基于试题重难点错因的自适应辅学视频自动生成方法与流程

摘要: 本发明涉及视频制作,尤其涉及基于试题重难点错因的自适应辅学视频自动生成方法。背景技术:1、随着在线教育的发展,用户对个性化视频内容的需求日益增长。现有技术中,生...
基于试题重难点错因的自适应辅学视频自动生成方法与流程

本发明涉及视频制作,尤其涉及基于试题重难点错因的自适应辅学视频自动生成方法。

背景技术:

1、随着在线教育的发展,用户对个性化视频内容的需求日益增长。现有技术中,生成个性化教学视频通常采用预录制视频片段拼接的方式。这种方式存在显著的技术缺陷:

2、视频结构僵化:生成的视频流是静态的,无法根据终端用户的实时交互数据(如答题错误类型)动态调整视频内部的内容结构和播放顺序。

3、数据传输冗余:为了覆盖所有可能的错误情况,服务器需要向客户端传输大量用户可能不需要的视频片段,造成网络带宽的浪费和客户端存储资源的占用。

4、内容组织效率低下:缺乏一种能够基于内容逻辑关联(如知识点依赖关系、错误传播路径)自动编排视频片段的技术方案,导致生成的视频流逻辑性差,用户体验不佳。

技术实现思路

1、本发明提供基于试题重难点错因的自适应辅学视频自动生成方法,其主要目的在于解决现有辅学视频中错因纠正内容与重难点讲解相割裂、缺乏逻辑关联与精准嵌入的问题。

2、为实现上述目的,本发明提供的基于试题重难点错因的自适应辅学视频自动生成方法,包括:

3、s1.获取目标试题的试题信息,提取所述试题信息中的文本内容、题型类别、知识点归属信息、难度等级信息和标准答案;

4、s2.基于所述难度等级信息,筛选所述知识点归属信息中各知识点的重难知识点,并基于所述标准答案和所述题型类别,逆向解析所述目标试题的解题过程,得到所述目标试题的错因列表;

5、s3.以所述重难知识点为顶点,以所述错因列表中的错因类型为边,生成所述目标试题的错因关联图谱;

6、s4.按照所述重难知识点的节点顺序,制作基础讲解脚本,并利用所述错因列表和所述错因关联图谱,制作错因纠正脚本,依据所述错因关联图谱中的逻辑关联关系,对所述错因纠正脚本中各错因节点的纠正讲解内容进行串联,并编入所述错因纠正脚本,得到视频纠错脚本;

7、s5.按照所述基础讲解脚本中的讲解内容和讲解顺序,合成基础讲解视频片段,并按照所述视频纠错脚本中的纠正讲解序列,合成错因纠正视频片段,在各所述错因纠正视频片段中写入错因标识和播放顺序信息;

8、s6.依据所述播放顺序信息,将所述错因纠正视频片段插入至所述基础讲解视频片段中对应重难点讲解位置之后,得到所述目标试题的自适应辅学视频。

9、优选的,所述基于所述难度等级信息,筛选所述知识点归属信息中各知识点的重难知识点,包括:

10、根据所述难度等级信息和所述题型类别,对所述知识点归属信息中的知识点进行层级匹配,得到所述难度等级的目标认知节点;

11、基于所述标准答案中的解题步骤和所述目标认知节点,定位所述目标试题的解题链条的依赖节点,得到所述解题链条的前置依赖节点;

12、对所述前置依赖节点在所述解题链条中所处位置的前后连接关系进行中断标记,得到所述解题链条的阻断断层节点;

13、基于所述阻断断层节点和所述题型类别,对所述目标认知节点进行筛选剔除,得到重难知识点。

14、优选的,所述基于所述标准答案和所述题型类别,逆向解析所述目标试题的解题过程,得到所述目标试题的错因列表,包括:

15、将所述标准答案作为正确逻辑路径的基准,依据所述题型类别对应的典型解析框架,解析所述文本内容中的陈述句,得到所述试题信息的推理节点;

16、将所述推理节点按照所述题型类别规定的推理顺序排列为解题路径;

