一种高职学生素质能力特征智能提取的方法

技术领域

本发明属于人工智能技术领域，涉及一种高职学生素质能力特征智能提取的方法。

背景技术

面对科技发展趋势和市场需求，为培养高素质技术人才，为促进学生高质量就业和满足产业发展需求，亟需高水平评价学生素质能力机制和方法，需要构建便捷、科学、高效的素质能力智能评价系统。在高职学生素质能力智能评价系统中，选择学生的动作、文字、语言三个方面作为高职学生素质能力特征。

机器视觉、自然语言处理、机器学习、计算机信息处理等为职业技术教育发展提供了科学技术支撑，基于此，本发明将学习行为与行动理解、语言表达与自然语言处理、定性定量与量化反量化处理等相结合，提取学生素质能力特征，构建能够广泛应用于高职学校各个教学场所、全体学生的评价系统。

发明内容

本发明的目的是提供一种学生素质能力特征提取的方法，解决高职学生素质能力智能评价过程中，行动特征难以选择和表达问题。

本发明的技术方案为：

一种高职学生素质能力特征智能提取的方法，该方法基于一种高职学生素质能力特征智能提取系统实现，所述的智能提取系统包括机器视觉识别系统、自然语言识别系统和输入模块。

所述的机器视觉识别系统包括视频录制和处理模块、动作和表情等行为参考序列模块(简称动作参考序列模块)、身份识别模块、动作与表情等行为提取模块(简称动作提取模块)和动作识别模块。所述的视频录制和处理模块包括图像摄取装置和图像处理系统，利用图像摄取装置如CMOS和CCD等，将被摄取目标(学生、实施设备、工具、学生作品)转换为图像信号，并传送到图像处理系统。视频录制和处理模块与动作参考序列模块和身份识别模块连接。所述的动作参考序列模块是事先选择参考学生完成学习过程并录制视频，根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成动作、表情等提取，形成某项指标的参考序列。所述的身份识别模块用于识别学生、老师或评委等身份，其连接动作提取模块；动作提取模块根据素质能力维度指标或观测点指标，从图像处理系统中提取学生动作，作为测试动作。动作提取模块和动作参考序列模块均与动作识别模块连接，动作识别模块与输入模块连接。

所述的自然语言识别系统包括自然语言录制模块、自然语言参考序列模块、身份识别模块、自然语言提取模块和自然语言识别模块。其中，自然语言录制模块是在现场录制作为测试自然语言的学生声音。自然语言录制模块与自然语言参考序列模块及身份识别模块连接。所述的自然语言参考序列模块根据参考学生回答参考评委问题或完成其它语言表述并录制声音，根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成自然语言提取，形成某项指标的参考序列。身份识别模块连接自然语言提取模块；自然语言提取模块从录制声音中提取学生的自然语言，作为测试自然语言。自然语言提取模块和自然语言参考序列模块均与自然语言识别模块连接，自然语言识别模块与输入模块连接。

所述的输入模块将获得的测试动作或测试自然语言输入智能评价系统中。

所述智能提取的方法，包括以下步骤：

步骤一：制定学生素质能力集

在教学环境和场景中学生不同素质能力水平就会有不同的动作、表情、语言等出现。高职学校在培养学生过程中制定了素质能力集，用于高职学生的培养。很明显对于一名学生来说需要个性化素质能力集，对于一个班级学生来说是采用同一个素质能力集。所述的学生素质能力集具体通过维度指标和观测点指标来表述。所述的维度指标包括团队协作、审辩思维、诚实守信、学会学习、实践创新、持之以恒、自我管理、亲和友善、组织管理、沟通表达、自信自强、责任担当、精益求精、安全环保、服务奉献等十五维度内容。而每一个维度指标又包含许多观测点指标，如维度指标“精益求精”包含“有不断改进、追求卓越的意识”、“有严谨的求知和工作态度”、“有坚持不懈的探索精神”、“能够优化工作计划”、“能够改进工作方法”、“能够经常将自己的工作进展与目标和标准做对照并修正和改进”、“能够对已完成的工作进行反思，并提出更好的方案设想”等七个观测点指标。

步骤二：学生素质能力特征选择

无论是维度指标还是观测点指标主要通过学生动作、语言和表情等行为表现出来。对于高职学生，选择学生的动作、文字、语言三个方面作为学生素质能力特征。除了动作、文字、语言外还有学生表情，如学生思考神态、交流时眼神、微笑、兴奋时挥拳、苦恼时脸部肌肉抽动等等，也能够一定程度反映学生素质能力。所述的文字包括文字本身、数字、字母、符号、图表等形式。

