讨论式机器人教学系统、方法及装置转让专利
申请号 : CN202011505242.8
文献号 : CN112651860B
文献日 : 2021-11-05
发明人 : 何宋西莹
申请人 : 重庆师范大学 , 重庆鲁班机器人技术研究院有限公司
摘要 :
权利要求 :
1.讨论式机器人教学系统,包括多媒体态学生端、多媒态教师端和教育机器人,其特征在于,教育机器人包括:
课堂信息在线实时获取模块,用于接收多媒体态学生端和多媒态教师端之间传递的讨论问题以及重要知识点信息,对讨论问题和重要知识点信息进行实时处理;课堂信息在线实时获取模块还用于接收多媒体态学生端发送的答题信息,将答题信息和以往的分析结果信息作为输入,进行实时分析,生成最新的分析结果信息;将最新的分析结果信息发送至多媒体态学生端和多媒态教师端;课堂信息在线实时获取模块还用于接收多媒态教师端发送的主题、学生信息和相关信息,主题包括要讨论的问题及重要知识点,相关信息包括学生特征、学科特点、教学条件和教师的教学特点;学生信息包括学生的基本信息和成绩信息;课堂信息在线实时获取模块还用于根据主题、学生特征、学科特点、教学条件、教师的教学特点、学生的基本信息和成绩信息生成课堂流程及初步分组;
指数分组确认模块,用于将所述初步分组发送至多媒态教师端,从多媒态教师端接收分组调整信息;指数分组确认模块还用于根据预存的学生间历史合作情况信息、不同类型问题的回答信息分析不同学生对不同类型问题的能力评价指数,不同学生间的合作喜欢程度指数,以及不同学生回答问题的活跃度指数;基于分组调整信息、能力评价指数、合作喜欢程度指数、回答问题的活跃度指数生成最终分组;
教与学进度控制模块,包括优秀案例控制模式和自定义控制模式;教与学进度控制模块用于在优秀案例控制模式下,根据课堂流程中的预设的时间安排及预设事项的先后顺序生成最终分组的讨论提示信息;教与学进度控制模块还用于在自定义控制模式下增加重点难点知识的讨论时间,并采集学生的讨论信息,基于讨论信息分析当前讨论情况,根据当前讨论情况生成讨论进度提醒;
教与学进度控制模块用于采集学生的图像信息,教与学进度控制模块还用于根据学生讨论时的发言顺序将学生标记为n‑1号发言用户、n号发言用户、n+1号发言用户,其中n大于或等于2;
教与学进度控制模块还用于采集n‑1号发言用户的讨论信息,基于n‑1号发言用户的讨论信息提取关键词,并统计关键词出现的频率,按出现频率由高到低对关键词进行排序;
教与学进度控制模块还用于采集n号发言用户的讨论信息,基于n号发言用户的讨论信息提取关键词,并统计关键词出现的频率,按出现频率由高到低对关键词进行排序;
教与学进度控制模块还用于对比n‑1号发言用户的关键词和n号发言用户的关键词,判断n号发言用户的关键词中,出现频率高的关键词是否全部为n‑1号发言用户出现频率低的关键词或n‑1号发言用户没有出现的关键词;如果是,获取n号发言用户发言时,n‑1号发言用户和n号发言用户的图像信息,基于图像信息判断n‑1号发言用户和n号发言用户的表情是否符合预设表情,如果符合预设表情,进行记录;
教与学进度控制模块还用于在n号发言用户发言完毕后进行计时,判断n号发言用户与n+1号发言用户的发言间隔,如果发言间隔小于阈值,获取n+1号发言用户的图像信息,基于图像信息判断n+1号发言用户的表情是否符合预设表情,如果符合预设表情,进行记录;
教与学进度控制模块还用于在n‑1号发言用户、n1号发言用户和n+1号发言用户的表情变化均超过预设表情时,生成讨论偏离提醒;
多媒态信息同步模块,用于采集学生讨论的场景信息,基于讨论的场景信息生成提示语音;多媒态信息同步模块还用于根据讨论信息分析表达顺畅度,多媒态信息同步模块还用于采集学生的面部表情,基于表达流畅度和面部表情判断当前讨论题目是否为重难点问题,如果是,多媒态信息同步模块还根据当前讨论题目关联的难点信息生成扩展内容,将拓展内容发送至多媒态教师端,供教师辅助解答;
多媒态反馈模块,用于接收各最终分组所属多媒体态学生端发送的讨论结果,并对讨论结果进行评估分析,生成评估报告,将评估报告以语音、文字、图像、视频中的一种或多种形式发送至多媒态教师端;多媒态反馈模块还用于获取学生当前讨论情况,基于当前讨论情况分析并生成后续的讨论课题,将讨论课题以语音、文字、图像、视频中的一种或多种形式发送至多媒体态学生端;多媒态反馈模块还用于从多媒态教师端接收教师的指令,并对教师的指令进行分析,生成讨论提示,将讨论提示以语音、文字、图像、视频中的一种或多种形式发送至多媒体态学生端,多媒态反馈模块还用于对学生和老师的状态进行监控。
