面向智能在线教学的英语时态习题自动分类研究

随着在线教学逐渐成为常态化的教学方式之一,人们对其提出了更高质量的教学需求。各种在线教学平台及互联网上海量的教育资源大大便利了众多学习者,但同时也存在着教育资源丰富但质量参差不齐、缺乏有效的分类整合以及主要依靠人工整理等问题,这就导致人们在获取在线教育资源时往往需要花费大量的时间和精力来进行检索、甄别和整理。针对在线教育资源现存的不足,文中提出了基于自然语言处理技术的在线教育资源自动分类方法,并以中学英语语法重点内容八大英语时态的习题自动分类为例,收集了线上及线下共9万余条时态类习题,通过数据清洗,最终选择3万余条语句构建数据集,并构建BERT微调文本分类模型,通过训练模型实现了对八大时态的自动分类,整体分类准确率达到86.15%,其中对一般现在时的识别准确率最高,达到93.88%。可以一定程度上满足中学英语时态类教育资源自动分类整理、习题智能批改及个性化推送、智能问答等现实需要,为提高在线教学质量,整合在线教育资源提供可行的思路和解决方案。

基于表面等离子体共振的光纤温度传感器

设计了一种基于表面等离子体共振(SurfacePlasmonResonance,SPR)的光纤温度传感器。将单模光纤和多模光纤端面研磨成楔形并进行拼接,在单模光纤的研磨面上镀制50nm金膜形成Kretschmann结构,然后涂覆一层聚二甲基硅氧烷(PDMS)作为温度敏感介质实现温度传感。实验结果表明:该传感器在20℃到70℃之间,最高灵敏度能达到-4.15nm/℃,远超过其他类型的光纤温度传感器的灵敏度;由于光纤中的光束以基模传输,该传感器相比于其它SPR光纤温度传感器具有更窄的半高宽和更优的品质因数;另外,该传感器具有较高的稳定性,温度标准差最大为0.14℃。该传感器结构简单,成本低廉,有望在工业领域内得到广泛的应用。

阶跃折射率多模光纤包层等离子体共振传感器

光纤表面等离子体共振(SPR)传感器通常以纤芯为共振基底,需要采用腐蚀、侧抛、研磨等复杂的加工工艺将光纤包层去除,存在倏逝波不易泄露,传感探针制作困难的问题。本文提出一种以光纤包层为SPR共振基底的阶跃折射率多模光纤包层SPR传感器。采用单模光纤与阶跃折射率多模光纤偏芯熔接结构,将单模光纤纤芯中的光直接注入多模光纤包层,并在阶跃折射率多模光纤包层外镀50 nm金膜。在探针传感段,光场能量全部分布在阶跃折射率多模光纤包层中,发生SPR效应充分。与传统光纤包层SPR传感结构相比,该传感器能够获得更深的共振谷,折射率测量范围为1.333~1.385 RIU时,传感器的平均灵敏度可达2307 nm/RIU,本文亦对传感段多模光纤纤芯直径与长度不同参数的影响进行了探究。本文提出的阶跃折射率多模光纤包层SPR传感器制作简单,有效解决了光纤包层与空气界面不易获得倏逝波的问题。

基于表面等离子体共振的光纤温度传感器

设计了一种基于表面等离子体共振(SPR)的光纤温度传感器。将单模光纤和多模光纤端面研磨成楔形并进行拼接,在单模光纤的研磨面上镀制厚度为50 nm的金膜以形成Kretschmann结构,然后涂覆一层聚二甲基硅氧烷(PDMS)作为温度敏感介质来实现温度传感。实验结果表明:当温度为20～70℃时,该传感器的灵敏度的绝对值最大可达到4.15 nm/℃,远大于其他类型的光纤温度传感器的灵敏度;与其他SPR光纤温度传感器相比,该传感器具有更窄的半峰全宽和更优的品质因数;该传感器具有较高的稳定性,其最大的温度标准差为0.14℃。该传感器结构简单,制作成本低廉,有望在工业领域内得到广泛应用。