期刊文献+

人工智能技术在思政课教学质量评价中的应用 被引量:2

下载PDF
导出
摘要 如何客观、量化地评价思想政治课程的教学质量是一项难点工作。本文提出一种以人工智能为技术支撑,通过教室监控视频分析学生课堂上的行为表现,通过教师授课语音的文字识别和语音情感识别来分析教学内容和教学方法,并结合教学课件统计高频词汇,从而构建起的一套智能化的教师思政课教学质量综合评价方法。该方法的实施应用能够帮助任课教师了解学生对所授知识理解、认同的程度,进而辅助教师改进教学方式方法,提高学生听课的效率。同时,它也有助于教学管理部门及时获取各个班级、各门课程和各位教师教学质量的量化评价指标。
出处 《戏剧之家》 2020年第16期114-116,共3页 Home Drama
基金 江苏高校哲学社会科学研究思政专项“高校思想政治教育‘双线’智能化评价机制研究” 项目编号:2017SJBFDY490
  • 相关文献

参考文献6

二级参考文献93

  • 1隋云翔,刘平.非言语沟通与课堂教学[J].现代中小学教育,1991,7(4):50-52. 被引量:7
  • 2詹永照,曹鹏.语音情感特征提取和识别的研究与实现[J].江苏大学学报(自然科学版),2005,26(1):72-75. 被引量:16
  • 3蒋丹宁,蔡莲红.基于语音声学特征的情感信息识别[J].清华大学学报(自然科学版),2006,46(1):86-89. 被引量:38
  • 4俞士汶,朱学锋,王惠,张芸芸.现代汉语语法信息词典规格说明书[J].中文信息学报,1996,10(2):1-22. 被引量:34
  • 5张建平.大词汇量自然连续语音识别中的语言模型和理解算法研究.博士论文[M].北京:清华大学,1999..
  • 6徐波.汉语非特定人听写机系统研究和集成.博士论文[M].北京:中国科学院自动化研究所,1997..
  • 7Schuller B,Rigoll G,Lang M.Hidden Markov model-based speech emotion recognition[C]// IEEE International Conference on Acoustics,Speech,& Signal Processing.Hongkong,China,2003:401-404.
  • 8Ayadi M,Kamel M,Karray F.Speech emotion recognition using Gaussian mixture vector autoregressive models[C]// IEEE International Conference on Acoustics,Speech,& Signal Processing.Honolulu,Hawaii,USA,2007:IV-957-IV-960.
  • 9de Cheveigné A,Kawahara H.YIN,a fundamental frequency estimator for speech and music[J].Journal Acoustical Society of America,2002,111(4):1917-1930.
  • 10Nogueiras A,Moreno A,Bonafonte A,et al.Speech emotion recognition using hidden Markov models[C]// Proceedings of Eurospeech.Aalborg,Denmark,2001:2679-2682.

共引文献276

同被引文献14

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部