2.根据权利要求1所述的讨论式机器人教学系统,其特征在于:教育机器人还包括显示控制模块,用于接收教师的视频信息,并将所述视频信息转化为视频控制指令;获取教师的语音信息,并将所述语音信息转化为语音控制指令;还用于将所述视频控制指令和所述语音控制指令发送至多媒体设备。
3.讨论式机器人教学装置,其特征在于,采用权利要求1‑2任一项所述的讨论式机器人教学系统。
说明书 :
讨论式机器人教学系统、方法及装置
技术领域
背景技术
此的思维发散,使最终对问题的思考结果更加完善、更加多样化。
其本身知识、经验等方面的局限性,即使是在提前查阅资料的前提下进行讨论,讨论结果也
往往不能够深入、准确、完善。再加之学生事先所查资料的局限性、准确性,且可能重复等因
素的影响,导致讨论结果往往更是“失之毫厘,谬之千里”,与正确答案相去甚远。其次,学生
在讨论过程中,因为是团体合作,每个人的意见未必能得到应有的倾听和总结,再加上部分
学生表述能力欠佳,有时词不达意,容易造成意见的遗漏。再者,随着人口的迅速增长、教育
程度的普及,现代社会的师资力量匮乏,“一对多”的教育模式注定了教师不能够准确倾听
每一个人的看法,也不是每一个人都能够得到锻炼。在这样的情况下,比起每个人都得不到
有效发展,更糟糕的可能是班级里容易出现“两极分化”的现象。这种情况下,如果教师过多
注重某几位依崭露头角的学生的发展,会导致班级资源大多集中在部分学生手中,使得其
他学生得到的指导变少。同时,教师水平不一致,教师对同样的学生进行引导的效果也不尽
相同,对其讨论结果的归纳总结的水平也参差不齐,使得学生的学习效率也千差万别。
发明内容
在线实时获取模块还用于接收多媒体态学生端发送的答题信息,将答题信息和以往的分析
结果信息作为输入,进行实时分析,生成最新的分析结果信息;将最新的分析结果信息发送
至多媒体态学生端和多媒态教师端;课堂信息在线实时获取模块还用于接收多媒态教师端
发送的主题、学生信息和相关信息,主题包括要讨论的问题及重要知识点,相关信息包括学
生特征、学科特点、教学条件和教师的教学特点;学生信息包括学生的基本信息和成绩信
息;课堂信息在线实时获取模块还用于根据主题、学生特征、学科特点、教学条件、教师的教
学特点、学生的基本信息和成绩信息生成课堂流程及初步分组;
类型问题的回答信息分析不同学生对不同类型问题的能力评价指数,不同学生间的合作喜
欢程度指数,以及不同学生回答问题的活跃度指数;基于分组调整信息、能力评价指数、合
作喜欢程度指数、回答问题的活跃度指数生成最终分组;
顺序生成最终分组的讨论提示信息;教与学进度控制模块还用于在自定义控制模式下增加
重点难点知识的讨论时间,并采集学生的讨论信息,基于讨论信息分析当前讨论情况,根据
当前讨论情况生成讨论进度提醒;
块还用于采集学生的面部表情,基于表达流畅度和面部表情判断当前讨论题目是否为重难
点问题,如果是,多媒态信息同步模块还根据当前讨论题目关联的难点信息生成扩展内容,
将拓展内容发送至多媒态教师端,供教师辅助解答;
多种形式发送至多媒态教师端;多媒态反馈模块还用于获取学生当前讨论情况,基于当前
讨论情况分析并生成后续的讨论课题,将讨论课题以语音、文字、图像、视频中的一种或多
种形式发送至多媒体态学生端;多媒态反馈模块还用于从多媒态教师端接收教师的指令,
并对教师的指令进行分析,生成讨论提示,将讨论提示以语音、文字、图像、视频中的一种或
多种形式发送至多媒体态学生端,多媒态反馈模块还用于对学生和老师的状态进行监控。
块将初步分组发送给多媒态教师端,教师可以通过多媒态教师端对初步分组进行人工调
整,再基于分组调整信息、能力评价指数、合作喜欢程度指数、回答问题的活跃度指数得到
最终分组,学生根据课堂流程,针对主题进行讨论,教与学进度控制模块根据课堂流程中的
预设的时间安排及预设事项的先后顺序生成最终分组的讨论提示信息进行讨论进度的控
制。由于教育机器人参与了讨论的过程,在线辅导学生,使课堂教学形式更丰富,更利于调
动学生的学习积极性,从而提高其学习效率,增强教学效果。学生可以使用多媒体态学生端
上传讨论结果,教师可以通过多媒态教师端查看评估报告,以了解学生的讨论学习情况,为
教师的备课提供更加全面的数据支持。
