阅读说明：本技术 一种基于错误离散度检查的智能英语教学系统 (Intelligent English teaching system based on error dispersion checking ) 是由 孙博豪 于 2019-08-02 设计创作，主要内容包括：一种基于错误离散度检查的智能英语教学系统,包括：数据模块,用于记录所有试题标准答案以及错误答案；答题模块,用于学生进行试题解答；第一分解模块,用于将句子分解成单词；分析模块,用于分析第一分解模块分解句子得到的单词；第二分解模块,用于将句子分解成短语；第一识别模块,用于识别句子的语境；第二识别模块,用于识别句子语态；第三识别模块,用于进行单词识别；第一赋值模块,用于进行区别赋值；检测模块,用于检测错误状况；第二赋值模块,用于进行错误程度的赋值；分类模块,用于将错误分类；处理模块,用于根据第一赋值模块以及第二赋值模块的赋值结果计算离散值；教学模块,用于根据处理模块计算的离散值进行分类教学。(An intelligent english teaching system based on error dispersion check, includes: the data module is used for recording all the standard answers and the wrong answers of the test questions; the answer module is used for solving the test questions by the students; the first decomposition module is used for decomposing sentences into words; the analysis module is used for analyzing words obtained by the first decomposition module decomposing sentences; the second decomposition module is used for decomposing the sentence into phrases; a first recognition module for recognizing a context of a sentence; the second recognition module is used for recognizing the language state of the sentence; the third recognition module is used for carrying out word recognition; the first assignment module is used for carrying out differential assignment; a detection module to detect an error condition; the second assignment module is used for assigning the error degree; a classification module to classify the errors; the processing module is used for calculating discrete values according to the assignment results of the first assignment module and the second assignment module; and the teaching module is used for performing classified teaching according to the discrete values calculated by the processing module.)

一种基于错误离散度检查的智能英语教学系统

技术领域

本发明涉及智能教学领域，尤其涉及一种基于错误离散度检查的智能英语教学系统。

背景技术

互联网教育是随着当今科学技术的不断发展，互联网科技与教育领域相结合的一种新的教育形式。信息化技术已经渗透到社会的各个方面，教育领域中，一场信息化的颠覆性变革正悄悄地发生着，在现代信息社会，互联网具有高效、快捷、方便传播的特点，在中小学生们的学习和生活中发挥着不可替代的重要作用，并成为中小学生们学习的好帮手，这不但有利于提高中小学生上网学习和交流的能力，帮助孩子增长知识、开阔视野、启迪智慧，而且还能更有效地刺激孩子们的求知欲和好奇心，更能有效地养成中小学生独立思考、勇于探索的良好行为习惯，全面教育和培养祖国未来的建设者和接班人，现在的教育系统并不完善，不能很好的给用户提供良好的学习环境和保障学习效率。同时，有些学生无法按照自己的情况制定良好的比较适合自己的学习方案和学习内容，会造成白用功的情况发生。

发明内容

发明目的：

针对有些学生无法按照自己的情况制定良好的比较适合自己的学习方案和学习内容，会造成白用功的情况发生的问题，本发明提供一种基于错误离散度检查的智能英语教学系统。

技术方案：

一种基于错误离散度检查的智能英语教学系统，包括：

数据模块，用于记录所有试题标准答案以及错误答案；

答题模块，用于学生进行试题解答；

第一分解模块，用于将句子分解成单词；

分析模块，用于分析所述第一分解模块分解句子得到的单词；

第二分解模块，用于将句子分解成短语；

第一识别模块，用于识别句子的语境；

第二识别模块，用于识别句子语态；

第三识别模块，用于根据所述第一识别模块识别的句子语境以及所述第二识别模块识别的语态进行单词识别；

第一赋值模块，用于根据所述第一识别模块识别的句子语境、所述第二识别模块识别的句子语态以及第三识别模块识别的单词进行区别赋值；

检测模块，用于检测错误状况；

第二赋值模块，用于根据所述检测模块检测的错误状况进行错误程度的赋值；

分类模块，用于根据所述检测模块检测的错误状况将错误分类；

处理模块，用于在所述分类模块的分类结果中根据所述第一赋值模块以及所述第二赋值模块的赋值结果计算离散值；

教学模块，用于根据所述处理模块计算的离散值进行分类教学。

作为本发明的一种优选方式，所述第一分解模块根据每一个句子的单词之间的间隔将句子分解为若干单词。

作为本发明的一种优选方式，所述分析模块逐个单词进行分析，所述分析模块根据单词拼写以及形式判断单词的词性范围，所述分析模块通过前后单词词性最终确认单词词性。

作为本发明的一种优选方式，所述第二分解模块根据所述分析模块分析得到的单词词性判断前后单词的连接关系，所述第二分解模块根据前后单词的连接关系以主谓短语、动宾短语以及偏正短语的短语形式将句子分解为若干短语。

