浙江师范大学黄琼浩获国家专利权
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!
龙图腾网获悉浙江师范大学申请的专利一种基于时域因果信息的多模态教育资源自动标注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:CN115170360B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202210715895.1,技术领域涉及:G06Q50/20;该发明授权一种基于时域因果信息的多模态教育资源自动标注方法是由黄琼浩;黄昌勤;蒋凡;王译;涂雅欣;韩中美设计研发完成,并于2022-06-23向国家知识产权局提交的专利申请。
本一种基于时域因果信息的多模态教育资源自动标注方法在说明书摘要公布了:本发明公开了一种基于时域因果信息的多模态教育资源自动标注方法,包括:构建多层级教育资源使用记录的描述框架;根据所述描述框架进行多模态教育资源使用记录采集,并对采集到的教育资源使用记录进行时域因果干预;对教育资源多模态使用过程数据进行融合表示;根据所述多模态教育资源的融合表示,构建线上‑线下增量学习标注模型;将待标注多模态教育资源输入所述线上‑线下增量学习标注模型,输出教育资源标注结果。本发明实施例准确率高且鲁棒性高,可广泛应用于计算机技术领域。
本发明授权一种基于时域因果信息的多模态教育资源自动标注方法在权利要求书中公布了:1.一种基于时域因果信息的多模态教育资源自动标注方法,其特征在于,包括: 构建多层级教育资源使用记录的描述框架; 根据所述描述框架进行多模态教育资源使用记录采集,并对采集到的教育资源使用记录进行时域因果干预; 对教育资源多模态使用过程数据进行融合表示; 根据所述多模态教育资源的融合表示,构建线上-线下增量学习标注模型; 将待标注多模态教育资源输入所述线上-线下增量学习标注模型,输出教育资源标注结果; 所述构建多层级教育资源使用记录的描述框架,具体为:根据在线教育情境特点,建立“行为-目标-状态”三层级资源使用语义描述机制,该步骤包括: 构建描述行为层:根据学习场景资源使用特点,利用时序谓词逻辑表达方法,构建“用户-资源-动作”的交互关系语义模型,其中,所述交互关系语义模型用于描述学习场景中用户、资源之间的作用关系,建立各个要素的词表及其实例关系集;所述各个要素包括但不限于行为、目标、教育资源使用状态; 构建描述目标层:根据BDI模型并引入学习资源领域知识,构建具有动作前件-动作后件-使用状态的动作-目标-状态操作语义表示,将目标和资源使用状态引入到用户动作的操作语义,实现动作、目标、资源使用状态三个层次的关联; 构建描述资源使用状态层:从记录日志中直接提取或者用预训练的机器学习模型间接提取资源使用效果评估指标集合; 所述根据所述描述框架进行多模态教育资源使用记录采集,包括: 根据线上流式日志数据和多媒体传感数据,借助多类型深度神经网络学习算法,结合三层级资源使用语义描述机制,构建学习场景中用户和资源识别、用户-资源-动作的交互关系抽取方法,完成在线跨时域原始资源使用过程数据语义化描述,实现多模态时序过程数据语义化感知与组织; 其中,语义化的过程数据表示为,表示原始采集数据,表示从三层语义描述机制获取语义化标签集合,表示时间信息记录字段; 其中,所述线上流式日志数据和多媒体传感数据包括但不限于线上结构化学习日志数据、音频数据、文本数据以及视频数据; 所述对采集到的教育资源使用记录进行时域因果干预,包括: 针对学习过程多模态教育资源使用的时序因果特性,以时态分布因果关系视角进行去混淆过程建模; 基于学习过程时序事件因果关系角度出发,借助学习过程数据可感知语义化标签集合,构建时序因果关系约束预训练的干预机制,从离散事件角度拟合等式连续时域去混淆过程表征; 构建面向多模态x-Transformer基于离散时序Mask算子干预学习机制,其中,x-Transformer中的x表示不同模态数据; 所述根据所述多模态教育资源的融合表示,构建线上-线下增量学习标注模型,包括: 针对标签或词汇的语义增量类,首先采用语义本体技术对采样的文本词汇进行语义分析,对其中的新增文本词汇,采集新增文本词汇的多模态信息,获取新增文本词汇的多模态特征,将所述多模态特征和对应的文本词汇构建双元组特征,根据所述双元组特征,构建对应的二分类学习任务,以识别新增文本词汇和非新增文本词汇,完成第一类增量学习; 针对资源使用过程的显著表示特征,首先获取资源使用过程数据的语义特征表示,对于这些获取的语义特征表示,与该教育资源对应已有的资源使用过程相关语义表征进行比较,通过显著性来判断是否为新增显著表示特征,对于判定为新增的显著特征,加入相应的教育资源使用过程特征库中,并保留相应的相关文本语义,为下次增量学习做准备,完成第二类增量学习。
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浙江师范大学,其通讯地址为:321004 浙江省金华市迎宾大道688号;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励