令;还用于将所述视频控制指令和所述语音控制指令发送至多媒体设备。
强教学效果。
附图说明
具体实施方式
教与学进度控制模块、多媒态信息同步模块、多媒态反馈模块和显示模块。
在线实时获取模块还用于接收多媒体态学生端发送的答题信息,将答题信息和以往的分析
结果信息作为输入,进行实时分析,生成最新的分析结果信息;将最新的分析结果信息发送
至多媒体态学生端和多媒态教师端;课堂信息在线实时获取模块还用于接收多媒态教师端
发送的主题、学生信息和相关信息,主题包括要讨论的问题及重要知识点,相关信息包括学
生特征、学科特点、教学条件和教师的教学特点;学生信息包括学生的基本信息和成绩信
息;课堂信息在线实时获取模块还用于根据主题、学生特征、学科特点、教学条件、教师的教
学特点、学生的基本信息和成绩信息生成课堂流程及初步分组;基本信息是指学生的姓名、
学号、身份证号等与学生相匹配的描述学生身份和基本情况的信息。本实施例中,课堂信息
在线实时获取模块基于预设规则,根据主题难易程度和逻辑关系,确定各部分知识的用时
和先后顺序,再根据学生特征、学科特点、教学条件、教师的教学特点、学生的基本信息和成
绩信息从而得到课堂流程。
型问题的回答信息分析不同学生对不同类型问题的能力评价指数,不同学生间的合作喜欢
程度指数,以及不同学生回答问题的活跃度指数;基于分组调整信息、能力评价指数、合作
喜欢程度指数、回答问题的活跃度指数生成最终分组。分组调整信息是教师在初步分组的
基础上结合其他因素进行人为调整得到的。
序生成最终分组的讨论提示信息;教与学进度控制模块还用于在自定义控制模式下增加重
点难点知识的讨论时间,并采集学生的讨论信息,基于讨论信息分析当前讨论情况,根据当
前讨论情况生成讨论进度提醒;
还用于采集学生的面部表情,基于表达流畅度和面部表情判断当前讨论题目是否为重难点
问题,如果是,多媒态信息同步模块还根据当前讨论题目关联的难点信息生成扩展内容,将
拓展内容发送至多媒态教师端,供教师辅助解答;
种形式发送至多媒态教师端;多媒态反馈模块还用于获取学生当前讨论情况,基于当前讨
论情况分析并生成后续的讨论课题,将讨论课题以语音、文字、图像、视频中的一种或多种
形式发送至多媒体态学生端;多媒态反馈模块还用于从多媒态教师端接收教师的指令,并
对教师的指令进行分析,生成讨论提示,将讨论提示以语音、文字、图像、视频中的一种或多
种形式发送至多媒体态学生端,多媒态反馈模块还用于对学生和老师的状态进行监控。
指令和所述语音控制指令发送至多媒体设备。多媒体设备可以是幻灯投影、计算机等。
所以小组讨论、创新更为重要,因此,安排为:
小组讨论并设计实验测定重力加速度,耗时二十分钟;最后教师进行课堂检验并点评、总
结、布置作业,耗时五分钟。
结果发送至多媒态教师端,由教师根据具体情况加以修改后,最后由指数分组确认模块得
到最终分组。
所产生的疑问,以便在上课时提出解决,并在问题得以解决后加以记录,以供来日参考。
大纲及流程详熟,以便授课进度顺畅。
后,提出问题,例如:重力加速度是由谁最先测量的?导致测量误差的因素可能有哪些?现在
仍存有的误差有哪些?是否有方法可以避免或减小这些误差?学生带着疑问进行学习,在上
课时会时时留意知识与问题的联系,学生将会更有积极性、更加专注于观察实验,所注意到
的细节也就更多,因此学生的记忆、理解就会更加深刻。
生思考,并邀请学生阐述观点,在学生回答过程中,教师应不加以引导,采取鼓励态度,消除
学生的紧张感,并对学生加以肯定,以帮助学生养成主动思考,大胆发言的习惯。
度滞后的现象发生,并且同时要注意全班的讨论情况,保证课堂的有序进行。
新性和满意度来综合打分。
并及时根据具体情况布置作业,帮助学生填补短缺之处。
亲自操作、解说,学生在多媒体态学生端上进行观看。小组讨论时,教育机器人与教师分工
合作,教育机器人辅助综合学习能力较强的小组,向多媒体态学生端发送讨论提示信息提
示学生的讨论内容,控制讨论进度。教育机器人在讨论时,主要负责提供相关资料和实验模
拟、分析之类的技术支持,并且教育机器人会将这些数据传输至多媒体态学生端上,方便学
生查看。最终教育机器人会将每个小组的总结收集起来,并根据教师的评价进行记录,联系
之前的学习情况,对学生的具体情况进行分析、储存,最后将资料数据上传至多媒态教师
端,以供参考。
育机器人所得结论)将长处互补的学生进行分组,例如以四人为一组。然后根据学生情况及
