基于解题过程的中学物理错误认知诊断纠正方法与流程

摘要: 本发明涉及课堂教学领域,特别涉及一种基于解题过程的中学物理错误认知诊断纠正方法。背景技术:1、在课堂学情分析中,学生解题过程的停顿行为是反映其思维卡顿、逻辑漏洞...
基于解题过程的中学物理错误认知诊断纠正方法与流程

本发明涉及课堂教学领域,特别涉及一种基于解题过程的中学物理错误认知诊断纠正方法。

背景技术:

1、在课堂学情分析中,学生解题过程的停顿行为是反映其思维卡顿、逻辑漏洞与知识点掌握薄弱的关键特征。教师结合停顿对应的解题步骤,即可定位学习短板,从而开展针对性辅导。传统教学模式下,学生解题停顿随机性强,发生时机与对应步骤难以预判,为捕捉思维障碍,教师须全程观测学生解题过程,但受精力限制,教师可兼顾观测的学生数量极少;且学生解题的停顿时间在解题全程中占比低,即便学生未出现解题停顿,教师仍需要持续观测答题状态,由此产生大量无效观测工作,致使教学效率低下。

2、随着智能教育技术的发展,部分技术对学生解题过程中的停顿行为进行自动化采集,有效减少教师人工观测学生解题过程的时间。例如,专利申请号cn107093340a文件公开的解题过程智能呈现方法,在学生智能终端不同的停顿时间范围,并匹配差异化渐变颜色标识,可准确识别学生答题笔迹相邻落笔的停顿时长,自动变色标注存在停顿卡点的解题内容;同时,该方法通过题号分区技术实现单题解题数据独立分割存储,同步采集笔迹矢量数据、答题时长、草稿内容等多维度信息并传输至教师终端。由此,教师无需逐一对学生答题回放进行人工筛查,可通过笔迹颜色直观区分学生解题流畅度,快速定位解题过程中的思维障碍,全面掌握学生知识点掌握情况,减少了传统无效观测工作,大幅降低了基础学情采集的工作量,提升了教学研判的基础效率。

3、然而,在定位学生学习短板并开展针对性辅导的过程中,教师仍需要人工查看、主观研判学生全部停顿对应的解题片段与笔迹数据,据此推断学生存在的知识漏洞,再实施针对性查漏补缺。在中学物理教学中,单名教师通常需要面对多名学生。前述解题过程智能呈现方法虽能够提升基础教学研判效率,但依旧要求教师逐个完成学情研判与辅导处置。查看材料、判别现象、推导知识漏洞均属于高精力消耗的复杂工作;该方案虽减轻了简单机械性的重复操作,但高难度、高负荷的核心学情分析工作依旧需要依靠教师完成,教师依旧承受较重的教学压力。

技术实现思路

1、本发明提供了一种基于解题过程的中学物理错误认知诊断纠正方法,以解决教师面向多名学生开展学习短板定位与针对性辅导时,教学压力较大的问题。

2、为了解决上述技术问题,本技术提供如下技术方案:

3、基于解题过程的中学物理错误认知诊断纠正方法,包括以下步骤:

4、s10:从预设教材中获取多项结构化的知识标签,以及知识标签对应的详细知识内容,所述知识标签包括唯一编号和标签名称,基于各知识标签之间的结构化关系建立知识储备库;

5、s20:从解题过程各采集时间节点的图像信息中获取作答试题和作答试题对应的作答内容的时序数据;从作答试题中提取知识标签作为已知标签,并整合为目标标签集;从作答内容中提取知识标签作为作答标签,获取作答标签的作答参数;从时序数据中获取作答标签的写入顺序、修改状态以及停顿时间,并进行轨迹重构,得到包括各作答标签及作答参数的时序解题轨迹;

6、s30:将前序时间节点的作答内容与目标标签集对应的详细知识内容和已知标签匹配,得到与后续时间节点的作答内容对应的知识标签和对应参数作为参照内容,将首个与参照内容不匹配的作答内容作为错误内容;获取错误内容对应参照内容是否与错误内容后续时间节点的作答内容匹配;若匹配,则将错误内容标记为连锁误差;若不匹配,则将错误内容标记为独立错误内容;

7、s40:根据独立错误内容中作答参数和对应参照内容中参数之间的差异或预设的干扰知识标签集,对独立错误内容进行筛选,得到认知错误内容;将认知错误内容对应参照内容中知识标签及知识标签间的结构关系,与认知错误内容的作答标签对比,根据对比差异匹配详细知识内容作为纠正内容;