作为本发明的一种优选方式，由于主谓短语、动宾短语以及偏正短语中单词重复出现，在针对所述第二分解模块分解出的短语进行分析时，所有短语都被纳入分析范围，即拥有重叠部分的短语皆被纳入分析范围。

作为本发明的一种优选方式，所述第二识别模块根据所述分析模块分析得到的动词形式以及第二分解模块分解的短语形式判断句子的语态。

作为本发明的一种优选方式，在进行多句分析时，所述第一识别模块根据上下文句子判断当前句子的语境；当进行单句分析时，所述第一识别模块不识别语境。

作为本发明的一种优选方式，所述第一赋值模块根据句子的语境、语义、语态分别在英语学习中所在的先后顺序进行一次赋值，所述第一赋值模块根据单词的长度以及相关单词的混淆程度进行句子赋值的修正，结果作为二次赋值。

作为本发明的一种优选方式，所述第二赋值模块根据错误单词词义与句子之间的关联程度进行错误程度的一次赋值；所述第二赋值模块根据错误单词时态与句子语态之间的差别程度进行错误程度的二次赋值；所述第二赋值模块根据当前句子的语境进行错误程度的三次赋值；所述第二赋值模块根据短语结构进行错误程度的四次赋值；所述第二赋值模块根据一次赋值、二次赋值、三次赋值以及四次赋值计算最终赋值结果。

作为本发明的一种优选方式，述分类模块在进行错误分类时，当出现多种错误时，所述分类模块根据错误情况将句子分别归类至各错误下，即单一句子能够同时被分为多个类型。

本发明实现以下有益效果：

根据学生体现出的对知识获取的错误答案的离散程度进行个人化的学习方案以及学习内容的订制，解决了有些学生无法按照自己的情况制定良好的比较适合自己的学习方案和学习内容，会造成白用功的情况发生的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1为本发明系统框架图；

图2为本发明工作步骤图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一

参考图为图1、图2。一种基于错误离散度检查的智能英语教学系统，包括：

数据模块1，用于记录所有试题标准答案以及错误答案；

答题模块2，用于学生进行试题解答；

第一分解模块3，用于将句子分解成单词；

分析模块13，用于分析所述第一分解模块3分解句子得到的单词；

第二分解模块4，用于将句子分解成短语；

第一识别模块5，用于识别句子的语境；

第二识别模块6，用于识别句子语态；

第三识别模块7，用于根据所述第一识别模块5识别的句子语境以及所述第二识别模块6识别的语态进行单词识别；

第一赋值模块8，用于根据所述第一识别模块5识别的句子语境、所述第二识别模块6识别的句子语态以及第三识别模块7识别的单词进行区别赋值；

检测模块14，用于检测错误状况；

第二赋值模块9，用于根据所述检测模块14检测的错误状况进行错误程度的赋值；

分类模块10，用于根据所述检测模块14检测的错误状况将错误分类；

处理模块11，用于在所述分类模块10的分类结果中根据所述第一赋值模块8以及所述第二赋值模块9的赋值结果计算离散值；

教学模块12，用于根据所述处理模块11计算的离散值进行分类教学。

作为本发明的一种优选方式，所述第一分解模块3根据每一个句子的单词之间的间隔将句子分解为若干单词。

作为本发明的一种优选方式，所述分析模块13逐个单词进行分析，所述分析模块13根据单词拼写以及形式判断单词的词性范围，所述分析模块13通过前后单词词性最终确认单词词性。

作为本发明的一种优选方式，所述第二分解模块4根据所述分析模块13分析得到的单词词性判断前后单词的连接关系，所述第二分解模块4根据前后单词的连接关系以主谓短语、动宾短语以及偏正短语的短语形式将句子分解为若干短语。