教学目标进行备课。在课堂开始时,教师通过多媒态教师端与教育机器人沟通,教育机器人
再控制多媒体设备配合教师的教学进程。
点跟进、辅导整体学习能力较差的小组,防止其学习进度落后于全班整体水平,同时防止偏
离主题的讨论发生。讨论结束后,教师验收学生的课堂总结,并随机抽取小组内其他学生回
答问题,指出并记录其不足,最后根据组内整体情况打分,这些资料将由教育机器人搜集、
记录、整理并上传,以供日后观察学生状况。教师在课堂结尾时进行总结课堂进度及存在的
学习问题(例如学习盲区、学习方法的问题、合作间出现的问题),并根据学生的具体情况布
置作业。课后教师根据机器人上传的资料数据制定下一步的学习计划。
介绍自己所查资料的大体内容,在他人发言时认真倾听并用多媒体态学生端记录下自己的
问题,在讨论时提出问题,进行质疑、探讨、补充。通过语音控制教育机器人查阅相关文献资
料或进行实验模拟以验证小组计划的可行性,最后进行小结(小结大家一起讨论、记录,但
由自己完善后课后再行提交)。小结一份打印成纸质文档交给教师,一份以电子档形式提交
给教育机器人存档。最后选出一个学生代表向教师进行口头阐述小组的课堂总结。
记忆,培养学生深度学习能力,将知识融合贯通应用;帮助学生知识迁移与应用,视野广阔;
培养学生创新思维,批判性学习。
序。
率低的关键词或n‑1号发言用户没有出现的关键词;如果是,获取n号发言用户发言时,n‑1
号发言用户和n号发言用户的图像信息,基于图像信息判断n‑1号发言用户和n号发言用户
的表情是否符合预设表情,如果符合预设表情,进行记录。出现频率的高低可以是设置次数
标准,大于或等于次数标准的为高,小于次数标准的为低;还可以是设置排序中间值,排序
的序号高于排序中间值的为高,排序的序号低于排序中间值的为低;还可以是同时满足上
述两种次数标准和排序中间值进行排序。本实施例中采用设置排序中间值的方式。
基于图像信息判断n+1号发言用户的表情是否符合预设表情,如果符合预设表情,进行记
录。本实施例中,预设表情包括大笑和愤怒。
然后采集学生的讨论信息进行匹配,以判断是否偏题,这样的方式识别的准确率较低,而已
依赖关键词库的丰富程度。而向量识别的方式对算力要求高,处理速度较慢,如果教育机器
人本地识别,对硬件要求高,成本高;如果通过远程服务器进行识别,由于同时开课的学生
多,远程服务器的处理量大,会进一步导致处理的速度较慢,可能学生都讨论完毕了,识别
的结果才出来,不能在学生讨论偏离主题时及时纠正。
可以知晓n号发言用户有没有接着n‑1号发言用户主要说的内容继续往下讨论,如果n号发
言用户的关键词中,出现频率高的关键词全部为n‑1号发言用户出现频率低的关键词,可能
是n号发言用户没有抓住n‑1号发言用户发言的重点,偏题了,也可能是n号发言用户在n‑1
号发言用户的启发下找到了新思路;出现频率高的关键词全部为n‑1号发言用户没有出现
的关键词,可能是n号用户完全偏了讨论的方向,具体是哪一种,本方案中结合表情进行判
断,因为正常讨论,学生的表情通常变化不大,但是被抓住发言中的某一处非关键的小问题
进行放大讨论,就可能出现愤怒的表情;或者聊到课堂外的其他事情时,就可能出现高兴的
表情,存在偏题的可能性增大。
无关的话题了,可以在较少思考的情况下聊得很开心,或者对某一点起了争执,这些都是偏
离了讨论的主题,故生成讨论偏离提醒。本实施例能有效发现学生讨论中偏离讨论主题的
情况,并及时进行提醒。有助于增强教学效果。
权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并
且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的
启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为
所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱
离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,
这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利
要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。