8、s50:输出纠正内容及根据纠正内容获取的作答试题。

9、基础方案原理及有益效果如下:物理知识体系存在紧密的逻辑依赖,解题时的停顿与修改反映了思维障碍,本发明通过构建结构化知识储备库,从多时序图像中提取作答修改状态与停顿时间以构建时序轨迹;比对前后序步骤匹配状态锁定首错,根据后续推理逻辑将错误划分为连锁误差与独立错误;再者,利用参数差异和干扰标签筛选出认知错误,对比局部知识标记拓扑与标准拓扑的差分结构以匹配纠错知识与对应的作答试题,替代了教师人工回看视频和手动找题的繁琐工作,减轻了一对多教学压力。

10、学生思维受阻时在答题纸上表现为擦除重写与运笔停顿,时序中对应的延迟特征与知识标签对齐,能够定位学生的思维漏洞;本发明利用时序参数构建解题轨迹,将动态思维在行为和时间层面上映射,捕捉未呈现在文本上的隐性思维卡点,为认知评估提供多维度的行为轨迹数据。

11、物理推理具有强因果链,前序失误导致数值级联偏差,但后续推导若符合规律则逻辑自洽;本发明在锁定首错后检验后续解答,将顺沿错值进行合理演进的步骤归为连锁误差,将逻辑断裂的部分归为独立错误,剥离纯计算或笔误干扰,减少了将计算或笔误归为学生思维障碍的误判,提升了诊断准确率。

12、物理概念在储备库中呈现为关联拓扑图,解题逻辑偏移表现为连线缺失或因果错误,比对作答与标准网络的拓扑差异可定位认知边界;本发明在此基础上筛选认知错误,通过拓扑求差匹配储备库的纠正内容,并协同调度相似逻辑的变式题输出,构建纠正内容和纠错训练试题的闭环复习,减少学生对教师人工判错、调题的依赖,减少教师的教学压力。

13、综上所述,本发明通过构建物理结构化知识储备库,提取答题时序轨迹搭建解题脉络,锁定作答首错并区分连锁误差与独立错误,结合知识拓扑差分筛选真实认知错误、匹配纠错试题,从而实现学生物理解题思维漏洞的智能诊断,减轻教师教学压力。同时,本发明还可捕捉文本未呈现的隐性思维卡点,减少对学生思维卡点的误判,提升对学生需要补习的纠错知识的诊断精度。

14、进一步,步骤s10中,基于各知识标签之间的结构化关系建立知识储备库,包括以下步骤:s111:提取当前预设教材中的章节名称作为待检测知识标签的标签名称,将章节内容中的定义、规律、成立条件或结论转换为由物理量字符、常量字符和运算字符组成的普通文本,作为详细知识内容;s112:对详细知识内容进行文本相似度计算,得到相似参数,根据相似参数从知识储备库中获取候选标签;s113:当相似参数小于预设参数阈值时,根据物理量字符获取待检测知识标签与知识储备库中其他知识标签之间的结构关系,并将待检测知识标签添加进知识储备库中;当相似参数不小于预设参数阈值时,根据待检测知识标签对应章节内容的定义、规律、成立条件或结论之间的文本相似度,对详细知识内容进行补充。

15、直接录入原始教材物理知识,容易出现内容冗余重复、知识逻辑割裂的问题,跨章节的同类知识点分散存储,还会形成数据孤岛、造成知识内容残缺。本发明将物理定义、规律等内容转化为标准化文本,依托文本相似度筛选并甄别知识标签。同时通过参数阈值判定,搭建标签间的逻辑关联,优化知识储备库结构。对跨章节同源知识标签进行增补整合,比如统一梳理各章节力学相关知识点,从而改善知识碎片化问题,增加知识储备库内容的完整性和逻辑严密性。

16、进一步,步骤s20中,从已知标签中获取已知条件和待求量,所述已知条件中包括已知物理量字符及对应已知参数;从知识储备库中获取已知标签对应的详细知识内容作为参照内容,根据参照内容之间的规律、成立条件或结论转换生成由已知标签组成的标准推演步骤;根据标准推演步骤与已知条件的对应关系,获取标准推演步骤中新增的已知标签和已知参数,将标准推演步骤与对应已知参数整合为演算过程,得到候选标准答案;步骤s30中,将作答内容与目标标签集匹配时,根据时序解题轨迹中作答标签的时序,将作答标签与已知标签匹配,根据匹配结果获取作答标签对应的标准推演步骤作为参照标准步骤,再获取参照标准步骤下一标准推演步骤中的已知标签作为参照标准标签,从参照标准标签中获取与后续时间节点匹配的知识标签和对应参数作为参照参数。

