基于学生群体状态评估教案文本的方法及系统与流程

本技术涉及智慧教育信息，尤其涉及基于学生群体状态评估教案文本的方法及系统。

背景技术：

1、目前，教案评估主要采用教研专家人工审阅的方式，对教案的文本规范性、教学环节完整性及内容合理性进行定性评判。同时，部分自动化辅助工具开始引入自然语言处理技术，对教案进行关键词提取、模板匹配或结构合规性检查，以提供初步的量化评分参考。

2、然而，现有技术存在明显不足。人工评估高度依赖评审者的主观经验，不同专家间的评判标准差异显著，难以保证评估结果的一致性与可重复性；而现有自动评分系统仅停留于文本表层特征的分析，未能对教案所设计的教学活动在实际课堂中的执行过程与潜在学习成效进行建模，亦无法识别教学环节中可能存在的逻辑漏洞或认知负荷超载等风险点。更为关键的是，两类方法均缺乏针对不同学生群体（如年龄、年级、认知水平差异）的适应性评估能力，无法预测同一教案对不同类型学习者的适用程度，致使评估结论与教学实际脱节。

3、因此，亟需一种能够融合教学执行过程模拟与学习者特征分析的教案评估方法，以克服上述缺陷，实现教案质量的客观、全面与差异化评价。

技术实现思路

1、为了至少克服现有技术中的上述不足，本技术所要解决的技术问题在于：在教案正式实施前且可获得的真实过程反馈有限的情况下，如何提高教案评价的过程粒度，使评价结果能够反映不同学生群体在教学过程中的动态差异，并准确定位风险发生的教学阶段，从而为教案优化提供科学依据，本技术的目的在于提供基于学生群体状态评估教案文本的方法、系统、设备及介质解决上述问题。

