一种基于人工智能研讨式教学的语义检索方法及系统

本发明涉及语义检索，尤其涉及一种基于人工智能研讨式教学的语义检索方法及系统。

背景技术：

1、随着人工智能技术在智慧教育领域的深入应用，基于语义检索的研讨式智能辅助系统在课堂互动、个性化学习等场景中的应用日益广泛。实现该系统核心功能的关键技术之一是语义检索，其目标是在学生口头提问所包含的口语化信息中准确提取检索意图，并匹配出与疑问所指概念相对应的学习材料。

2、目前主流的研讨式语义检索方法主要采用基于关键词提取的技术路线。但是，该方法将填充词、犹豫性词语等口语成分统一视为干扰予以全部过滤，虽使关键词较为纯净，但学生认知迟疑所对应的口语信息被同步清除，而此类信息正是指示学生尚未掌握的概念所在位置，关键词最终聚焦于词频较高却与困惑无关的片段上，检索方向偏离学生实际疑问部位，检索结果无法回应用户真实需求。并且，该方法仅依赖转写文本而不涉及声学特征，无法区分多处停顿中哪些源于真正认知迟疑、哪些仅为习惯性填充，亦无法提供声学验证。即便引入声学语气信息，原始信号中疑问语气的强弱与说话人基频基线、整体情绪及句末疑问升调等因素高度交织，现有方法未剥离上述混杂而直接使用基频绝对值，会将基频偏高的说话人误判为强疑问、将句末升调误判为认知迟疑，真正的局部语气波动被掩盖，疑问位置判定出现误判。因此，现有技术中的方法最大的缺陷在于难以在抑制口语冗余与保留认知迟疑线索之间形成有效兼顾，检索结果无法准确对准学生疑问所指的模糊概念部位，检索意图偏离的问题较为突出。

技术实现思路

1、本发明提供了一种基于人工智能研讨式教学的语义检索方法及系统，以解决现有技术中难以在抑制口语冗余与保留认知迟疑线索之间形成有效兼顾，检索结果指向学生疑问的模糊部分不够准确的技术问题。

2、本发明实施例公开了如下技术方案：

3、第一方面，本发明实施例提供了一种基于人工智能研讨式教学的语义检索方法，所述方法包括：

4、获取研讨语音数据，所述研讨语音数据包括研讨语音的声学信号和由所述声学信号转写所得的识别文本；

5、从所述识别文本中提取含有口语字词的文本作为候选迟疑文本，从所述声学信号中分离出与所述候选迟疑文本对应时段的、用于反映认知迟疑的迟疑语段；

6、将所述候选迟疑文本和所述迟疑语段进行位置比对，对同一位置上所述候选迟疑文本和所述迟疑语段中迟疑共现一致的文本部位进行标定，得到迟疑共现一致部位；

7、基于所述迟疑共现一致部位，筛选所述候选迟疑文本中迟疑强度共现一致的部位，得到迟疑线索；

8、基于所述迟疑线索对所述识别文本进行关键词提纯处理，根据关键词提纯结果定位疑问指向的疑问位置并进行语义检索，获得对所述疑问位置的检索结果。

9、可选地，所述将所述候选迟疑文本和所述迟疑语段进行位置比对，对同一位置上所述候选迟疑文本和所述迟疑语段中迟疑共现一致的文本部位进行标定，得到迟疑共现一致部位，包括：

