【技术实现步骤摘要】
本专利技术涉及数字化，尤其涉及一种数字化互动学习模型系统及运行方法。
技术介绍
1、数字化互动学习模型系统是一种结合了现代信息技术和教育理论的系统，它通过提供互动性强、个性化的学习体验，来提高学习效率和质量，现有技术获取当前的仿真系统的数据和模型，将所获得的数据信息透过三维仿真技术将实时互动的结果以动画形式具体呈现，使操作人员获得完整的操作互动体验，但是未考虑互动过程中多义关键词对互动学习过程的影响。
2、中国专利公开号：cn114973835a公开了一种数字化深度沉浸式互动学习模型训练系统及实现方法，具有设备培训模拟工作台，设备培训模拟工作台上设有虚拟现实互动结果显示模块、操作模拟模块和智能训练师模块；数据交互链结框架用于获取当前的仿真系统的数据和模型，为设备培训模拟工作台所有的模块提供数据接口和基础数据互动服务，所获得的数据信息透过三维仿真技术将实时互动的结果以动画形式具体呈现。该系统有效使操作人员获得完整的操作互动体验，快速学习完整的设备操作要求，缩短上机运行的前置期。
3、但是，现有技术还存在以下问题：
4、多义关键词会对互动学习产生影响，影响互动学习效率。
技术实现思路
1、为此，本专利技术提供一种数字化互动学习模型系统及运行方法，用以克服现有技术中多义关键词会对互动学习产生影响，影响互动学习效率。
2、为实现上述目的，本专利技术提供一种数字化互动学习模型系统。包括：
3、模型构建模块，其用以基于答复数据构建数字
4、测试提问模块，其与所述模型构建模块相连，其内部储存有测试提问语句以及测试提问语句对应的测试答复语句，其用以输出测试提问语句；
5、特征提取模块，其与所述测试提问模块相连，用以提取测试提问语句中的特征；
6、互动模块，其与所述模型构建模块以及所述特征提取模块相连，用以将特征提取模块提取的单个测试提问语句的特征输入所述数字化互动学习模型，并输出数字化互动学习模型的答复语句；
7、测试验证模块，其与所述测试提问模块、所述特征提取模块以及所述互动模块相连，用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，基于所述特征提取模块提取的特征的数量对数字化互动学习模型的运行是否合格进行二次分析，基于测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型；
8、自调节模块，其与所述测试验证模块相连，用以基于测试验证模块确定的所述干涉强度类型确定针对提问测试的处理方式，包括：
9、判定特征提取方式不合格，
10、或，判定测试提问语句存在多义情况，基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量。
11、本专利技术提供一种数字化互动学习模型的运行方法，包括：
12、构建数字化学习模型；
13、向所述数字化学习模型输入测试答复语句，得到答复语句，根据测试答复语句与答复语句的特征的匹配度分析数字化互动学习模型的运行是否合格；
14、基于所述测试提问语句的特征的数量对数字化互动学习模型的运行是否合格进行二次分析；
15、基于所述测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型，并根据干涉强度类型判定特征提取方式不合格，
16、或，判定测试提问语句存在多义情况，基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量。
17、进一步地，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，其中：
18、匹配度为测试验证模块基于答复语句与测试答复语句中相同的特征的数量与测试答复语句中总特征数量的比值。
19、进一步地，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，包括：
20、所述测试验证模块判定数字化互动学习模型的运行合格；
21、所述测试验证模块判定基于所述特征提取模块提取的特征的数量对数字化互动学习模型的运行是否合格进行二次分析，或，
22、测试验证模块判定数字化互动学习模型的运行不合格，并基于测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型。
23、进一步地，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，其中：
24、特征数量表征参数为特征提取模块提取的特征的数量与测试提问语句的总特征数量的比值。
25、进一步地，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，包括：
26、所述测试验证模块判定数字化互动学习模型的运行合格，或，判定数字化互动学习模型的运行不合格，并基于测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型。
27、进一步地，所述测试验证模块基于测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型，包括：强干涉类型以及弱干涉类型。
28、进一步地，所述自调节模块基于测试验证模块确定的所述干涉强度类型确定针对提问测试的处理方式，包括：
29、所述自调节模块判定针对测试提问语句的特征的提取方式不合格，或，判定测试提问语句的特征存在多义情况。
30、进一步地，所述自调节模块基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量，包括：
31、确定测试答复语句中的特征，
32、确定答复语句中的特征，
33、将测试答复语句与答复语句中不同的特征确定为非匹配关键词。
34、进一步地，所述自调节模块基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量，其中：
35、测试提问语句后续的答复语句的数量的增加量与非匹配关键词的数量呈正相关。
36、与现有技术相比，本专利技术的有益效果在于，本专利技术中对数字化互动学习模型进行测试，向数字化互动学习模型输入测试提问语句，将输出的答复语句与预存的测试提问语句对应的测试答复语句进行匹配，分别提取答复语句与测试答复语句中的特征，基于相同特征的数量分析模型的运行情况，考虑到部分词汇存在多义的情况，根据测试提问语句中各特征的关联词汇的数量分析测试提问语句的多义情况，以根据测试提问语句的多义情况分析其对模型运行的影响程度，关联词汇的数量越多，提问语句的释义越多，对模型运行的影响越大，根据关联词汇的数量分析模型的运行情况，在关联词汇多时，增加后续答复语句的数量，以提高模型的互动学习效率。
37、进一步地，本专利技术中根据测试答复语句与答复语句不匹配的关键词的数量，增加对应的答复语句的数量，不匹配的关键词越多，模型识本文档来自技高网...
【技术保护点】
1.一种数字化互动学习模型系统，其特征在于，包括：
2.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，其中：
3.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，包括：
4.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，其中：
5.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，包括：
6.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块基于测试提问语句中特征的关联特征数确定针对数字化互动学习模型的运行的干涉强度类型，包括：强干涉类型以及弱干涉类型。
7.根据权利要求6所述的数字化互动学习模型系统，其特征
8.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述自调节模块基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量，包括：
9.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述自调节模块基于测试答复语句与答复语句的非匹配关键词增加对应的测试提问语句后续的答复语句的数量，其中：
10.一种实施权利要求1-9任一项权利要求所述系统的数字化互动学习模型的运行方法，其特征在于，包括：
...【技术特征摘要】
1.一种数字化互动学习模型系统，其特征在于，包括：
2.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，其中：
3.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块用以基于答复语句与测试答复语句的匹配度分析数字化互动学习模型的运行是否合格，包括：
4.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，其中：
5.根据权利要求1所述的数字化互动学习模型系统，其特征在于，所述测试验证模块基于特征数量表征参数对数字化互动学习模型的运行是否合格进行二次分析，包括：
6.根据权利要求1所述的数字化互动学习模型...
【专利技术属性】
技术研发人员：谭正华，谢昭佳，谭艳，
申请(专利权)人：广州市斯进电子科技有限公司，
类型：发明
国别省市：
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。