17、本发明提取已知量与待求量动态合成标准推演步骤;匹配时根据解答时序轨迹对齐已知标签,步进式预测并锁定下一期待标签与参数从而减轻了固定解法的束缚,例如在求解导体棒切割磁感线时,即便学生步骤次序不同,本发明的方法仍能跟随作答进程,在得出安培力标签后自适应预测其下一步应推导的加速度标签,从而准确诊断中途物理规律误用或参数偏差引发的瞬时逻辑断截点,显著提升了多路径推演解题答案下对诊断认知错误内容的容错率与定位精度。

18、进一步,步骤s20中,根据相邻两个时间节点采集的图像信息,获取答题时间内的新增答题内容,根据新增答题内容的时序变化,在作答内容中添加判别标记,所述判别标记包括新增、补写、划除、擦除、替换或继续观察;根据所述作答内容之间的空间结构关系,将所述作答内容划分为若干作答步骤;在不参考标准答案的前提下,将含有划除、擦除或替换判别标记的作答内容确定为作答修改内容,并获取所述作答修改内容在所述图像信息中的书写位置,当所述书写位置与已有作答步骤之间的行间距差异和平均字符高度差异均在预设阈值范围内时,将所述作答修改内容并入对应的作答步骤,否则按照录入时间新建作答步骤;将各作答步骤按照录入时间进行排序,在录入时间相同时按照物理书写位置进行排序;若同一书写位置的修改或替换次数超过预设次数阈值,则为对应的作答步骤添加反复修改标记;若作答内容的判别标记不为继续观察,且所述作答内容的笔迹面积变化率低于预设变化阈值,则将所述作答内容确定为有效作答,在相邻两次所述有效作答之间的时间间隔超过预设时长阈值时,为对应的作答步骤添加停顿作答标记。

19、在实际纸面作答中,学生常出现跨行划改、解题停顿、书写排布杂乱等非规范书写行为,本发明采用时序标记与空间特征联合判定,依据行间距、平均字高差异将修改内容归并至对应作答步骤,借助笔迹面积变动区分有效作答并剔除瞬态干扰,标记停顿节点与修改频次,从而减少了对无序书写带来的识别误差,即避免将跨行涂改误拆为新步骤、瞬态擦除干扰误判作答结束、涂改归属错乱等问题,提高停顿节点识别的准确性。

20、进一步,步骤s40中,若独立错误内容为认知错误内容,则从解题过程各采集时间节点的图像信息中获取环境图像信息,根据采集环境图像信息的偏航角和角速度,对各环境图像信息进行畸变校正和局部亮度归一化处理,并按等比例缩放分别形成目标检测图像和场景识别图像;利用目标检测网络处理所述目标检测图像,输出目标检测图像中包括的可见现实对象的类别、边界框及检测置信度,并汇总为现实对象清单;同时利用场景识别网络处理场景识别图像,将图像分类结果对应至预设的教室、家庭室内、实验室或户外中的一种场景类别。

21、在移动端采集解题图像时,可能因拍摄抖动、角度偏差和环境光源差异,图像信息易产生畸变与光照不均,影响目标识别精度;本发明利用采集环境图像时的偏航角和角速度,对图像进行畸变校正和局部亮度归一化,分别生成面向目标检测与场景识别的缩放图像,从而消除了拍摄动态环境对物体提取的干扰。

22、进一步,步骤s40中,匹配纠正内容时,根据详细知识内容反演分析独立错误内容所包括的计算推理过程,得出隐含错误规律及相应的正确物理规律;根据所述现实对象的边界框在目标检测图像中裁剪出对应的现实对象局部图像,并将隐含错误规律、正确物理规律、场景类别,以及所识别出的现实对象局部图像信息输入预设的逻辑推理模块,在一致的外部物理边界条件下分别推导出隐含错误规律下的理论运行后果,以及正确物理规律下的现实实际运行结果,筛选出发生理论运行后果与现实实际运行结果互斥且冲突明显的现实对象作为候选呈现对象;

23、对各个候选呈现对象的可见程度、矛盾直接程度、事实可靠程度以及与物理知识的关联程度分别进行分值评定,并计算各项评定分值之和作为该候选呈现对象的匹配总分;选取匹配总分最高且超过设定分值的候选呈现对象作为最终的现实矛盾呈现对象,基于其对应的理论运行后果与现实实际运行结果的冲突对独立错误内容进行现实矛盾推演,生成纠正内容;若未筛选出匹配总分超过设定分值的候选呈现对象,则调用预设的后备对象清单及其对应的标准图片与事实说明生成现实矛盾推演,并将所推导出的矛盾结果与正确物理规律组合生成纠正内容。