17、比对所述推理节点的条件类型和所述知识点归属信息的标准规范,得到所述推理节点的偏差模式;

18、将具有相同所述知识点归属信息的所述偏差模式进行合并,得到节点偏差模式集;

19、依据所述难度等级信息,对所述节点偏差模式集进行语义归纳,形成所述推理节点对应的错因类型;

20、按照所述推理节点的顺序,对所述错因类型进行排列,得到所述目标试题的错因列表。

21、优选的,所述以所述重难知识点顶点,以所述错因列表中的错因类型为边,生成所述目标试题的错因关联图谱,包括:

22、按所述重难知识点在所述解题步骤中出现顺序,将所述重难知识点排列为知识节点序列;

23、将所述知识节点序列中连续出现同一所述错因类型的节点段,识别为错因类型簇,非连续出现同一所述错因类型的节点对,识别为错因类型对;

24、根据所述知识节点序列中知识节点的先后顺序,将所述错因类型簇内相邻节点连接标记为簇内关联边,将所述错因类型对中两节点连接标记为跨节点关联边;

25、以所述知识节点序列中所有知识节点为顶点,以所有所述簇内关联边和所述跨节点关联边为边,构建所述目标试题的错因关联图谱。

26、优选的,所述按照所述重难知识点的节点顺序,制作基础讲解脚本,包括:

27、将所述标准答案拆分为多个语义连贯的推理步骤,提取每个所述推理步骤的关键语句,得到解题步骤序列;

28、识别所述解题步骤序列中的步骤引用节点,将所述步骤引用节点与所述知识点归属信息进行语义匹配,得到匹配结果;

29、根据所述匹配结果确定所述推理步骤与所述重难知识节的对应关系,得到映射集合;

30、根据所述映射集合,从所述解题步骤序列中提取所述重难知识点需引用的推理步骤片段,并从所述文本内容中提取对应情景描述语句,整合为情景化讲解段落;

31、按所述重难知识点的顺序排列所述情景化讲解段落,得到段落序列;

32、依据所述解题步骤序列中的逻辑联系语句,在所述段落序列的相邻段落间插入所述解题步骤序列中对应的逻辑联系语句,得到串联化讲解序列;

33、将所述串联化讲解序列中的所有文本按序拼接,得到所述目标试题从情景到知识点的完整讲解文本,作为基础讲解脚本。

34、优选的,所述利用所述错因列表和所述错因关联图谱,制作错因纠正脚本,包括:

35、定位所述错因列表中错因类型在所述错因关联图谱中的边连接顶点;

36、将所述边连接顶点与所述边连接顶点对应的所述重难知识点进行绑定,得到错因知识点关联对;

37、从所述标准答案中提取与所述错因知识点关联对有因果关系的推理语句,并与所述错因知识点关联对的错因类型编码进行关联,生成原始纠正语料单元;

38、根据所述错因类型的边方向,确定所述原始纠正语料单元的错误顺序和影响范围,

39、按所述错误顺序和所述影响范围,对所述原始纠正语料单元进行扩展并嵌入后续影响说明,得过渡纠正语料单元;

40、从所述过渡纠正语料单元中,区分所述错因关联图谱的分支单元和链式单元;

41、对所述链式单元进行顺序组合并附加所述分支单元,得到错因纠正脚本。

42、优选的,所述依据所述错因关联图谱中的逻辑关联关系,对所述错因纠正脚本中各错因节点的纠正讲解内容进行串联,并编入所述错因纠正脚本,得到视频纠错脚本,包括:

43、遍历所述错因关联图谱中错因类型连接的关联边,按所述知识节点序列的顶点顺序解析所述错因类型经过的顶点序列,得到所述错因类型的传播路径;

44、根据所述传播路径,定位所述顶点序列中顶点对应的纠正讲解内容,并按所述顶点顺序进行排列,得到纵向讲解序列;

45、向所述纵向讲解序列中插入与所述传播路径对应的递进影响关系描述语句,形成纵向串联段落;