10、将所述迟疑语段对应的疑问语气强度和预设的共现判定门限进行比对；

11、当所述疑问语气强度小于所述共现判定门限时，将对应的文本部位判定为不一致；

12、当所述疑问语气强度大于所述共现判定门限时，将对应的文本部位判定为共现一致，标记得到迟疑共现一致部位。

13、可选地，所述疑问语气强度通过以下步骤获得：

14、对所述迟疑语段进行特征提取，得到疑问语气的第一特征序列；

15、对所述第一特征序列进行除杂处理，得到第二特征序列；

16、计算所述第二特征序列相对于语气平稳段的局部偏移量，归一化得到疑问语气强度。

17、可选地，所述基于所述迟疑共现一致部位，筛选所述候选迟疑文本中迟疑强度共现一致的部位，得到迟疑线索，包括：

18、基于所述迟疑共现一致部位，过滤迟疑语气强度小于预设的强度门限的所述候选迟疑文本；

19、对所述迟疑语气强度大于或等于所述强度门限的所述候选迟疑文本进行保留，得到迟疑线索。

20、可选地，所述基于所述迟疑线索对所述识别文本进行关键词提纯处理，根据关键词提纯结果定位疑问指向的疑问位置并进行语义检索，获得对所述疑问位置的检索结果，包括：

21、基于所述迟疑线索，确定关键词提取的聚焦范围；

22、基于所述聚焦范围，对所述候选迟疑文本进行关键词提纯处理，并核查关键词纯度；

23、针对所述关键词的纯度符合预设的纯度标准的所述候选迟疑文本，输出语义检索结果，完成语义检索。

24、可选地，所述基于所述迟疑线索，确定关键词提取的聚焦范围，包括：

25、将所述迟疑线索作为拓展中心，拓展得到困惑邻域窗口；

26、对所述困惑邻域窗口内的词单元提高关键词的提取权重，对所述困惑邻域窗口外的词单元降低所述提取权重，得到调整后的权重分布；

27、基于所述权重分布，确定所述关键词提取的聚焦范围。

28、可选地，所述从所述识别文本中提取含有口语字词的文本作为候选迟疑文本，包括：

29、基于所述声学信号和对应转写所得的识别文本，对所述识别文本进行词语分类和词性标注处理，确定犹豫性词语和口语化词语；

30、基于所述犹豫性词语和所述口语化词语，将所述犹豫性词语的分布位置和所述口语化词语的分布位置在文本时间轴上取并集，合并得到候选迟疑文本。

31、第二方面，本发明实施例提供了一种基于人工智能研讨式教学的语义检索系统，包括：

32、获取模块，用于获取研讨语音数据，所述研讨语音数据包括研讨语音的声学信号和由所述声学信号转写所得的识别文本；

33、提纯模块，用于从所述识别文本中提取含有口语字词的文本作为候选迟疑文本，从所述声学信号中分离出与所述候选迟疑文本对应时段的、用于反映认知迟疑的迟疑语段；

34、对齐模块，用于将所述候选迟疑文本和所述迟疑语段进行位置比对，对同一位置上所述候选迟疑文本和所述迟疑语段中迟疑共现一致的文本部位进行标定，得到迟疑共现一致部位；

35、过滤模块，用于基于所述迟疑共现一致部位，筛选所述候选迟疑文本中迟疑强度共现一致的部位，得到迟疑线索；

36、检索模块，用于基于所述迟疑线索对所述识别文本进行关键词提纯处理，根据关键词提纯结果定位疑问指向的疑问位置并进行语义检索，获得对所述疑问位置的检索结果。

37、第三方面，本发明另一实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述基于人工智能研讨式教学的语义检索方法的步骤。

38、本发明另一实施例还提供了一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被装置执行时实现如前的一种基于人工智能研讨式教学的语义检索方法的步骤。

39、相较于现有技术，本发明具有以下有益效果：

40、本发明实施例通过融合文本与声学的信息，实现了对研讨过程中学生认知迟疑的精准识别。通过从识别文本中提取候选迟疑文本，并结合从声学信号中剥离混杂成因后得到的疑问语气强度进行逐位置联合判定，有效区分了真正的认知迟疑与习惯性口头填充，为准确锁定用户疑问所指的模糊概念部位提供了可靠的双重验证基础。通过将口语成分的处理方式由全部过滤改进为基于共现一致性的选择性保留，既清除了无关的口语冗余，又保留了承载疑问位置信息的真正迟疑线索，克服了传统方法中关键词纯净度与疑问位置信息保留难以兼顾的技术矛盾。通过以迟疑线索为锚点动态界定关键词提取的聚焦范围，将检索注意力引向困惑邻域内的实义词单元，避免了关键词聚焦于词频高但与困惑无关的片段，并通过关键词纯度核查形成工程闭环，最终生成了能够对准学生真实困惑部位的语义检索结果，显著提升了检索结果与研讨意图的相关性和准确性。