基于智能教学的学生意图识别方法技术

本公开的实施例公开了基于智能教学的学生意图识别方法

【技术实现步骤摘要】
基于智能教学的学生意图识别方法、计算机设备


[0001]本公开的实施例涉及计算机领域，具体涉及基于智能教学的学生意图识别方法
、
计算机设备
。

技术介绍

[0002]随着智能教学的逐渐普及，学生逐渐通过教学页面获取知识
。
目前，通过教学页面获取知识时，教师通常需要逐个了解学生的学习兴趣，才能了解学生的学习意图
。
然而，逐个了解学生的学习兴趣，通常存在以下技术问题：逐个了解学生的学习兴趣，需要耗费较多的时间，影响学生的学习进度；在向学生推送学习知识信息时，未能根据学生的喜好推送知识信息，浪费了推送资源
。

技术实现思路

[0003]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述
。
本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围
。
[0004]本公开的一些实施例提出了基于智能教学的学生意图识别方法
、
计算机设备和计算机可读存储介质，来解决以上
技术介绍
部分提到的技术问题
。
[0005]第一方面，本公开的一些实施例提供了一种基于智能教学的学生意图识别方法，该方法包括：采集教学页面实时点击数据和对应的教学页面历史点击数据序列；将上述教学页面实时点击数据和上述教学页面历史点击数据序列输入至预先确定的学生意图识别模型包括的词嵌入网络中，得到教学页面实时点击词嵌入信息和教学页面历史点击词嵌入信息序列，其中，上述学生意图识别模型还包括：高维点击特征提取网络
、
教学页面历史点击整体特征提取网络与特征信息交叉处理网络；将上述教学页面历史点击词嵌入信息序列输入至上述高维点击特征提取网络中，得到教学页面高维点击行为特征信息序列；将上述教学页面高维点击行为特征信息序列输入至上述教学页面历史点击整体特征提取网络中，以生成教学页面历史点击整体特征信息；将上述教学页面历史点击整体特征信息和上述教学页面实时点击词嵌入信息输入至上述特征信息交叉处理网络中，得到教学页面特征交叉信息；根据上述教学页面特征交叉信息，生成学生意图识别信息
。
[0006]第二方面，本公开还提供一种计算机设备，上述计算机设备包括处理器
、
存储器
、
以及存储在上述存储器上并可被上述处理器执行的计算机程序，其中上述计算机程序被上述处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0007]第三方面，本公开还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，其中上述计算机程序被处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0008]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于智能教学的学生意图识别方法，可以根据学生在教学页面的点击数据，识别出学生意图
。
从
而，缩短了学生意图的识别时间
。
便于根据学生意图，推送相关的知识信息
。
首先，采集教学页面实时点击数据和对应的教学页面历史点击数据序列
。
其次，将上述教学页面实时点击数据和上述教学页面历史点击数据序列输入至预先确定的学生意图识别模型包括的词嵌入网络中，得到教学页面实时点击词嵌入信息和教学页面历史点击词嵌入信息序列
。
其中，上述学生意图识别模型还包括：高维点击特征提取网络
、
教学页面历史点击整体特征提取网络与特征信息交叉处理网络
。
从而，通过词嵌入网络，可以将教学页面实时点击数据和教学页面历史点击数据序列转换成词嵌入形式，以便于后续特征提取
。
接着，将上述教学页面历史点击词嵌入信息序列输入至上述高维点击特征提取网络中，得到教学页面高维点击行为特征信息序列
。
由此，通过高维点击特征提取网络，可以精准地得到针对教学页面历史点击数据序列的高维点击特征信息，以使得后续学生意图识别信息生成更为精准
。
之后，将上述教学页面高维点击行为特征信息序列输入至上述教学页面历史点击整体特征提取网络中，以生成教学页面历史点击整体特征信息
。
从而，通过教学页面历史点击整体特征提取网络，可以精准地生成针对教学页面高维点击行为特征信息序列的整体特征信息，获取影响学生意图识别的重要埋点特征信息，使得后续学生意图识别信息生成更为精准
。
然后，将上述教学页面历史点击整体特征信息和上述教学页面实时点击词嵌入信息输入至上述特征信息交叉处理网络中，得到教学页面特征交叉信息
。
最后，根据上述教学页面特征交叉信息，生成学生意图识别信息
。
从而，可以根据学生在教学页面的点击数据，识别出学生意图
。
从而，缩短了学生意图的识别时间
。
便于根据学生意图，推送相关的知识信息
。
附图说明
[0009]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征
、
优点及方面将变得更加明显
。
贯穿附图中，相同或相似的附图标记表示相同或相似的元素
。
应当理解附图是示意性的，元件和元素不一定按照比例绘制
。
[0010]图1是根据本公开的基于智能教学的学生意图识别方法的一些实施例的流程图；图2是本公开实施例提供的一种计算机设备的结构示意性框图
。
具体实施方式
[0011]下面将参照附图更详细地描述本公开的实施例
。
虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例
。
相反，提供这些实施例是为了更加透彻和完整地理解本公开
。
应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围
。
[0012]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分
。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合
。
[0013]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置
、
模块或单元进行区分，并非用于限定这些装置
、
模块或单元所执行的功能的顺序或者相互依存关系
。
[0014]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0015]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制
。
[0016]下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于智能教学的学生意图识别方法，其特征在于，所述方法包括：采集教学页面实时点击数据和对应的教学页面历史点击数据序列；将所述教学页面实时点击数据和所述教学页面历史点击数据序列输入至预先确定的学生意图识别模型包括的词嵌入网络中，得到教学页面实时点击词嵌入信息和教学页面历史点击词嵌入信息序列，其中，所述学生意图识别模型还包括：高维点击特征提取网络
、
教学页面历史点击整体特征提取网络与特征信息交叉处理网络；将所述教学页面历史点击词嵌入信息序列输入至所述高维点击特征提取网络中，得到教学页面高维点击行为特征信息序列；将所述教学页面高维点击行为特征信息序列输入至所述教学页面历史点击整体特征提取网络中，以生成教学页面历史点击整体特征信息；将所述教学页面历史点击整体特征信息和所述教学页面实时点击词嵌入信息输入至所述特征信息交叉处理网络中，得到教学页面特征交叉信息；根据所述教学页面特征交叉信息，生成学生意图识别信息
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述教学页面特征交叉信息，生成学生意图识别信息，包括：获取所述教学页面实时点击数据对应的学生属性信息集；将所述学生属性信息集中每个学生属性信息输入至所述词嵌入网络中，以生成学生属性特征信息，得到学生属性特征信息集；将所述学生属性特征信息集和所述教学页面特征交叉信息进行信息融合，得到融合特征信息；将所述融合特征信息输入至所述学生意图识别...

【专利技术属性】
技术研发人员：柴明一，
申请(专利权)人：北京布局未来教育科技有限公司，
类型：发明
国别省市：