46、基于所述解题步骤的解题时序,对同一顶点连接的不同所述错因类型的讲解内容进行串联编排,得到横向串联段落;

47、按所述知识节点序列的顶点顺序拼接全部所述横向串联段落,得到横向串联文本;

48、将所述纵向串联段落分散插入所述横向串联文本的对应位置并嵌入逻辑引导语句,得到全局串联文本;

49、将所述全局串联文本写入所述错因纠正脚本的讲解内容区域,得到视频纠错脚本。

50、优选的,所述按照所述基础讲解脚本中的讲解内容和讲解顺序,合成基础讲解视频片段,包括:

51、将所述基础讲解脚本分解为讲解内容单元,识别每个所述讲解内容单元的单元类型和关键语句序列;

52、根据所述单元类型和所述关键语句序列,从所述目标试题的文本内容和所述标准答案的解题步骤中提取对应的示范画面素材;

53、按照所述关键语句序列的表述顺序排列所述示范画面素材,得到示范画面片段;

54、检查相邻所述讲解内容中所述关键语句序列之间的句法逻辑关联性;

55、依据所述句法逻辑关联性,将所述标准答案中解题步骤的逻辑连接标识序列,插入相邻所述示范画面片段之间,得到逻辑过渡画面片段;

56、依据所述讲解顺序,将所述逻辑过渡画面片段与所述示范画面片段进行拼接,得到所述基础讲解脚本的画面视频流;

57、将所述基础讲解脚本的朗读音频与所述画面视频流进行音画同步封装,生成所述基础讲解视频片段。

58、优选的,所述按照所述视频纠错脚本中的纠正讲解序列,合成错因纠正视频片段,包括:

59、解析定位所述视频纠错脚本中纠正讲解序列的纠错步骤节点,得到步骤节点序列;

60、关联所述步骤节点序列中各节点的画面显示指示,得到分段引导信息;

61、依据所述分段引导信息中画面指示,从所述目标试题的文本内容与所述标准答案的解题步骤中提取画面序列片段;

62、按照所述步骤节点序列的节点顺序,将所述画面序列片段拼装为串接画面流,并将所述纠正讲解序列的文本朗读音频融合至所述串接画面流,得到音画同步流;

63、将所述音画同步流编码封装为标准视频文件格式,得到所述错因纠正视频片段。

64、优选的,所述依据所述播放顺序信息,将所述错因纠正视频片段插入至所述基础讲解视频片段中对应重难点讲解位置之后,得到所述目标试题的自适应辅学视频,包括:

65、依据所述播放顺序信息中错因纠正视频片段的播放序列,定位所述基础讲解视频片段中各重难点讲解位置的视频段结束时间戳;

66、按照所述视频段结束时间戳,将所述错因纠正视频片段插入所述基础讲解视频片段中所述视频段结束时间戳之后,得到插入视频流;

67、将所述插入视频流与所述错因纠正视频片段进行标准封装,得到所述自适应辅学视频。

68、有益效果

69、本发明通过构建错因关联图谱,将知识点和错因类型抽象为图结构的顶点和边,从而能够以数据驱动的方式,自动分析并编排视频片段的播放顺序和逻辑关系。这使得最终生成的自适应视频流不再是静态片段的简单堆叠,而是一个逻辑连贯、结构严谨的动态视频内容,显著提升了视频内容生成的自动化与智能化水平。

70、本发明能够定位用户错误对应的重难点讲解位置,并将相关的错因纠正视频片段动态封装并插入基础讲解视频的指定时间戳位置。这种方法避免了向用户终端传输包含所有可能错误讲解的冗长、完整的视频文件,有效减少了不必要的数据传输,节省了网络带宽资源。

71、本发明通过逆向解析解题过程并生成错因列表,能够自动创建与基础讲解内容逻辑强相关的纠错视频片段。再结合错因关联图谱的纵向传播与横向串联逻辑,确保了插入的纠错片段与基础讲解片段在内容上无缝衔接、逻辑上层层递进。这解决了现有技术中视频片段拼接逻辑性差、内容割裂的技术问题,为用户提供了流畅、连贯的观看体验。