本发明涉及人工智能领域，特别涉及一种外语教学自适应学习方法及计算机可读存储介质。
背景技术：
随着外语教育的普及，家长对孩子接受外语教育的诉求也越来越强烈。目前应用教育还普遍存在价格高，老师质量参差不齐，上课不方便等缺点。
现有的学生授课方式，常见的有以下两种方式，例如：1.线下中教/外教课堂授课，学生定期到线下机构上课。这种方式普遍存在价格高，路程远，不够便捷。2.线上教师教学视频一对一，一对多教学。这种方式普遍存在网络状态差导致视频模糊或卡顿，时差原因导致线上老师状态不好，约课难。除此之外，两种方式都存在以下重要问题：1.不能随时随地学习。2.授课内容不能个性化。3.授课方式不能个性化。4.缺乏长期，持续的指导反馈。
申请号为cn201710183152.3的“一种基于机器人的儿童英语交互方法以及机器人”公开了一种英语教学的机器人交互方法，采集儿童用户的语音回应并解析，判断语音回应是否与英语内容匹配，根据匹配情况生成并输出多模态交互数据。但只能简单判断儿童的输入内容是否与教学内容进行匹配来判断掌握情况，并不能更大限度地实现个性化教学。
技术实现要素：
本发明提供了一种外语教学课堂内容推荐方法、课堂内容推荐模型生产方法、课堂内容推荐模型和课堂内容推荐自适应调整方法，具有便于更高程度实现个性化教学的特点。
本发明还提供了一种外语教学自适应学习方法，具有能够更高程度实现个性化教学的特点。
本发明还提供了一种计算机可读存储介质，具有能够便于实施上述任何一种方法的特点。
根据本发明提供的一种外语教学课堂内容推荐方法，包括，
根据客户端用户对不同学习形式和/或知识点内容的兴趣程度和学习效果，综合评定适合的课堂内容推荐给客户端用户；其中，
学习形式包括但不仅限于跟读、问答、游戏和视频学习中的至少两种；
兴趣程度包括但不仅限于喜欢、一般和不喜欢，和/或分数打分的程度划分；
学习效果包括但不仅限于好、一般和不好，和/或分数打分的程度划分；
对于兴趣程度，采集方法包括但不仅限于通过摄像头的面部表情采集、通过音频输入设备的音频采集和客户端主动评定采集中的一种或几种；
所述课堂内容包括但不限于课堂知识点内容和学习形式中的一种或几种。
所述方法还包括，根据客户端对不同学习形式和知识点内容的兴趣程度和学习效果，综合评定客户端用户适合的课堂内容时，对兴趣程度和学习效果进行加权评定。
进行加权评定的方法包括，设置包括但不仅限于年龄段、地域和性别参数中的一个参数对应的加权阈值或几个参数综合考虑对应的加权阈值，参考客户端用户所对应的参数，得到对应的兴趣程度加权值和学习效果加权值，加权评定，得出客户端用户适合的课堂内容。
年龄段越小，兴趣程度加权值越大。
根据本发明提供的一种外语教学课堂内容推荐模型生成方法，在上述课堂内容推荐方法的基础上实现，包括，
收集大量的训练数据；所述训练数据包括对应用户参数数据，不同客户端用户的不同加权值参考因素，以及适合课堂内容评定结果；所述用户参数包括但不限于年龄段、地域和性别参数中的一个参数或几个参数；
构建机器学习网络，进行机器学习训练得到所述训练数据的课堂内容推荐模型；
对课堂内容推荐模型进行验证，使用大量不同用户根据所述用户参数对所对应的适合课堂内容评定结果进行验证，如果最终兴趣程度和学习效果无法达到平均精度要求，则调整机器学习网络的不同客户端用户的不同加权值参考因素，重复训练过程和验证过程，直至最终兴趣程度和学习效果达到平均精度要求，得到最终课堂内容推荐模型。
根据本发明提供的一种外语教学课堂内容推荐模型，采用上述课堂内容推荐模型生成方法实现，包括，
参数输入接口，用于输入包括但不限于年龄、地域和性别参数中的一个参数或几个参数的用户参数；
适合课堂内容评定单元，根据输入的包括但不限于年龄、地域和性别参数中的一个参数或几个参数，经过加权评定后，得到适合的课堂内容；
课堂内容推荐输出接口，将得到的时候的课堂内容输出到客户端；
所述年龄为具体年龄或年龄段。
根据本发明提供的一种外语教学课堂内容推荐自适应调整方法，在上述课堂内容推荐方法或课堂内容推荐模型的基础上实现，包括，
实时采集客户端用户对推荐的课堂内容的兴趣程度和学习效果，作为训练数据加入针对相应客户端用户的个性化课堂内容推荐模型的训练数据库；对所述相应客户端的个性化课堂内容模型进行实时训练更新。
