System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种单模态模型训练方法、多模态课件生成方法及终端技术_技高网

一种单模态模型训练方法、多模态课件生成方法及终端技术

技术编号:41208167 阅读:13 留言:0更新日期:2024-05-09 23:29
本发明专利技术公开一种单模态模型训练方法、多模态课件生成方法及终端,包括步骤:提取教学文件中的文本内容和多媒体内容并分别生成文本合集和多媒体内容合集;对多媒体内容合集进行解析并生成相应的文本内容,并与文本合集并集处理;将教学文件的元数据并集后的文本合集作为指令数据输入大语言模型并对模型完成训练;利用大语言模型根据目标元数据生成多模态课件。本发明专利技术通过将教学文件中的多媒体内容解析成文本内容并与其他文本内容并集后,作为指令数据输入大语言模型,利用文本这一单模态训练大语言模型,减轻模型训练和推理成本,后续大语言模型基于上述训练过程,准确分析目标元数据的内容,从而生成场景适应性强且内容质量高的多模态课件。

【技术实现步骤摘要】

本专利技术涉及智能教育领域,特别涉及一种单模态模型训练方法、多模态课件生成方法及终端


技术介绍

1、在现代教育过程中,以幻灯片为主要形式的课件已经成为非常重要的授课工具,其优点在于:提供清晰、直观的教学内容,帮助学生更好地理解和掌握知识,节省教师板书的时间,提高教学效率;通过插入图片、视频等多媒体元素,课件能够激发学生的学习兴趣,增强课堂互动性,同时方便保存和分享教学资源。

2、传统的幻灯片制作过程通常采用人工的方式,存在时间消耗、资源消耗、课件质量难以保证等问题。近年来,利用人工智能技术,特别是利用深度学习和自然语言处理技术的幻灯片生成系统开始出现。其通过分析用户提供的内容和需求,自动创建ppt模板,并将文本内容转化为幻灯片中的文字、图片和图表等元素,最后生成多模态的课件。但现有的课件生成工具对用户提供内容及需求无法准确分析,导致生成课件的场景适应性不足、内容质量不高以及课件目标不明确;同时,现有的多模态大模型的训练成本和推理成本高,而且灵活性不足,对多媒体内容的呈现效果差。


技术实现思路

1、本专利技术所要解决的技术问题是:提供一种单模态模型训练方法、多模态课件生成方法及终端,解决智能生成的多模态课件质量差的问题。

2、为了解决上述技术问题,本专利技术采用的技术方案为:

3、一种单模态模型训练方法,包括步骤:

4、s1、提取教学文件中的文本内容和多媒体内容并分别生成文本合集和多媒体内容合集;

5、s2、对所述多媒体内容合集进行解析并生成相应的文本内容,并与所述文本合集并集处理;

6、s3、将教学文件的元数据和并集后的所述文本合集作为指令数据输入大语言模型并对模型完成训练。

7、为了解决上述技术问题,本专利技术采用的另一技术方案为:

8、一种多模态课件生成方法,包括步骤:

9、s1、利用大语言模型根据目标元数据生成课件文本;所述大语言模型应用权利要求1-4任一所述的一种单模态模型训练方法中的步骤进行训练;

10、s2、根据所述目标元数据选取课件模板并将所述课件文本填充至所述课件模板;

11、s3、根据所述多媒体内容描述进行多媒体资源替换,并填充至所述课件模板的相应位置,完成多模态课件生成。

12、为了解决上述技术问题,本专利技术采用的另一技术方案为:

13、一种单模态模型训练终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时完成以下步骤:

14、s1、提取教学文件中的文本内容和多媒体内容并分别生成文本合集和多媒体内容合集;

15、s2、对所述多媒体内容合集进行解析并生成相应的文本内容,并与所述文本合集并集处理;

16、s3、将教学文件的元数据和并集后的所述文本合集作为指令数据输入大语言模型并对模型完成训练。

17、为了解决上述技术问题,本专利技术采用的另一技术方案为:

18、一种多模态课件生成终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时完成以下步骤:

19、s1、利用大语言模型根据目标元数据生成课件文本;所述大语言模型应用权利要求1-4任一所述的一种单模态模型训练方法中的步骤进行训练;

20、s2、根据所述目标元数据选取课件模板并将所述课件文本填充至所述课件模板;

21、s3、根据所述多媒体内容描述进行多媒体资源替换,并填充至所述课件模板的相应位置,完成多模态课件生成。

22、本专利技术的有益效果在于:提供一种单模态模型训练方法、多模态课件生成方法及终端,通过将教学文件中的多媒体内容解析成文本内容并与其他文本内容并集后,作为指令数据输入大语言模型,利用文本这一单模态训练大语言模型,提升大语言模型的训练效果并减轻模型训练和推理成本,后续大语言模型基于上述训练过程,准确分析目标元数据的内容,生成包含多媒体内容描述的单模态的课件文本,后续基于文本描述生成对应多媒体资源,进而生成场景适应性强且内容质量高的多模态课件。

本文档来自技高网...

【技术保护点】

1.一种单模态模型训练方法,其特征在于:包括步骤:

2.根据权利要求1所述的一种单模态模型训练方法,其特征在于:所述步骤S1具体为:

3.根据权利要求2所述的一种单模态模型训练方法,其特征在于:所述步骤S2具体为:

4.根据权利要求2所述的一种单模态模型训练方法,其特征在于:所述步骤S13之后还包括步骤S14:

5.一种多模态课件生成方法,其特征在于:包括步骤:

6.一种单模态模型训练终端,其特征在于:包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时完成以下步骤:

7.根据权利要求6所述的一种单模态模型训练终端,其特征在于:所述步骤S1具体为:

8.根据权利要求7所述的一种单模态模型训练终端,其特征在于:所述步骤S2具体为:

9.根据权利要求7所述的一种单模态模型训练终端,其特征在于:所述步骤S13之后还包括步骤S14:

10.一种多模态课件生成终端,其特征在于:包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时完成以下步骤:

...

【技术特征摘要】

1.一种单模态模型训练方法,其特征在于:包括步骤:

2.根据权利要求1所述的一种单模态模型训练方法,其特征在于:所述步骤s1具体为:

3.根据权利要求2所述的一种单模态模型训练方法,其特征在于:所述步骤s2具体为:

4.根据权利要求2所述的一种单模态模型训练方法,其特征在于:所述步骤s13之后还包括步骤s14:

5.一种多模态课件生成方法,其特征在于:包括步骤:

6.一种单模态模型训练终端,其特征在于:包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的...

【专利技术属性】
技术研发人员:刘德建陈宏迟长燕赵石顽倪涵徐文文徐文星
申请(专利权)人:福建天泉教育科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1