学生身份、动作、文字、作品检视通过机器视觉识别系统来完成，语言通过自然语言识别系统来完成。

步骤三：学生素质能力的动作表征

利用机器视觉识别系统替代评委或教学老师的眼睛来做测量和判断参赛学生的成绩及其素质能力。机器视觉识别系统利用视频录制和处理模块中的图像摄取装置如CMOS和CCD等，在比赛或项目教学过程中将被摄取目标(参赛学生、实施设备、工具、学生作品)转换为图像信号，传送到图像处理系统，从而获取被摄目标的形态信息，将其变换为数字化信号。图像处理系统通过运算抽取学生身份、动作、文字、表情等行为特征。

步骤四：学生素质能力的语言表征

在教学现场或比赛过程中，学生会利用语言语音回答问题、表述观点等，利用自然语言识别系统中的自然语言录制模块提取学生身份以及语言的词法、句法、语境、场景、语义等内容。

步骤五：行为识别

通过动作参考序列模块事先选择参考学生从头到尾做完项目，完成视频录制；根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成动作、表情等，形成某项素质能力指标的参考序列。学习过程中每个学生选手的动作为测试序列。把每位学生的测试序列与某项素质能力指标的参考序列进行对比，给出此身份选手的该项素质能力维度指标或观测点指标的动作。

步骤六：自然语言识别

自然语言参考序列模块根据参考学生回答参考评委问题或完成其它语言表述，并录制声音；根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成自然语言提取，形成某项素质能力指标的参考序列。学习过程中每个学生选手的自然语言表述作为测试序列。把每位学生的测试序列与某项素质能力指标的参考序列进行对比，给出此身份选手的该项素质能力维度指标或观测点指标的自然语言。

步骤七：利用输入模块把学生素质能力特征输入智能评价系统

动作识别模块或自然语言识别模块将已经提取的动作、表情、语言作为信号通过输入模块输入智能评价系统中。

本发明的有益效果：本发明将职业教育与机器视觉、自然语言处理、机器学习、计算机信息处理等技术紧密结合起来，使学生学习行为与行动理解、学生语言表达与自然语言处理相结合，提取素质能力特征，把职业教育与机器视觉、自然语言处理、机器学习、计算机信息处理等引入职业技术教育领域，为构建能够广泛适用于职业技术教育各个教学场所、全体学生的素质能力智能评价系统提供了输入信号。

附图说明

图1为高职学生素质能力特征智能提取系统的示意图。

具体实施方式

以下结合技术方案和附图详细叙述本发明的具体实施方式。

如图1所示，一种高职学生素质能力特征智能提取的方法，包括以下步骤：

步骤一：制定学生素质能力集

在教学环境和场景中学生不同素质能力水平就会有不同的动作、表情、语言等出现。高职学校在培养学生过程中制定了素质能力集，用于高职学生的培养。所述的学生素质能力集具体通过维度指标和观测点指标来表述。所述的维度指标包括团队协作、审辩思维、诚实守信、学会学习、实践创新、持之以恒、自我管理、亲和友善、组织管理、沟通表达、自信自强、责任担当、精益求精、安全环保、服务奉献等十五维度内容。而每一个维度指标又包含许多观测点指标，如维度指标“精益求精”包含“有不断改进、追求卓越的意识”、“有严谨的求知和工作态度”、“有坚持不懈的探索精神”、“能够优化工作计划”、“能够改进工作方法”、“能够经常将自己的工作进展与目标和标准做对照并修正和改进”、“能够对已完成的工作进行反思，并提出更好的方案设想”等七个观测点指标。

步骤二：学生素质能力特征选择

选择学生的动作、文字、语言作为学生素质能力特征。除了动作、文字、语言外还有学生表情，如学生思考神态、交流时眼神、微笑、兴奋时挥拳、苦恼时脸部肌肉抽动等等，也能够一定程度反映学生素质能力。所述的文字包括文字本身、数字、字母、符号、图表等形式。

学生身份、动作、文字、作品检视通过机器视觉识别系统来完成，语言通过自然语言识别系统来完成。

步骤三：学生素质能力的动作表征

利用机器视觉识别系统替代评委或教学老师的眼睛来做测量和判断参赛学生的成绩及其素质能力。机器视觉系统利用视频录制和处理模块中的图像摄取装置如CMOS和CCD等，在比赛或项目教学过程中将被摄取目标(参赛学生、实施设备、工具、学生作品)转换为图像信号，传送到图像处理系统，从而获取被摄目标的形态信息，将其变换为数字化信号。图像处理系统通过运算抽取学生身份、动作、文字、表情等行为特征。