所述自适应调整推荐的具体方法包括，根据相邻或相似度从大到小的用户参数对应的推荐课堂内容顺序，依次推荐给客户端用户，并实时采集客户端用户对推荐的课堂内容的兴趣程度和学习效果，作为训练数据加入针对相应客户端用户的个性化课堂内容推荐模型的训练数据库。
根据本发明提供的一种外语教学自适应学习方法，在上述课堂内容推荐模型的基础上实现，包括，
客户端输入用户参数；
服务端接收用户参数，并根据用户参数输出外语程度测试问卷到客户端；
客户端接收所述测试问卷，并根据外语程度测试问卷输入测试答案；
服务端根据测试答案评定客户端用户外语程度，并根据客户端用户外语程度和用户参数得到相应的课堂内容推荐；
服务端输出课堂内容推荐结果到客户端；
客户端根据推荐的课堂内容进行外语学习；
服务端实时采集客户端兴趣程度和学习效果，如果兴趣程度和/或学习效果无法达到设置要求，则对课堂内容进行自适应调整推荐。
根据本发明提供的一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种方法的计算机程序。
与现有技术相比，本发明技术方案能够更好地实现个性化教学，因材施教，提升教学质量。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本说明书(包括摘要)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
根据本发明提供的一种外语教学课堂内容推荐方法，包括，
根据客户端用户对不同学习形式和/或知识点内容的兴趣程度和学习效果，综合评定适合的课堂内容推荐给客户端用户；其中，
学习形式包括但不仅限于跟读、问答、游戏和视频学习中的至少两种；
兴趣程度包括但不仅限于喜欢、一般和不喜欢，和/或分数打分的程度划分；
学习效果包括但不仅限于好、一般和不好，和/或分数打分的程度划分；
对于兴趣程度，采集方法包括但不仅限于通过摄像头的面部表情采集、通过音频输入设备的音频采集和客户端主动评定采集中的一种或几种；
所述课堂内容包括但不限于课堂知识点内容和学习形式中的一种或几种。
作为本发明的实施方案，推荐的课堂内容可以仅包括学习形式，也可以仅是知识点内容，或仅是其他本领域技术人员很容易获知的内容，或是几种内容的结合。其中，对于学习形式包括但不仅限于除本发明申请记载的种类以外，本领域技术人员很容易获得的其他种类；例如，对于颜色知识点，学习形式包括植物、动物和风景等。根据采集的用户对不同学习形式的兴趣程度和学习效果来判断适合用户的学习形式；根据采集的用户对不同知识点内容的兴趣程度和学习效果来判断适合用户的知识点内容。
对于兴趣程度的采集，可以是通过摄像头的面部表情的采集，来判断用户现在的状态为高兴、生气、平淡或焦虑等，从而实现进一步判断用户的兴趣程度；也可以是通过音频输入设备的音频采集，通过用户的声音或语音(例如欢快、平静、沉闷或厌烦)来判断用户现在的状态为高兴、生气、平淡或焦虑等，从而实现进一步判断用户的兴趣程度；也可以直接由用户输入兴趣程度来采集。兴趣程度可以是打分制的，例如0到10分的十分制打分方式，或0到100分的百分制打分方式，也可以是简单的程度分类，例如喜欢、一般和不喜欢的程度分类，或很喜欢、喜欢、一般、不喜欢和很不喜欢的程度分类。
对于学习效果的采集，可以是打分制的，例如0到10分的十分制打分方式，或0到100分的百分制打分方式，也可以是简单的程度分类，例如喜欢、一般和不喜欢的程度分类，或很喜欢、喜欢、一般、不喜欢和很不喜欢的程度分类。
本发明方案，便于找到适合个体用户定制化学习方式和知识点内容，更好地实现个性化教学，因材施教，提升教学质量。
所述方法还包括，根据客户端对不同学习形式和知识点内容的兴趣程度和学习效果，综合评定客户端用户适合的课堂内容时，对兴趣程度和学习效果进行加权评定。
对于兴趣程度和学习效果的评定因素，综合评定客户端用户适合的课堂内容时，其计算方法可以不同，作为本发明技术方案的一种具体实施方式，对兴趣程度和学习效果进行加权评定，根据重要性就要兴趣程度和学校效果相同或不同的加权值，可以是加权相加，或者加权后的其他计算方法。
