首页 / 专利库 / 人工智能 / 候选译文 / 不完全提示造句系统及其方法

不完全提示造句系统及其方法

阅读:195发布:2020-07-30

专利汇可以提供不完全提示造句系统及其方法专利检索,专利查询,专利分析的服务。并且一种不完全提示造句系统及其方法,其中该系统包含:句型 数据库 、出题决定模 块 、处理输出模块、输入接受模块及结果比对模块;该方法包含下列步骤:开始进行提示造句训练并决定出题模式、然后获取出句型样本数据开始进行出题内容的输出、接着由学习者开始输入程序并于输入完成之后进行输入内容比对的动作、及最后学习者完成所有的提示造句训练。其可采用多种提示出题的模式,让学习者在造句训练过程中能够确实掌握住句型中重要组成单元所在,针对重点进行加强反复训练,以达到对于外语造句的灵活运用,进而培养出熟练的外语造句能 力 。,下面是不完全提示造句系统及其方法专利的具体信息内容。

1.一种不完全提示造句系统,其针对训练句型中重要的关键组成单 元,以不同的片段提示内容及出题模式,来培养学习者对于外语句型结构的 掌握及外语造句的运用,该系统包含:一句型数据库,其特征在于,该句型 数据库,用以储存至少一组句型样本数据,作为进行造句练习时出题之用; 还包括:
一出题决定模,用以从该句型数据库中获取该句型样本数据,并决 定该句型样本数据的一出题模式;
一处理输出模块,用以根据该出题模式对获取出的该句型样本数据进 行一分割重组程序,产生一重组句型后加以输出;
一输入接受模块,用以接受学习者经由使用者操作接口来进行一输入 程序;及
一结果比对模块,用以根据学习者的输入内容进行实时的比对,并将 比对结果加以输出。
2.如权利要求1所述的不完全提示造句系统,其特征在于,所述 的句型样本数据包含一原始句型内容、一上下文内容、及一句型关联提示 数据内容。
3.如权利要求2所述的不完全提示造句系统,其特征在于,所述 的句型关联提示数据内容的型态包含文字、语音、图片及动画。
4.如权利要求2所述的不完全提示造句系统,其特征在于,所述 的句型关联提示数据内容包含若干个与该原始句型内容相关的片段图像、 片段译文及片段候选词。
5.如权利要求1所述的不完全提示造句系统,其特征在于,所述 的出题模式包含一重组式造句模式、一问答式造句模式及一筛选式问答造 句模式。
6.如权利要求1所述的不完全提示造句系统,其特征在于,所述 的分割重组程序包含暂存该原始句型内容、分割该原始句型内容及分割结 果随机乱序重组的部分。
7.如权利要求1所述的不完全提示造句系统,其特征在于,所述 的重组句型中包含学习者不可进行操作的若干个句型引导单元及可进行 操作的若干个句型组成单元。
8.一种不完全提示造句方法,其针对训练句型中重要的关键组成 单元,以不同的片段提示内容及出题模式,来培养学习者对于外语句型结 构的掌握及外语造句的运用,该方法包含下列步骤:
进行提示造句训练并决定一出题模式;
获取一句型样本数据开始进行出题内容输出;
学习者开始一输入程序并于输入完成之后进行输入内容比对;及
学习者完成所有提示造句训练。
9.如权利要求8所述的不完全提示造句方法,其特征在于,所述 的出题模式包含一重组式造句模式、一问答式造句模式及一筛选式问答造 句模式。
10.如权利要求8所述的不完全提示造句方法,其特征在于,所述 的句型样本数据包含一原始句型内容、一上下文内容、及一句型关联提示 数据内容。
11.如权利要求10所述的不完全提示造句方法,其特征在于,所述 的句型关联提示数据内容的型态包含文字、语音、图片及动画。
12.如权利要求10所述的不完全提示造句方法,其特征在于,所述 的句型关联提示数据内容包含若干个与该原始句型内容相关的片段图像、 片段译文及片段候选词。
13.如权利要求8所述的不完全提示造句方法,其特征在于,所述 的获取该句型样本数据开始进行出题内容输出的步骤,还包含下列步骤:
读取该句型样本数据;
读取该出题模式;及
依照该出题模式将该句型样本数据进行一分割重组程序产生一重组 句型输出。
14.如权利要求13所述的不完全提示造句方法,其特征在于,所述 的分割重组程序包含暂存该原始句型内容、分割该原始句型内容及分割结 果随机乱序重组的部分。
15.如权利要求13所述的不完全提示造句方法,其其特征在于,所述 的重组句型中包含学习者不可进行操作的若干个句型引导单元及可进行操作 的若干个句型组成单元。

