买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京贝湾信息科技有限公司

摘要：本发明公开了一种基于深度学习的精简单词智能管理系统及方法，属于数据管理技术领域。本发明系统包括：单词数据库管理模块、词汇量测试模块、用户答题数据分析模块、待学习单词列表生成与更新模块以及学习记录管理与反馈模块；单词数据库管理模块负责单词的存储、更新和难度评分计算；词汇量测试模块创建测试题目并记录用户答题数据；用户答题数据分析模块用于预测用户词汇量；待学习单词列表生成与更新模块根据用户特征向量生成个性化学习列表；学习记录管理与反馈模块提供学习记录管理和个性化学习路径建议。本发明可为用户提供个性化的词汇量测试和学习路径管理，有助于提高用户的词汇量掌握情况和学习效率。

主权项：1.一种基于深度学习的精简单词智能管理方法，其特征在于：所述方法包括以下步骤：步骤S100.用户首次通过客户端启动单词学习应用，服务器端创建词汇量测试，生成若干测试题目；将生成的词汇量测试题目推送至客户端，由用户进行词汇量测试；步骤S200.用户完成词汇量测试，客户端将用户的答题数据上传至服务器，服务器对用户的答题数据进行分析，从而得到用户词汇量预测结果；步骤S300.根据服务器对用户的答题数据的分析，构建用户词汇量特征向量；根据用户词汇量特征向量，服务端通过基于自注意力机制的深度学习模型，得到用户已经掌握的单词的概率分布；步骤S400.服务端根据用户已掌握单词的概率分布的预测结果，生成待学习单词列表；每隔一天，都根据用户前一天的学习记录进行一次待学习单词列表的更新，从而得到个性化学习路径；所述步骤S300包括：S301.对于每个用户，根据用户的答题数据，得到用户在每个单词簇的掌握比例，构建一个n维特征向量，且n等于单词簇的数量；将每个用户的n维特征向量关联到相应的用户ID上，从而构成用户词汇量特征向量VID，且VID＝{v1,v2,...,vn}，其中，v1表示用户对第1个单词簇的正确率，v2表示用户对第2个单词簇的正确率，以此类推，vn表示用户对第n个单词簇的正确率；S302.将用户词汇量特征向量VID进行加权求和，得到上下文编码K，上下文编码K的具体计算公式为：K＝Σj∈[1,n]αjVj，其中，αj表示第j个单词簇的权重，Vj表示第j个单词簇的正确率，且j取1到n的正整数；其中αj的具体计算公式为：αj＝expej[Σj∈[1,n]expej]，ej＝ReLUWqVjTWxVID，其中，ej表示第j个单词簇的激活值；ReLU表示修正线性单元函数；Wq和Wx表示参数矩阵，用于根据用户词汇量特征向量中的每个单词簇的特征向量得到注意力得分；利用上下文编码K得到用户已掌握单词的概率分布的预测结果Y，且Y＝softmaxW0K，其中W0表示输出层的参数矩阵。

全文数据：

权利要求：

百度查询： 南京贝湾信息科技有限公司 一种基于深度学习的精简单词智能管理系统及方法