BR122017002793B1

BR122017002793B1 - sistemas e métodos para aprendizagem de idioma

Info

Publication number: BR122017002793B1
Application number: BR122017002793-0A
Authority: BR
Inventors: Katharine NIELSON; Na-Im Tyson; Andrew Breen; Kasey KIRKHAM
Original assignee: Voxy, Inc
Priority date: 2013-02-15
Filing date: 2014-02-14
Publication date: 2021-05-18
Also published as: BR122017002795A2; US20140342320A1; WO2014127183A3; US20170256179A1; BR122017002793A2; WO2014127183A2; US20190385481A1; US9262935B2; US10720078B2; US20170256178A1; US9711064B2; MX2015010582A; US9666098B2; US20140295384A1; US20180108273A1; US10438509B2; US20190103038A1; US10410539B2; US20160163228A1; BR122017002795B1

Abstract

A presente invenção está correlacionada a sistemas, métodos e produtos para um software de aprendizagem de idioma, que automaticamente extrai texto de um corpo linguístico usando diversas características de produto de processamento natural do idioma, que podem ser combinadas com atividades de aprendizagem projetadas de praxe, para oferecer uma metodologia de aprendizagem adaptada com base nas necessidades. O sistema pode receber um texto, extrair as palavras-chave pedagogicamente valiosas para aprendizagem de idioma não nativo, atribuir um registro de dificuldade para o texto usando diversos atributos linguísticos do texto, gerar uma lista de potenciais distratores para cada palavra-chave no texto para implementar nas atividades de aprendizagem e, topicamente, etiquetar o texto contra uma taxonomia baseada no conteúdo. Esse resultado é então usado em conjunto com uma série de tipos de atividades de aprendizagem, projetadas para atender as necessidades de prática do idioma do estudante e, assim, serem usadas para criar atividades dinâmicas e adaptadas para os mesmos.

Description

Campo da Invenção

[001] A matéria aqui divulgada está correlacionada, de um modo geral, à aprendizagem de idioma auxiliada por computador.

Antecedentes da Invenção

[002] As convencionais metodologias de aprendizagem de idioma organizam o material de aprendizagem em aulas ou lições, que, frequentemente, podem conter informação de instrução metalinguística, seguido de exercícios orientados educacionalmente. A participação de alunos que demonstram conhecimento de específica matéria em diversas atividades educacionais, compreendendo algumas séries de perguntas, é conhecida. Também, são conhecidas as atividades educacionais em que os alunos demonstram conhecimento mediante envolvimento em diversas tarefas. Em muitos casos, um software educacional pode implementar as atividades educacionais em que os alunos demonstram conhecimento através de uma série de perguntas ou mediante envolvimento em diversas tarefas.

[003] As atividades de aprendizagem, normalmente, são preparadas manualmente por um professor, um autor de livro- texto ou um planejador de curriculum. As atividades de aprendizagem são comumente preparadas por um instrutor, um especialista em educação ou alguma parte envolvida na preparação do conteúdo educacional, que seja bastante familiar com os aspectos de aprendizagem de idioma. Tipicamente, tão logo essas atividades de aprendizagem sejam geradas, elas são então reproduzidas em massa. De modo similar, os convencionais programas de aprendizagem à distância são baseados em softwares de aprendizagem de idioma pré-elaborados, ou em tradicionais livros-texto. Nesses casos de software pré-elaborado e livros-texto, os planejadores de curriculum criam um conteúdo e, depois, tentam fazer com que este conteúdo atenda a diversas pessoas. Um problema desse paradigma é que as atividades de aprendizagem não são dinamicamente geradas para adequação das necessidades de um estudante de idioma.

[004] Os softwares e ferramentas de aprendizagem de idioma convencionais empregam uma metodologia de ensino, curriculum e cursos que irá permanecer estática, a menos que uma substituição ou um livro-texto suplementar ou produto de aprendizagem de idioma seja adquirida por um estudante de idioma ou desenvolvida por um instrutor. Assim, isso não apenas é um curriculum impossível de adaptação, como, também, em cada página ou novo rxercício de computador, não existe adaptabilidade de atividades e materiais de aprendizagem em uma escala mais consistente. O curriculum global é estático, assim, as atividades diárias e os exercícios práticos não podem se adaptar ao atendimento das necessidades do estudante. Assim, por exemplo, uma conjugação de verbo no passado do estudante pode não ser um problema, mas, a soletração do estudante pode ser pode ser fraca.

