层次教学及人工智能治理方法和教育机器人

本发明涉及信息，特别是涉及一种层次教学及人工智能治理方法和教育机器人。

背景技术：

1、在教育实践中，对某一个知识的泛称，多用于口语化，特指教科书上或考试的知识。知识点是知识中的最小单位，最具体的内容，有些情况也叫″考点″。比如：″今天我学到了上台演讲时候身体不要随意晃动″。显然这是一个具体的知识点。教学测试是三个主要教学环节之一，可以对教学效果、学生学习能力和学习水平提供客观、准确的评估数据，也为进一步调整教学活动提供理论依据。

2、在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术中老师根据自己备课的时间安排对各知识点进行讲解，而不管学生是否已掌握。如果老师对某个知识点的备课内容没有讲完的时候，这时候即使学生已经掌握了这个知识点，(例如有的知识点学生在别的课程里就学过，有重复，但不同课的老师并不知道，而学生出于对老师的尊重又不会主动说；又例如，有的知识点老师和学生对其难度的认知不同，有的老师认为难，花大量时间讲，其实学生认为很容易，完全没有必要费那么多时间；而有的知识点老师认为容易，花很少时间讲，其实学生认为很难，在那么短时间内完全听不懂。这种差异是由于师生不同的知识背景所造成的，是客观存在的)，老师还会继续讲完，这显然浪费了师生的时间；反之，如果老师对某个知识点的备课内容讲完的时候，这时候即使学生还没有掌握了这个知识点，老师也不会继续补充讲解，这显然造成了学生对该知识点掌握不透。实际教学中老师往往根据学生表现来确定是否继续讲解，如果采用人工智能来模拟人类老师的判断方法，人工智能又容易被学生的不懂装懂的课堂表现所欺骗。

3、因此，现有技术还有待于改进和发展。

技术实现思路

1、基于此，有必要针对现有技术中教学的缺陷或不足，提供层次教学及人工智能治理方法和教育机器人，以解决现有技术中教学的个性化程度不足的缺点。

2、第一方面，本发明实施例提供一种教学方法，所述方法包括：

3、知识点层次讲解步骤：获取所述老师讲解的当前知识点的当前层次讲解内容；

4、知识点层次测试步骤：判断被抽查的多个学生是否有大于或等于预设通过比例的学生通过了当前知识点的测试：是，则认为当前知识点通过了测试，执行测试下一知识点步骤；否，则认为当前知识点没有通过测试，执行重新测试当前知识点步骤；

5、测试下一知识点步骤：提示所述老师结束对当前知识点的当前层次讲解内容的讲解，判断下一个知识点是否存在：是，则将下一个知识点作为当前知识点，将下一个知识点的预设起始层次作为当前层次，回到知识点层次讲解步骤继续执行；

6、重新测试当前知识点步骤：判断当前知识点的下一个层次是否存在：是，则将当前知识点的下一个层次作为当前层次，回到知识点层次讲解步骤继续执行；否，则对当前知识点进行未通过测试的标记，执行测试下一知识点步骤；

7、知识点层次测试步骤包括：

8、知识点层次检测步骤：实时检测老师所讲解到的内容，判断当前知识点的当前层次讲解内容是否已讲解结束：是，则执行知识点智能测试模型使用步骤；否，则重新执行知识点层次检测步骤；

9、知识点智能测试模型使用步骤：获取所述当前知识点讲解时的学生课堂听课视频作为输入，通过知识点智能测试模型计算得到的输出作为当前知识点是否通过测试的结果，若当前知识点通过测试，则执行测试下一知识点步骤；若当前知识点没有通过测试，则认为当前知识点没有通过测试，执行重新测试当前知识点步骤；

10、知识点智能测试模型被欺骗检测和治理步骤s440：获取知识点智能测试模型使用步骤最近一次执行时的当前知识点和通过知识点智能测试模型计算得到的所述当前知识点是否通过测试的结果，作为智能判断得到的结果；将所述当前知识点根据通过题目答案获取步骤、学生作答抽查步骤、题目测试步骤、知识点测试步骤判断所述当前知识点是否通过测试的结果，作为测试得到的结果；若智能判断得到的结果和测试得到的结果的差异度大于或等于预设的差异度阈值，则提示用户″知识点智能测试模型可能被欺骗″，将所述当前知识点讲解时的学生课堂听课视频和测试得到的结果作为输入和预期输出，对知识点智能测试模型进行增量式训练，并将知识点智能测试模型的治理模式设置为待抽检模式。

11、优选地，所述知识点层次测试步骤包括：

12、知识点智能测试模型生成步骤：获取训练集和测试集中的每一知识点，获取所述每一知识点讲解时的学生课堂听课视频作为输入，判断所述每一知识点是否通过测试的结果作为预期输出，对知识点智能测试模型进行训练和测试。