2、第一方面，本技术提供基于学生群体状态评估教案文本的方法，包括：

3、根据教案文本和目标班级名册，获得教学语句序列和目标班级的学生画像矩阵；

4、根据所述教学语句序列，通过预设的课堂过程模拟，获得交互日志；

5、根据所述交互日志和所述学生画像矩阵，获得隐性状态时序张量；所述隐性状态时序张量被配置至少包括学生、时间步与学习状态；

6、根据所述隐性状态时序张量，通过预设并行的双通道检测，获得第一风险时间步集合与第二风险时间步集合；

7、根据所述第一风险时间步集合和所述第二风险时间步集合，获得风险触发总次数，根据风险触发总次数得到教案文本的评估结果。

8、在一种可能的实现方式中，所述根据教案文本和目标班级名册，获得教学语句序列和目标班级的学生画像矩阵，包括：

9、根据所述教案文本，通过预设的语义切分的规则，获得结构化教案要素集；根据所述结构化教案要素集，通过时间窗切分与指令标注，获得教学语句序列；

10、根据所述目标班级名册，通过学情数据库调取，获得每名学生的先验知识水平参数、指令完成度参数及注意力持续时长参数；

11、根据所述每名学生的先验知识水平参数、指令完成度参数及注意力持续时长参数，通过特征向量化处理，获得所有学生的个体画像向量，以获得所述目标班级的学生画像矩阵。

12、在一种可能的实现方式中，所述教学语句序列中的每一条教学语句被配置指令标注包括：是否提供全体学生参与机会的第一标记，以及是否要求全体举手表态的第二标记；

13、第一标记的判定规则被配置为：所述教学语句中存在预设第一标记设定词汇集中的词汇时，将第一标记设为1，否则设为0；

14、第二标记的判定规则被配置为：所述教学语句中存在预设第二标记设定词汇集中的词汇时，将第二标记设为1，否则设为0。

15、在一种可能的实现方式中，所述根据所述教学语句序列，通过预设的课堂过程模拟，获得交互日志，包括：

16、根据所述教学语句序列，基于预设的评分网格时间间隔推进仿真时钟，获得按时间步顺序执行的教学语句流；

17、根据所述教学语句流，获得每个时间步所对应的当前教学语句和实践累计时长，以获得交互日志；

18、响应于仿真时钟到达预设提问触发点，通过执行中断-回复-恢复原子操作链，获得解释性回复，解释性回复用于更新所述交互日志。

19、在一种可能的实现方式中，所述根据所述交互日志和所述学生画像矩阵，获得隐性状态时序张量，所述隐性状态时序张量配置至少包括学生、时间步与学习状态，包括：

20、根据所述交互日志的每个时间步对应的当前教学语句，以及学生的所述学生画像矩阵，获得每个时间步的学生的专注异常值、认知负荷值及理解度值，以获得原始状态序列；

21、根据所述原始状态序列，通过以评分网格时间间隔进行重采样，获得重采样状态序列；

22、根据所述重采样状态序列，获得学生×时间步×学习状态三维对齐的隐性状态时序张量。

23、在一种可能的实现方式中，所述双通道检测被配置有内隐-外显行为映射检测；

24、所述内隐-外显行为映射检测被配置为：

25、获取与所述隐性状态时序张量同步采集的行为图像序列，通过图卷积网络，获得第一变化时序张量；

26、根据所述隐性状态时序张量，通过状态-行为关联网络，获得第二变化时序张量；

27、根据待评估教案对应的隐性状态时序张量，基于所述状态-行为关联网络，获得行为变化时序张量；

28、根据所述行为变化时序张量，通过第二行为检测网络，获得每个学生在每个时间步的手部状态与表情状态；

29、根据所述教学语句序列中的每一条教学语句的第一标记和/或第二标记，获得每个时间步是否全体学生是否举手的标注；

30、若当前时间步出现了全体学生举手的标注，但未检测到举手行为，或检测到皱眉行为，则判定该学生当前行为异常，作为当前时间步的异常学生；

31、获取每个时间步的异常学生人数，若所述异常学生人数超过该时间步学生总数的预设值，则将该时间步标记为第一风险时间步。

32、在一种可能的实现方式中，所述双通道检测被配置有群体层间差距检测；

33、所述执行群体层间差距检测被配置为：

34、根据所述隐性状态时序张量，获得群体平均状态曲线；

35、根据所述群体平均状态曲线，将超过第一预设阈值的对应时间步进行标记，获得异常时间步集合；

36、根据所述异常时间步集合，获得每个学生在该集合内的平均理解度；根据每个学生的平均理解度，通过升序排列，将排名前第一预设比例的学生划分为低理解组，排名后第一预设比例的学生划分为高理解组；

37、根据所述高理解组与所述低理解组，获得所有时间步上两组理解度均值的绝对差值；根据每个时间步的绝对差值，将超过第二预设阈值的时间步进行标记，获得第二风险时间步集合。

38、第二方面，本技术提供基于学生群体状态评估教案文本的系统，包括顺序电连接的数据获取单元、仿真单元、张量构建单元、双通道检测单元，以及评估输出单元；

39、所述数据获取单元，被配置为：根据教案文本和目标班级名册，获得教学语句序列和目标班级的学生画像矩阵；

40、所述仿真单元，被配置为：根据所述教学语句序列，通过预设的课堂过程模拟，获得交互日志；

41、所述张量构建单元，被配置为：根据所述交互日志和所述学生画像矩阵，获得隐性状态时序张量；

42、所述双通道检测单元，被配置为：根据所述隐性状态时序张量，通过预设并行的双通道检测，获得第一风险时间步集合与第二风险时间步集合；

43、所述评估输出单元，被配置为：根据所述第一风险时间步集合和所述第二风险时间步集合，获得风险触发总次数，根据风险触发总次数得到教案文本的评估结果。

44、第三方面，本技术提供一种计算机设备，包括：处理器，以及与处理器通信连接的存储器；

45、存储器存储计算机执行指令；

46、处理器执行存储器存储的计算机执行指令，以实现本技术的方法。

47、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有程序代码，程序代码被处理器执行时用于实现本技术的方法。

48、综上所述，本技术所能实现的有益效果：

49、本技术提出的动态化教案评估模式，通过构建课堂仿真引擎、模拟教学时序与学生状态演变，解决了传统静态文本评估片面、滞后的问题，实现了教案评估从静态分析到动态预测的升级，有效提升了教案评估的准确性与前瞻性；

50、提出的可量化教案前置评估体系，通过构建认知负荷、理解度、专注异常值等多维度风险量化指标，以百分制质量分输出评估结果，解决了传统教案评估主观模糊、无明确优化依据的问题，实现了教案优化的精准赋能，大幅降低了实际课堂的试错成本；

51、提出的适配性差异化教案评估机制，通过引入多维度学生画像参数、划分不同学生群体类型，解决了传统评估一刀切、无法适配不同学情的问题，实现了针对不同认知水平学生的差异化评估，可精准识别教案适配风险，支撑个性化、定制化的教案优化。