说明书全文

技术领域

发明涉及一种计算机辅助外语造句的训练系统及其方法,特别涉及 一种可借助多种不完全提示出题模式,使学习者掌握句型中的组成单元, 进而能培养造句能的系统及其方法。

背景技术

“造句”,是外语学习过程中一项重要而且必须的训练,在过去传统 的课堂教学过程中,往往都是由教学者提供几种较为常见的固定句型,再 通过不断的例句复制、例句替换来让学习者进行训练,这样的造句训练强 调的都是学习者是否熟悉句型结构,而对于如何掌握与应用构成句型中的 个别组成单元并没有进行重点练习,以致于学习者在最后造句时仅能够掌 握句子的整体雏形,但对于应用在句子中的各个组成单元的时态变化、用 词属性…等细节部分却没有更深入地具体了解。此外,传统固定填鸭式的 教学学习模式和内容,让学习者仅能够从固定少数的例句练习中去学习外 语造句,并无法提供学习者更多的思考空间,当然也无法建立起学习者自 己的思考习惯。这样,学习者在实际的场合中,很难即时造出句型完整、 时态适当及属性正确的句子。
近年来,随着计算机技术的发达,已经出现许多以计算机作为辅助工 具来进行外语造句训练的应用软件,但从整体来看,这些计算机应用软件 对于传统外语造句训练的教学模式虽然多已进行改良,但是仍然偏重于整 合性的造句练习层面,而对于造句过程中个别组成单元要素却没有重点 突出,所以对于那些还没有能力独立创造完整句子的程度较低的学习者们 来说,这样的整合性造句训练内容很可能过于困难,超过学习者的能力, 因此若是想要在短时间内能够跨越学习障碍槛,似乎就不是那么的容 易这样,就可能会造成学习者即使花费大量的时间和精力,却仍然没有办 法学习到外语造句的精髓,不但降低了学习者继续训练的意愿,更可能会 使学习者丧失对于外语造句的信心。因此,如何妥善运用先进的计算机科 技,配合最适当的外语造句训练模式,使学习者可以不用花费大量的时间, 便可以通过计算机辅助的方式进行各式各样句型例句的反复练习训练,另 外可以通过计算机各种不同的出题模式来加强对句型中重点组成单元的 灵活应用,更可以通过渐进式的不完全提示训练方式,让学习者确实掌握 句型例句的核心所在...,这些应该是目前外语造句训练中学习者所急需, 而开发厂商所应努力的重点方向。