13、优选地，所述知识点层次讲解步骤之前包括：

14、知识点层次获取步骤：获取老师待讲解的多个知识点中每一知识点的多个层次内容；

15、知识点层次初始化步骤：将所述多个知识点中预设起始知识点作为当前知识点，将所述预设起始知识点的多个层次中的预设起始层次作为当前层次。

16、优选地，所述测试下一知识点步骤包括：

17、根据当前层次的层次，确定下一个知识点的预设起始层次。

18、优选地，所述每一知识点的下一个层次内容是比上一个层次内容对所述每一知识点的更详细具体的讲解。

19、第二方面，本发明实施例提供一种层次教学及人工智能治理系统，所述系统包括：

20、知识点层次讲解模块：用于获取所述老师讲解的当前知识点的当前层次讲解内容；

21、知识点层次测试模块：用于判断被抽查的多个学生是否有大于或等于预设通过比例的学生通过了当前知识点的测试：是，则认为当前知识点通过了测试，执行测试下一知识点模块；否，则认为当前知识点没有通过测试，执行重新测试当前知识点模块；

22、测试下一知识点模块：用于提示所述老师结束对当前知识点的当前层次讲解内容的讲解，判断下一个知识点是否存在：是，则将下一个知识点作为当前知识点，将下一个知识点的预设起始层次作为当前层次，回到知识点层次讲解模块继续执行；

23、重新测试当前知识点模块：用于判断当前知识点的下一个层次是否存在：是，则将当前知识点的下一个层次作为当前层次，回到知识点层次讲解模块继续执行；否，则对当前知识点进行未通过测试的标记，执行测试下一知识点模块；

24、知识点层次测试模块包括：

25、知识点层次检测模块：实时检测老师所讲解到的内容，判断当前知识点的当前层次讲解内容是否已讲解结束：是，则执行知识点智能测试模型使用模块；否，则重新执行知识点层次检测模块；

26、知识点智能测试模型使用模块：获取所述当前知识点讲解时的学生课堂听课视频作为输入，通过知识点智能测试模型计算得到的输出作为当前知识点是否通过测试的结果，若当前知识点通过测试，则执行测试下一知识点模块；若当前知识点没有通过测试，则认为当前知识点没有通过测试，执行重新测试当前知识点模块；

27、知识点智能测试模型被欺骗检测和治理模块：获取知识点智能测试模型使用模块最近一次执行时的当前知识点和通过知识点智能测试模型计算得到的所述当前知识点是否通过测试的结果，作为智能判断得到的结果；判断所述当前知识点是否通过测试的结果，作为测试得到的结果；若智能判断得到的结果和测试得到的结果的差异度大于或等于预设的差异度阈值，则提示用户″知识点智能测试模型可能被欺骗″，将所述当前知识点讲解时的学生课堂听课视频和测试得到的结果作为输入和预期输出，对知识点智能测试模型进行增量式训练，并将知识点智能测试模型的治理模式设置为待抽检模式。因为所述当前知识点讲解时的学生课堂听课视频和测试得到的结果中可能含有学生的不懂装懂的课堂表现，使得经过增量训练后，知识点智能测试模型就能够在下一次使用时能够不受该不懂装懂的课堂表现的影响，并能够在下一次使用时遇到类似情况时作出正确的预测和判断。

28、优选地，所述知识点层次测试模块包括：

29、知识点智能测试模型生成模块：获取训练集和测试集中的每一知识点，获取所述每一知识点讲解时的学生课堂听课视频作为输入，判断所述每一知识点是否通过测试的结果作为预期输出，对知识点智能测试模型进行训练和测试。

30、优选地，所述系统还包括：

31、知识点层次获取模块：用于获取老师待讲解的多个知识点中每一知识点的多个层次内容，所述每一知识点的下一个层次内容是比上一个层次内容对所述每一知识点的更详细具体的讲解；

32、知识点层次初始化模块：用于将所述多个知识点中预设起始知识点作为当前知识点，将所述预设起始知识点的多个层次中的预设起始层次作为当前层次。

33、优选地，所述测试下一知识点模块包括：

34、根据当前层次的层次，确定下一个知识点的预设起始层次。

35、第三方面，本发明实施例提供一种机器人系统，所述机器人中分别配置有如第二方面任一项所述的层次教学及人工智能治理系统，或所述机器人分别执行有如第一方面任一项所述的教学方法。

36、本发明实施例具有如下优点和有益效果：

37、本发明实施例提供的层次教学及人工智能治理方法和教育机器人，通过对每个知识点设置多层次的讲解内容，并在每个层次结束后对学生进行该知识点的测试，如果通过了测试，则无须进一步讲解该个知识点的下一个层次，否则继续进行该个知识点的下一个层次的讲解，直到学生通过测试，提高了教学的针对性、效率和质量，并且通过深度学习模型进行智能测试来加快判断的速度，同时通过人工智能治理来确保智能测试结果的正确性。