特征值；(S3)以版面指纹特征值为匹配依据，在关联数据库中搜索相似度尽可能高的电子版面；(S4)将搜索到的电子版面作为推荐电子版面，在关联数据库中查询并反馈推荐电子版面关联的资源列表。本发明还提供了实现上述关联方法的系统。本发明通过拍摄或扫描普通印刷品页面，根据版面指纹特征查找相似度尽可能高的电子页面，进而关联到其它资源，关联方式更简单，使用范围广，突破了填埋识别记号的限制。
-
公开(公告)号：CN109272193A
公开(公告)日：2019-01-25
申请号：CN201810918415.5
申请日：2018-08-13
Applicant: 华中师范大学
Abstract: 本发明属于教育技术领域，公开了一种基于众智任务的用户置信度分析方法及系统，分析方法包括：用户选择任务领域，对用户在该领域的置信度初始化；置信度已知的用户与置信度未知的用户共同完成系统发布的任务；根据用户完成任务情况对用户置信度进行更新。本发明在完成众智任务的过程中，通过模型完成每位用户在对应领域的置信度评估更新；对于能力未知的用户，完成一定数量的任务后，该用户的置信度能准确反映其在该领域的能力；对于能力已知的用户，进一步更新在该领域的置信度，能够更精准地测评出用户当前的能力水平。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.023 seconds)