作为本发明的一种优选方式，由于主谓短语、动宾短语以及偏正短语中单词重复出现，在针对所述第二分解模块4分解出的短语进行分析时，所有短语都被纳入分析范围，即拥有重叠部分的短语皆被纳入分析范围。

作为本发明的一种优选方式，所述第二识别模块6根据所述分析模块13分析得到的动词形式以及第二分解模块4分解的短语形式判断句子的语态。

作为本发明的一种优选方式，在进行多句分析时，所述第一识别模块5根据上下文句子判断当前句子的语境；当进行单句分析时，所述第一识别模块5不识别语境。

作为本发明的一种优选方式，所述第一赋值模块8根据句子的语境、语义、语态分别在英语学习中所在的先后顺序进行一次赋值，所述第一赋值模块8根据单词的长度以及相关单词的混淆程度进行句子赋值的修正，结果作为二次赋值。

作为本发明的一种优选方式，所述第二赋值模块9根据错误单词词义与句子之间的关联程度进行错误程度的一次赋值；所述第二赋值模块9根据错误单词时态与句子语态之间的差别程度进行错误程度的二次赋值；所述第二赋值模块9根据当前句子的语境进行错误程度的三次赋值；所述第二赋值模块9根据短语结构进行错误程度的四次赋值；所述第二赋值模块9根据一次赋值、二次赋值、三次赋值以及四次赋值计算最终赋值结果。

作为本发明的一种优选方式，述分类模块10在进行错误分类时，当出现多种错误时，所述分类模块10根据错误情况将句子分别归类至各错误下，即单一句子能够同时被分为多个类型。

在具体实施过程中，当学生进行解答时，答题模块2获取学生对于当前试题的解答，假设为翻译句子，学生作答完成后，第一分解模块3将句子分解成若干单词，分析模块13对第一分解模块3分解得到的单词进行分析，分析模块13通过与网络词典对接，查看该些单词的词义以及词性，词性简单归为动词、名词、形容词、副词、助词，其中，助词与动词有连带关系；在第二分解模块4进行句子分解至短语的工作时，参考分析模块13对单词的分析，通过词性以及短语的分类将句子分为主谓短语、动宾短语以及偏正短语，即在前的名词与在后的动词、助词、副词组成主谓短语；在前的助词、动词、副词与在后的名词组成动宾短语；名词与形容词组成偏正短语，通过该组成方式，第二分解模块4将句子分解成若干短语。

第一识别模块5根据上下文进行语境分析，例如电话交谈、面试等等语境，在对应语境中，某些单词往往存在特定的含义或某些单词或短语有特定的用法，当第一识别模块5识别出对应的语境时，根据该语境对错误答案进行最优先的分析；第二识别模块6根据带有明显特征的动词或短语判断当前句子的语态，例如现在进行时、过去时等等。

值得一提的是，在进行多句分析时，第一识别模块5根据上下文句子判断当前句子的语境；当进行单句分析时，第一识别模块5不识别语境；在第二识别模块6判断句子语态时，还会根据具体的语句用法或者具体代表时间的名词进行语态分析，例如利用现在进行时代表将来或者出现明天之类的单词；当第一识别模块5以及第二识别模块6识别出结果后，第三识别模块7根据第一识别模块5以及第二识别模块6的识别结果对句子中各个单词进行判断，对于拼写、时态等等进行判定；对于动词，在确认拼写后根据具体的语态进行单词时态的判定，在拼写正确的情况下，动词的时态处于主要考察地位等等。

当进行赋值时，英语教师可以根据知识点难易、对应的文化背景的理解程度的难易、单词拼写的难易进行赋值，也可以通过教科书中安排的知识点的先后顺序对知识点进行赋值，两者一同对赋值结果进行修复。

第二赋值模块9根据错误单词词义与句子之间的关联程度进行错误程度的一次赋值；第二赋值模块9根据错误单词时态与句子语态之间的差别程度进行错误程度的二次赋值；第二赋值模块9根据当前句子的语境进行错误程度的三次赋值；第二赋值模块9根据短语结构进行错误程度的四次赋值；第二赋值模块9根据一次赋值、二次赋值、三次赋值以及四次赋值计算最终赋值结果。

最终，根据第一赋值模块8以及第二赋值模块9之间的调节，对错误答案最终有一个赋值，并且，处理模块11将所有该问题的答案整合，并将所有的错误答案的赋值整合，计算赋值的离散度，通过离散度大小归类，向同一类的学生提供对应的指导。

上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。