发明内容

本发明的目的在于提供一种不完全提示造句的系统及其方法,其可利 用多种不完全提示出题的模式,让学习者在造句训练的过程中能够很轻松 地掌握句型中重要的组成单元并加强反复训练,从而达到造句能力养成的 系统及其方法。
为达到上述目的,本发明所提供的不完全提示造句系统,其针对训练句 型中重要的关键组成单元,以不同的片段提示内容及出题模式,来培养学习 者对于外语句型结构的掌握及外语造句的运用,该系统包含:一句型数据库, 用以储存至少一组句型样本数据,作为进行造句练习时出题之用;一出题决 定模,用以从该句型数据库中获取该句型样本数据,并决定该句型样本 数据的一出题模式;一处理输出模块,用以根据该出题模式对获取出的该 句型样本数据进行一分割重组程序,产生一重组句型后加以输出;一输入 接受模块,用以接受学习者经由使用者操作接口进行的一输入程序;及一 结果比对模块,用以根据学习者的输入内容进行实时的比对,并将比对结 果加以输出。
所述的句型样本数据包含一原始句型内容、一上下文内容、及一句型 关联提示数据内容;该句型关联提示数据内容的型态包含文字、语音、图 片及动画;其包含若干个与该原始句型内容相关的片段图像、片段译文及 片段候选词;该出题模式包含一重组式造句模式、一问答式造句模式及一 筛选式问答造句模式;该分割重组程序包含暂存该原始句型内容、分割该 原始句型内容及分割结果随机乱序重组的部分;该重组句型中包含学习者 不可进行操作的若干个句型引导单元及可进行操作的若干个句型组成单 元。
根据本发明,还提供一种不完全提示造句方法,其针对训练句型中重要 的关键组成单元,以不同的片段提示内容及出题模式,来培养学习者对于外 语句型结构的掌握及外语造句的运用,该方法包含下列步骤:进行提示造句 训练并决定一出题模式;获取一句型样本数据开始进行出题内容输出;学 习者开始一输入程序并于输入完成之后进行输入内容比对;及学习者完成 所有提示造句训练。
所述的出题模式包含一重组式造句模式、一问答式造句模式及一筛选式 问答造句模式;该句型样本数据包含一原始句型内容、一上下文内容、及一 句型关联提示数据内容;该句型关联提示数据内容的型态包含文字、语音、 图片及动画;其包含若干个与该原始句型内容相关的片段图像、片段译文及 片段候选词;该获取该句型样本数据开始进行出题内容输出的步骤,还包含 下列步骤:读取该句型样本数据;读取该出题模式;及依照该出题模式将 该句型样本数据进行一分割重组程序产生一重组句型输出;该分割重组程 序包含暂存该原始句型内容、分割该原始句型内容及分割结果随机乱序重 组的部分;其中该重组句型中包含学习者不可进行操作的若干个句型引导 单元及可进行操作的若干个句型组成单元。
本发明通过计算机辅助的方式,针对不同造句句型中重要的个别组成 单元用不同的出题模式来进行出题,可以使学习者在最短的时间内学习到 外语造句中所有可能出现的句型类别、句子时态、用词属性等关键要素的 灵活应用;学习者也可以通过计算机辅助多元化的训练方式加深自己对于 造句训练的印象与熟悉度,用最少的时间获得最大的学习成效;同时,利 用计算机辅助来进行外语造句训练的方法必然可以减少学习者在与教学 者面对面接触时的恐惧与尴尬,学习者可随心所欲的控制操作依照自己的 学习能力、学习偏好来调整学习的环境和进度。
附图说明
图1是本发明的模块结构示意图;
图2是本发明的运行流程图
图3是本发明中的提示造句流程图;
图4-1是本发明具体实施例的一示意图;
图4-2是本发明具体实施例的另一示意图;
图4-3是本发明具体实施例的另一示意图。
图中标号、符号说明
100使用者操作接口;  200提示造句训练系统;
210句型数据库;      220出题决定模块;
230处理输出模块;    240输入接受模块;
250结果比对模块;
步骤300进行提示造句训练并决定一出题模式;
步骤400获取一句型样本数据开始进行出题内容输出;
步骤410读取该句型样本数据;
步骤420读取该出题模式;
步骤430依照该出题模式将该句型样本数据进行一分割重组程序, 产生一重组句型输出;
步骤500学习者开始一输入程序并于输入完成之后进行输入内容 比对;
步骤510学习者开始进行一输入程序;
步骤520该输入程序完成;
步骤530读取输入内容进行比对;
步骤540输出比对结果;
步骤550继续其它提示造句训练?
步骤600学习者完成所有提示造句训练。