作为本发明的一种具体实施方式，进行加权评定的方法包括，设置包括但不仅限于年龄段、地域和性别参数中的一个参数对应的加权阈值或几个参数综合考虑对应的加权阈值，参考客户端用户所对应的参数，得到对应的兴趣程度加权值和学习效果加权值，加权评定，得出客户端用户适合的课堂内容。对于加权值的确定，可以仅考虑年龄段的因素，也可以仅考虑地域的因素，也可以仅考虑性别的因素，当有两个以上参数时，也可以考虑两个以上的综合因素，以期得到最佳的加权值。根据各种因素考虑更注重相应用户的兴趣程度还是学习交过，从而根据用户参数确定最终兴趣程度和学习效果各自的加权值。
作为本发明的一种实施方式，年龄段越小，兴趣程度加权值越大。例如，对于儿童，应该保持其的兴趣程度为首要考虑条件，保证在有足够的学习兴趣的情况下再考虑学习效果；而对于成年人，则以其学习效果为首要考虑条件，保证在有比较好的学习效果的基础上，参考兴趣程度。
根据本发明提供的一种外语教学课堂内容推荐模型生成方法，在上述课堂内容推荐方法的基础上实现，包括，
收集大量的训练数据；所述训练数据包括对应用户参数数据，不同客户端用户的不同加权值参考因素，以及适合课堂内容评定结果；所述用户参数包括但不限于年龄段、地域和性别参数中的一个参数或几个参数；
构建机器学习网络，进行机器学习训练得到所述训练数据的课堂内容推荐模型；
对课堂内容推荐模型进行验证，使用大量不同用户根据所述用户参数对所对应的适合课堂内容评定结果进行验证，如果最终兴趣程度和学习效果无法达到平均精度要求，则调整机器学习网络的不同客户端用户的不同加权值参考因素，重复训练过程和验证过程，直至最终兴趣程度和学习效果达到平均精度要求，得到最终课堂内容推荐模型。
采用上述方法构建外语教学课堂内容推荐模型，便于利用模型快速得出个性化的课堂内容推荐结果。
根据本发明提供的一种外语教学课堂内容推荐模型，采用上述课堂内容推荐模型生成方法实现，包括，
参数输入接口，用于输入包括但不限于年龄、地域和性别参数中的一个参数或几个参数的用户参数；
适合课堂内容评定单元，根据输入的包括但不限于年龄、地域和性别参数中的一个参数或几个参数，经过加权评定后，得到适合的课堂内容；
课堂内容推荐输出接口，将得到的时候的课堂内容输出到客户端；
所述年龄为具体年龄或年龄段。
年龄的输入可以是具体的年龄值，如6岁，也可以是一个年龄段的输入或选择，如选择4岁到6岁。
将所述课堂内容推荐模型应用于课堂内容推荐系统或设备，便于客户端在用户参数的设置下，快速得出个性化的课堂内容推荐结果。
根据本发明提供的一种外语教学课堂内容推荐自适应调整方法，在上述课堂内容推荐方法或课堂内容推荐模型的基础上实现，包括，
实时采集客户端用户对推荐的课堂内容的兴趣程度和学习效果，作为训练数据加入针对相应客户端用户的个性化课堂内容推荐模型的训练数据库；对所述相应客户端的个性化课堂内容模型进行实时训练更新。
所述自适应调整推荐的具体方法包括，根据相邻或相似度从大到小的用户参数对应的推荐课堂内容顺序，依次推荐给客户端用户，并实时采集客户端用户对推荐的课堂内容的兴趣程度和学习效果，作为训练数据加入针对相应客户端用户的个性化课堂内容推荐模型的训练数据库。
由于个体的差异性，上述课堂内容推荐方法或课堂内容推荐模型所有的用户个体，因此根据用户个体的差异性特点，来适应性调整推荐的课堂内容，可以进一步增强个体性学习的适应性，得到更好的用户体验和学习效果。
根据本发明提供的一种外语教学自适应学习方法，在上述课堂内容推荐模型的基础上实现，包括，
客户端输入用户参数；
服务端接收用户参数，并根据用户参数输出外语程度测试问卷到客户端；
客户端接收所述测试问卷，并根据外语程度测试问卷输入测试答案；
服务端根据测试答案评定客户端用户外语程度，并根据客户端用户外语程度和用户参数得到相应的课堂内容推荐；
服务端输出课堂内容推荐结果到客户端；
客户端根据推荐的课堂内容进行外语学习；
服务端实时采集客户端兴趣程度和学习效果，如果兴趣程度和/或学习效果无法达到设置要求，则对课堂内容进行自适应调整推荐。
本发明的自适应学习方法，能够很大程度地实现个性化教学，因材施教，提升教学质量。
根据本发明提供的一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种方法的计算机程序。