24、传统文本纠错仅输出理论知识,学生的抽象认知偏差难以直观展现,还可能面临无匹配现实对象的问题。本方案对独立错误反演,得到隐含错误规律与正确物理规律,裁剪现实对象图像送入逻辑推理模块,在统一边界条件下分别推演错误规律的理论后果、正确规律的现实运行结果,筛选冲突显著的候选对象;再基于可见度、矛盾直接程度等多维度综合打分选出最优呈现对象,依靠现实物理冲突直观暴露认知缺陷,提升纠错可视化效果。若没有达标的候选对象,则调用后备对象清单生成纠正内容,以此兜底保证异常条件下纠错功能稳定可用。

25、进一步,获取独立错误内容在标准推演步骤中所处的时序位置,以及与标准推演步骤中参照内容之间的结构位置,并统计独立错误内容与标准解题步骤中参照内容之间的数量关系,评估出作答试题的试题难度系数;将场景类别与试题难度系数结合,从各历史获取的解题过程照片中,分析场景类别对纠正内容对应的作答试题的综合环境阻尼偏差;在根据纠正内容匹配作答试题时,根据解答作答试题的场景类别和综合环境阻尼偏差调整纠正内容在作答试题中的数量、结构位置或时序位置,以调整作答试题的试题难度系数。

26、仅依靠纠正内容匹配作答试题容易使试题难度固定,忽略答题环境带来的认知载荷偏移,极易出现训练难度与学生实际状态错配。本发明解析独立错误的时序位置、结构位置与数量关系得到试题难度系数,结合场景类别计算综合环境阻尼偏差;在匹配试题时动态调整试题内部纠正内容的数量、结构与时序位置,量化外界环境造成的认知干扰偏移,从而提高试题难度与学生当下做题场景之间的适配性,提高学习体验。

27、进一步,获取纠正内容对应作答试题的作答内容后,记录并分析学生在当前及历史答题过程中的时间数据,构建针对独立错误内容所对应的纠正次数、试题难度系数、当前的纠正内容以及所处场景类型之间的关联映射模型;在对纠正内容进行作答试题匹配时,根据纠正内容匹配候选试题,将当前场景类别、纠正次数、纠正内容以及候选试题的试题难度系数代入所构建的关联映射模型,预测学生在完成候选试题后再次产生的纠正内容作为二次纠正内容;将当前纠正内容与二次纠正内容之间的差异,调整参与匹配候选试题的纠正内容,使当前纠正内容与二次纠正内容之间的差异大于预设纠正效果阈值。

28、在学生对同一纠正内容反复匹配作答试题、反复学习知识难点时,学生的学习心态容易受到场景类别、纠正内容、作答试题难度影响,若多次纠正过程中纠正内容变化,容易对学生的心态造成负面影响,降低学习效率。本方案采集当前与历史答题时间数据,构建涵盖纠正次数、试题难度、纠正内容、场景类型的关联映射模型;匹配候选试题时代入参数预测二次纠正内容,迭代筛选试题,确保当前纠正与二次纠正的差异高于预设阈值,即确保学生能在纠正过程中获取到明显的学习进步,对学生的学习心态进行正向干预。

29、进一步,提取笔迹面积时,通过实例分割模型识别图像信息中的手掌、手指、前臂和书写笔,向外膨胀预设像素形成遮挡掩膜;在所述遮挡掩膜与预设答题区域的交叠面积低于设定面积占比阈值,且对应的笔迹面积对应区域连续在设定分析间隔内的面积变化小于预设阈值时,判定手部移除且笔迹已稳定,从笔迹面积对应区域中识别出新增答题内容。

30、进一步,从笔迹面积对应区域中识别出新增答题内容时,获取判定手部移除且笔迹已稳定时的当前检测帧图像,并提取发生新增笔迹前的上一稳定帧图像;将所述当前检测帧图像的笔迹区域与上一稳定帧图像的历史笔迹区域进行图像差分处理,以剔除原有印迹并提取出表征新增笔迹的候选连通域;对所述候选连通域进行去噪和二值化处理后,输入至预设的手写公式与字符识别网络中,得到对应的手写物理文本作为所述新增答题内容。

31、纸笔作答时手掌、前臂容易形成动态遮挡,直接识别易受旧笔迹干扰,采用高帧率采集又会带来算力负担。本发明利用实例分割识别手部与书写笔生成遮挡掩膜,结合掩膜占比与笔迹面积变化判定笔迹稳定时刻;对前后双稳定帧做图像差分剔除原有笔迹,经预处理后送入识别网络解析新增答题内容,从而以较低算力降低手部遮挡、旧笔迹带来的识别干扰,提高对学生书写内容的获取准确率。