具体实施方式

有关本发明的详细内容及技术,现配合附图说明如下:
本发明涉及一种不完全提示造句系统及其方法,首先由图1说明本发 明的系统,该图是本发明所提供的不完全提示造句系统及其方法的模块结 构图,现说明如下:
1.句型数据库210,负责储存进行造句训练出题内容的所有句型样本 数据,其中每一个句型样本数据都包含有原始句型内容(含文字及语音)、 上下文内容(含文字及语音)及句型关联提示数据内容等几个部分。特别是 在句型关联提示数据内容的部分,还包含有以各种媒体型态(如:文字、 语音、图片及动画等)所构成且与原始句型内容相关的片段内容(如:片段 图像、片段译文及片段候选词等),主要是用来依照不同的出题模式提供 所需的不同出题内容及出题型态,使学习者能够在训练过程中可以确实掌 握句型中最重要的组成单元。
2.出题决定模块220,负责从句型数据库210中以随机的方式获得要 进行出题的句型样本数据,并且在产生出题用的句型样本数据后,进一步 决定该句型样本数据的出题模式。其中出题模式可以包含重组式造句模 式、问答式造句模式及筛选式问答造句模式等模式,重组式造句模式即是 将随机乱序排列过的句型,依照片段译文提示的意思进行重组回答;而问 答式造句模式即是根据句型的上下文意思,由片段图像或者片段译文提示 中进行选择回答;至于筛选式问答造句模式则是根据句型的上下文及片段 图像提示的内容,由若干个可能的片段候选词中进行筛选回答。
3.处理输出模块230,用以根据出题决定模块220所决定的出题模式 来对获得的句型样本数据进行分割重组程序,产生出重组句型后加以输 出。其中分割重组程序包含暂存原始句型内容(暂时存放于内存中作为和 学习者输入内容进行比对用)、分割原始句型内容(产生出学习者不可进行 操作的若干个句型引导单元及学习者可进行操作的若干个句型组成单元) 及将分割结果随机乱序重组等部分。
4.输入接受模块240,学习者可以通过使用者操作接口100来进行所 有的输入程序,以如文字键入、拖曳点选或者是语音发音的方式来进行。
5.结果比对模块250,将学习者所输入的内容与先前暂存于内存中的 原始句型内容进行实时的比对,并将比对结果输出给学习者,当学习者的 输入内容不正确时,系统还能够给予学习者实时的纠正,甚至决定是否要 针对同类型的句型内容加强训练,使学习者从反复训练中对句型更加熟 悉。
接着,通过图2来说明本发明的流程,该图是本发明所提供的不完全 提示造句系统及其方法的运作流程图,说明如下:
当学习者开始进行提示造句训练时,会由出题决定模块220先决定出 题模式(步骤300);决定出题的模式(包含重组式造句模式、问答式造句 模式及筛选式问答造句模式等)之后,便从句型数据库210中获得要用来 进行出题的句型样本数据,然后便开始进行出题内容输出的过程,供学习 者参考作答之用(步骤400);此时学习者可以根据出题及提示内容开始进 行输入程序,在输入过程中系统会自动判断学习者是否已经输入完毕,当 输入完成以后,系统便开始进行输入内容的比对动作(步骤500);最后当 系统比对完成会将结果输出给学习者,至此整个提示造句训练的过程算是 告一段落(步骤600),结束整个流程。
事实上提示造句的部分是本发明的重点所在,因此以下将以图3来作 更进一步的说明,该图是本发明所提供的不完全提示造句系统及其方法的 不完全提示造句流程图,说明如下:
首先,由处理输出模块230将要进行出题的句型样本数据给读取进来 (步骤410);接着将出题模式读取进来(步骤420);然后依照出题模式将 该句型样本数据进行分割重组的动作(包含暂存原始句型内容、分割原始 句型内容及将分割结果随机乱序重组等部分),然后产生出一个重组句型 后,将重组句型(其中包含学习者不可进行操作的若干个句型引导单元及 学习者可进行操作的若干个句型组成单元)加以输出(步骤430);此时学习 者可以开始进行输入的程序,学习者可以经由使用者操作接口100,以文 字键入、拖曳点选或者是语音发音的方式针对可操作的句型组成单元来进 行操作及输入(步骤510);当学习者在输入的同时,本发明会判断学习者 的输入程序是否已经完成?(步骤520)如果尚未完成的话,那么系统将继 续回到步骤510的地方,让学习者进行输入程序的操作,如果学习者已经 输入完毕,那么系统便会继续下面的步骤,也就是将学习者所输入的内容 给读取出来和暂存在内存中的原始句型内容进行实时的比对(步骤530); 比对完成之后,便将比对的结果输出给学习者知道(步骤540),至此算是 完成了一次的造句训练过程,而系统会接着询问学习者是否要继续进行其 它的提示造句训练?(步骤550)如果学习者需要的话,则流程又再度回到 步骤300的地方重新开始另一次的提示造句训练,否则的话就将结束所有 的流程,完成学习者的提示造句训练过程。
以下我们将以图4-1、图4-2及图4-3,分别用三种不同的出题模式 来说明本发明的可行性,具体说明如下:
首先,图4-1为本发明的重组式造句模式的实施例画面,在此模式中 系统己将原始句型内容先进行分割重组程序,产生出重组句型,学习者仅 需依片段译文所提示的内容(如:“参加她的生日派对”),将句型组成单 元(即:“party”、“to”、“her”及“birthday”)依照正确的顺序排 列在句型引导单元之后(即:“She invited each of us”)即可完成回答, 完成之后系统便会根据学习者的回答进行比对,并且将比对结果输出给学 习者参考,完成提示造句训练的过程。
而图4-2是本发明的问答式造句模式的实施例画面,学习者仅需要根 据系统提出的上下文、片段图像以及片段译文,在句型引导单元后接上句 型组成单元进行作答即可。如在本实施例中系统提出的上下文为“What’s this?”,并且提供一个片段图像以及一个片段译文,此时学习者仅需要在 句型引导单元“It is”之后选择出正确的句型组成单元(如:“a”以及 “pencil”),即可完成回答,完成之后系统便会根据学习者的回答进行 比对,并且将比对结果输出给学习者参考,完成提示造句训练的过程。
图4-3则是筛选式问答造句模式的实施例画面,同样,系统会先提供 给学习者上下文以及片段图像的提示内容,之后学习者便可以开始由系统 所提供的重组句型中,如本实施例中:“a”、“bicycle”、“He”、“She”、 “ Him”、“Her”、“It”、“her”、“him”、“BE”以及“RIDE(现在进行式)” 开始进行筛选输入的动作,同样,当学习者完成所有的输入之后,系统会 根据学习者的回答进行比对,并且将比对结果输出给学习者参考,最后完 成提示造句训练的过程。
本发明虽以较佳实施例公开如上,但是它并不是用来限定本发明的范围, 任何熟习此项技艺者,在不脱离本发明的精神和范围内,可做一些更动与润 饰,因此本发明的保护范围应当以本专利申请权利要求书所界定的范围为 准。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