欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202510383327X
申请人: 桂林理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于大学英语学习的口语对话质量评估方法,其特征在于,包括:基于英语为母语的人员的至少一个样本对话内容,构建得到对话知识数据库;

获取口语对话语音,按照时间顺序,将口语对话语音分割为至少一个实际对话框;

基于口语对话语音和对话知识数据库,识别得到对话应用场景;

基于对话应用场景,进行不合理内容的识别,得到语义误解部分;

对语义误解部分的不合理程度进行分析,得到误解程度系数;

分析得到实际对话框的发音问题程度和发起反应速度;

基于语义误解占比的分析,综合得到对话连贯性指数;

形成发音问题程度、发起反应速度和对话连贯性指数的权重,使用对应的权重对发音问题程度、发起反应速度和对话连贯性指数进行叠加,得到质量评估值;

使用样本对话内容得到质量评估值范围;

计算质量评估值超出质量评估值范围的部分的占比,作为识别比例;

当识别比例越大时,则口语对话质量越低。

2.根据权利要求1所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述基于英语为母语的人员的至少一个样本对话内容,构建得到对话知识数据库包括以下步骤:基于音色,对样本对话内容按照时间顺序进行分割,得到至少一个样本对话框,样本对话框内包含同一个人的口语内容,相邻样本对话框包含的口语内容属于不同的人;

将对样本对话内容的样本对话框按照时间顺序排序,得到样本对话序列,对样本对话序列中的样本对话框按顺序进行编号;

使用神经网络模型,构建语义识别模型;

使用语义识别模型,在样本对话序列中对样本对话框的语义进行识别,得到样本对话框语义;

当两个样本对话框的样本对话框语义存在关联时,则将两个样本对话框建立对应关系;

形成至少一个关联对话集合,关联对话集合由同一个样本对话内容的样本对话框构成,关联对话集合中任意两个样本对话框均为对应关系;

对生成关联对话集合的样本对话内容进行语义识别,得到样本语义;

在大数据中,检索与样本语义表达相同语义的至少一个对话文本,获取对话文本的发生情境,对发生情境进行特征提取,得到至少一个应用特征;

统计应用特征的出现次数,作为应用特征的权重;

对发生情境的应用特征的权重进行累加,得到判断值;

将判断值最大的发生情境,作为关联对话集合的发生情境,将关联对话集合及其对应的发生情境汇总为对话知识数据库。

3.根据权利要求2所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述按照时间顺序,将口语对话语音分割为至少一个实际对话框包括以下步骤:基于音色,对口语对话语音按照时间顺序进行分割,得到至少一个实际对话框,实际对话框内包含同一个人的口语内容,相邻实际对话框包含的口语内容属于不同的人,按时间顺序对实际对话框进行编号。

4.根据权利要求3所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述基于口语对话语音和对话知识数据库,识别得到对话应用场景包括以下步骤:对口语对话语音的实际对话框进行语义识别,得到实际对话框语义;

当两个实际对话框的实际对话框语义存在关联时,则将两个实际对话框建立对应关系;

形成至少一个实际对话集合,实际对话集合由实际对话框构成,实际对话集合中任意两个实际对话框均为对应关系;

获取与实际对话集合重复部分最大的关联对话集合,并匹配至实际对话集合,将关联对话集合的发生情境匹配至对应的实际对话集合;

对口语对话语音的实际对话集合对应的发生情境进行去重汇总,得到对话应用场景。

5.根据权利要求4所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述进行不合理内容的识别,得到语义误解部分包括以下步骤:将与对话应用场景重合度最大的发生情境对应的关联对话集合,作为初步关联对话集合;

将至少一个实际对话框的其中一个,作为目标实际对话框;

将包含目标实际对话框的实际对话集合,作为目标实际对话集合;

将元素个数与目标实际对话集合一致的初步关联对话集合,作为次级关联对话集合;

将与目标实际对话集合重合部分最大的次级关联对话集合,作为目标关联对话集合;

将目标关联对话集合中的样本对话框按顺序排列,得到第一序列,将目标实际对话集合中的实际对话框按顺序排列,得到第二序列;

将第一序列与第二序列中位置相同的样本对话框和实际对话框建立对应关系,将目标实际对话框对应的样本对话框,作为目标样本对话框;

获取目标实际对话框中与目标样本对话框不同的部分,作为可疑部分;

基于大数据,获取口语常用的关键词,对关键词进行分类,同类的关键词的语义相同;

对可疑部分使用同类的关键词进行替换,获取可疑部分替换后的所有替换情况;

在每种替换情况下,重新获取目标实际对话框中与目标样本对话框不同的部分,作为不合理部分,并重新获取目标实际对话框中与目标样本对话框相同的部分,作为合理部分;

将长度最小的不合理部分,作为语义误解部分;

当目标实际对话框遍历至少一个实际对话框时,得到至少一个语义误解部分。

6.根据权利要求5所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述对语义误解部分的不合理程度进行分析,得到误解程度系数包括以下步骤:在目标样本对话框中除去语义误解部分对应的合理部分,得到参考部分;

基于大数据,统计两个关键词同步出现的概率,作为两个关键词的关联度;

获取语义误解部分中的关键词与参考部分中关键词的所有组合可能,得到至少一个关键词组;

对至少一个关键词组中关键词的关联度取均值后再取倒数,得到误解程度系数。

7.根据权利要求6所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述分析得到实际对话框的发音问题程度和发起反应速度包括以下步骤:使用英语单词的标准发音与样本对话内容进行对比,得到至少一个样本发音;

统计按时间顺序相邻的样本发音的时间间隔的最小值,作为特征时间;

对实际对话框中的内容进行发音间隔识别,将发音间隔时间大于特征时间的点位,作为分割点;

将相邻的分割点之间的实际对话框中的内容,作为实际单词发音;

获取发音与实际单词发音差距小于预设值的单词,作为疑似单词,汇总疑似单词集合,将疑似单词集合中与实际单词发音差距最小的疑似单词作为目标单词,使用目标单词对实际对话框中的实际单词发音所在位置进行替换,得到实际变更对话框,预设值为基于经验值设置的参数;

当实际变更对话框与实际对话框的语义一致时,则统计目标单词的标准发音与实际单词发音的差距,作为局部问题程度,否则,将目标单词在疑似单词集合中删除,并重复上一步,直到统计出局部问题程度为止;

对局部问题程度进行累加,得到发音问题程度;

对相邻的实际对话框之间的时间间隔取均值,得到发起反应速度。

8.根据权利要求7所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述基于语义误解占比的分析,综合得到对话连贯性指数包括以下步骤:将语义误解部分在口语对话语音中的占比与语义误解部分的误解程度系数相乘并累加,得到对话连贯性指数。

9.根据权利要求8所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述形成发音问题程度、发起反应速度和对话连贯性指数的权重包括以下步骤:基于层次分析法,形成发音问题程度、发起反应速度和对话连贯性指数的权重。

10.根据权利要求9所述的一种用于大学英语学习的口语对话质量评估方法,其特征在于,所述使用样本对话内容得到质量评估值范围包括以下步骤:按照与口语对话语音的质量评估值相同的方式,获取样本对话内容的质量评估值;

将样本对话内容的质量评估值的最大值和最小值,作为端点形成质量评估值范围。

我要求购
我不想找了,帮我找吧
您有专利需要变现?
我要出售
智能匹配需求,快速出售