Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京光年无限科技有限公司毛太辉获国家专利权

北京光年无限科技有限公司毛太辉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京光年无限科技有限公司申请的专利基于教育大模型的智能辅助教师备课系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120407769B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510496217.4,技术领域涉及:G06F16/334;该发明授权基于教育大模型的智能辅助教师备课系统及方法是由毛太辉设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

基于教育大模型的智能辅助教师备课系统及方法在说明书摘要公布了:本发明公开了一种基于教育大模型的智能辅助教师备课系统及方法,S1.生成标准化的教师备课数据集;S2.构建教学知识图谱;S3.生成初步的智能备课内容;S4.对初步生成的智能备课内容进行呈现,并提供自然语言及语音识别相结合的交互界面;S5.生成调整后的智能备课内容;S6.根据教师历史备课数据与所述交互反馈数据,对所述智能备课内容进行自适应学习与优化,调整教学知识图谱中关键知识点的权重,并更新教育大模型的内容生成策略,生成最终的智能备课方案。本发明显著提升了智能生成内容对教师教学意图的响应能力,支持教学内容与试题风格随教学节奏与课堂反馈动态协同,为大规模个性化教学提供了智能决策支持基础。

本发明授权基于教育大模型的智能辅助教师备课系统及方法在权利要求书中公布了:1.一种基于教育大模型的智能辅助教师备课方法,其特征在于,包括如下步骤: S1.收集并整合与教师备课相关的多源教师备课数据,并对教师备课数据进行预处理,生成标准化的教师备课数据集; S2.利用对标准化的教师备课数据集进行语义解析,构建教学知识图谱; 所述S2包括以下步骤: S21.基于结构化教育数据集Dstruct对每条教育文本样本xi进行教学语义单元切分,构建教学语义块集合Bi={bi1,bi2,...,bim},教学语义块表示教学逻辑一致的最小信息单元,用于捕捉教学目标与知识点的语义依存结构; S22.对教学语义块集合Bi中每一块教学语义块bij应用上下文嵌入表示函数生成语义嵌入向量Eij,并将语义嵌入向量映射至语义压缩空间Ssem,保留与试题生成相关的语义因子; S23.引入语义激活函数Akt,Eij=cosineφkkt,Eij计算教学语义块bij对知识点kt的语义支撑强度,其中,φkkt表示知识点的嵌入表示,用于指导知识点与上下文语义之间的相关性建边; S24.基于所有知识点标签集合K、教学目标集合G和教学语义块集合B,构建教学知识图谱Gedu=V,E,W,其中,节点集合V包括知识点节点vk、教学目标节点vg和教学语义块节点vb,边集合E包括语义支撑边、目标依赖边和章节结构边,权重集合W由语义激活函数值和上下文嵌入表示函数共同构成; S25.基于教学知识图谱Gedu对给定教学目标节点vg和知识点节点vk执行上下文感知路径推理算法,计算试题生成教学路径Pinf: 其中,Pinf为最终用于生成试题的教学路径,为所有教学目标节点vg到知识点节点vk的可达路径集合,Redundancyp为路径冗余度惩罚函数,用于避免重复引用相同语义块,λdiv为控制多样性奖励与结构重叠的平衡系数,所得到的教学路径用于指导教育大模型生成目标导向型试题; S26.将教学路径Pinf编码为语义路径向量π,作为教育大模型生成模块的输入语义控制因子,引导模型生成逻辑严谨、语义一致且知识点明确的生成试题集合S27.对生成试题集合进行知识点调用分析,提取实际生成中被调用的知识点集合与教学目标集合并与路径推理阶段的目标集合K,G比较,计算语义覆盖偏差: 其中,Δsem为当前生成试题语义路径对教学目标的语义覆盖偏差,β为语义覆盖偏差的权重因子; S28.基于语义覆盖偏差反馈结果,调整教学知识图谱中的边权集合W,增加在路径中出现但未被调用的语义节点的边权,优化误激活路径的边强度,形成试题生成驱动下的语义图谱优化闭环: 其中,W′u,v为反馈调整后的边权集合,η为结构更新学习率,为指示该边是否参与了本轮推理路径; S3.基于教育大模型对教师输入的备课需求数据进行语义理解和语境分析,并将备课需求数据与所述教学知识图谱进行匹配,生成初步的智能备课内容; S4.对初步生成的智能备课内容进行呈现,并提供自然语言及语音识别相结合的交互界面,允许教师对智能备课内容进行实时预览、编辑与反馈,生成交互反馈数据; S5.对交互反馈数据进行解析,提取反馈中涉及的内容修改、重点调整及个性化需求,并基于反馈信息对所述初步生成的智能备课内容进行动态优化,生成调整后的智能备课内容; S6.根据教师历史备课数据与所述交互反馈数据,对所述智能备课内容进行自适应学习与优化,调整教学知识图谱中关键知识点的权重,并更新教育大模型的内容生成策略,生成最终的智能备课方案。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京光年无限科技有限公司,其通讯地址为:100100 北京市石景山区和平西路60号院1号楼11层1101-05;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。