例如竞赛性项目教学过程中学生动作包括：学生所处位置、运动方向、走动、坐下、起立、抬胳膊、手动、握紧、放置、拧动等。通过这些动作来完成操作设备、取放工具、拆卸部件、检查调试等工作。这些动作结果就是一个任务一个任务不断完成，一个步骤一个步骤实施，最终完成竞赛项目，以学生作品形式展示出来。而学生每一个动作都是其素质能力的外显，也就是每个动作都深刻反映了学生素质能力的水平程度。

完成任何项目时，学生在时间维度上都有广义上连续的动作分布(把静止也当做一种类型动作)，称为时间动作集合。如高职组职业院校赛项“工业机器人技术应用”教学训练工作中，在工业机器人智能工作站系统平台上，要求3名参赛选手协作完成五项基本工作基本任务，以及联机运行与产品混流生产等综合任务。时间动作集合是：装调配套设备机械电气系统、标定工业机器人、示教器示教编程、通讯设置及操作编程、调试视觉系统编程、编程调试AGV机器人及码垛机器人、开发及控制程序设计系统的人机界面。各个时间动作集合又包含子时间动作集合，如“标定工业机器人(首次零点标定)”包含：将机器人移到预零点标定位置；在主菜单中选定待零点标定的轴；从窗口选定的轴上取下测量筒的防护盖，将EMD拧到测量筒上，测量导线连到EMD上和接口X32上；点击零点标定，将确认开关按至中间档位并按住然后按下按住启动键达零点标定位置；将测量导线从EMD上取下，取下EMD，装好防护盖。每个子时间动作集合又包含子子时间动作集合直至每个动作，如“将测量导线从EMD上取下，取下EMD，装好防护盖”包含：取下测量导线、取下EMD、安装防护盖等动作。

完成竞赛项目的学生所有动作按照时间维度，从头到尾全部串联起来，就形成了学生时间动作集合。

对于某项素质能力维度指标或观测点指标，学生时间动作集合是按照时间维度串联起来的，难以体现出来，也难以量化衡量。通过转换视角，不按照时间，而是按照素质能力维度指标或观测点指标来建立动作集合，也就是能够体现某项素质能力维度指标或观测点指标的所有动作组成一个集合，称为素质能力维度动作包或者观测点动作包。动作包打破时间连续性，以维度指标或观测点指标作为组织维度，让动作包真实地反映学生的素质能力。动作包可以有子动作包或子子动作包，直至各个动作。

动作包和时间动作集合两者关系有的雷同，有的不同。构建动作包是依据时间完成项目的时间动作包，有时候能够反映学生素质能力的子时间动作包可以直接转变为维度动作包或者观测点动作包。如观测点指标“能够经常将自己的工作进展与目标和标准做对照并修正和改进”，其动作包为：定时观察时间、检修配套设备机械电气系统、发现工业机器人标定没达到零点及时重新标定、调试示教器程序并改进、检查通讯设置及操作的程序并修正、调试视觉系统的程序并修正、检查AGV机器人及码垛机器人的调试程序并修正、调试人机界面并修正。

步骤四：学生素质能力的语言表征

在教学现场或比赛过程中，学生会利用语言语音回答问题、表述观点等，利用自然语言识别系统中的自然语言录制模块提取学生身份以及语言的词法、句法、语境、场景、语义等内容。

步骤五：行为识别

通过动作参考序列模块事先选择参考学生从头到尾做完项目，完成视频录制；根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成动作、表情等，形成某项素质能力指标的参考序列。学习过程中每个学生选手的动作为测试序列。把每位学生的测试序列与某项素质能力指标的参考序列进行对比，给出此身份选手的该项素质能力维度指标或观测点指标的动作。

步骤六：自然语言识别

自然语言参考序列模块根据参考学生回答参考评委问题或完成其它语言表述，并录制声音；根据能够反映学生素质能力的维度指标或者观测点指标，制作且完成自然语言提取，形成某项素质能力指标的参考序列。学习过程中每个学生选手的自然语言表述作为测试序列。把每位学生的测试序列与某项素质能力指标的参考序列进行对比，给出此身份选手的该项素质能力维度指标或观测点指标的自然语言。

步骤七：利用输入模块把学生素质能力特征输入智能评价系统

动作识别模块或自然语言识别模块将已经提取的动作、表情、语言作为信号通过输入模块输入智能评价系统中。