[005] As metodologias convencionais de idioma frequentemente implementam distratores (que são alternativas de respostas incorretas, mas que devem ser plausíveis (referindo-se a possíveis raciocínios dos estudantes)), como predeterminadas respostas incorretas a questões acadêmicas, por exemplo, problemas de múltipla escolha. Entretanto, as metodologias de aprendizagem de idioma convencionais implementam distratores que são inteiramente estáticos e não podem ser adaptados ao atendimento das fraquezas do estudante de específica habilidade. Além disso, as ferramentas de aprendizagem de idioma conhecidas não são adaptáveis a se adequar aos objetivos do estudante ou a preferências de conteúdo. Os estudantes são deixados trabalhar com materiais de aprendizagem de linguagem estáticos fornecidos aos mesmos, não levando em consideração os interesses pessoais do estudante ou a aplicabilidade na vida real desses materiais, no contexto dos objetivos do estudante.

[006] O que se faz necessário é um eficiente e efetivo modo de dinamicamente criar um conteúdo e materiais de aprendizagem, ou atividades de aprendizagem, para um curso de aprendizagem de idioma. O que também é necessário é um modo de dinamicamente gerar atividades de aprendizagem e cursos de aprendizagem de idioma que possam automaticamente adaptar um curso intermediário, para adequar as necessidades, objetivos e interesses do estudante a um idioma.

[007] Conforme discutido acima, o desenvolvimento de distratores para as finalidades de aprendizagem de idioma é conhecido no segmento da técnica. Entretanto, os distratores são comumente preparados de alguma maneira escrita ou manual, de modo que podem ser reproduzidos em grandes volumes. Em muitos casos, quando do desenvolvimento de atividades de aprendizagem com base em um determinado texto, as atividades devem focar em algum conjunto de palavras para exercitar diversos objetivos de aprendizagem. Normalmente, uma pessoa que prepara atividades de aprendizagem, manualmente identifica e desenvolve as palavras, sobre as quais as atividades de aprendizagem serão baseadas ou focadas.

[008] Desse modo, o que se faz necessário é um contexto de aprendizagem de idioma para automaticamente identificar palavras no texto, que possam ser de utilidade para a aprendizagem do idioma, com posterior extração dessas palavras do texto. Assim, se faz necessário um modo de extrair palavras úteis do texto ou palavras-chave, com posterior armazenamento dessas palavras-chave para uso no desenvolvimento das atividades de aprendizagem.

[009] A identificação de palavras-chave em um texto para gerar um resumo do conteúdo do texto é conhecida. Os convencionais extratores de palavra-chave são tipicamente interessados na obtenção de um percentual de palavras-chave para proporcionar um resumo de texto o mais eficiente possível. Para se obter essa eficiência, as ferramentas convencionais de extração de palavra-chave buscam resumir o conteúdo do texto usando o mínimo de palavras-chave possível. Entretanto, essas convencionais ferramentas de extração de palavra-chave podem, casualmente, filtrar as palavras-chave que, de outro modo, poderiam ajudar na aprendizagem do idioma, o que torna as ferramentas convencionais de extração de palavra-chave ineficazes para o contexto de aprendizagem de idioma.

[010] O que se faz necessário para aprendizagem de idioma é um modo de se obter diversas palavras-chave do texto, sem levar em consideração se as palavras-chave surgem ineficientes nos contextos de resumo. O que é também necessário é um modo de extrair e armazenar palavras-chave que são de utilidade para aprendizagem de idioma.

[011] Existem meios conhecidos para identificação de diversos atributos de uma palavra no texto, por exemplo, substantivo, tempo passado, primeira pessoa, etc. É também conhecido filtrar diversas palavras inconsequentes de uma linha de texto. Assim, por exemplo, é conhecido se remover artigos, tais como, “o” ou “a”, de uma consulta de pesquisa online, através do uso de uma lista de palavras interrompidas. Inversamente, as palavras que são raras em um corpo linguístico, tendo uma probabilidade menor de ocorrência em um determinado documento, podem ser ponderadas em um sistema de recuperação de informação através de técnicas conhecidas, tais como, TF-IDF.

[012] O que se faz necessário é um dispositivo de identificação e quantificação do valor pedagógico das palavras-chave extraídas do texto para aprendizagem de idioma. O que é necessário é um modo de se observar os atributos de palavra para determinar se a palavra pode ajudar um estudante a aprender um idoma.

[013] Existem métodos conhecidos no segmento da técnica para o cálculo da dificuldade de texto. Métodos convencionais para o cálculo da dificuldade de um corpo linguístico são direcionados para falantes adultos de idioma nativo. As metodologias convencionais de cálculo de dificuldade de texto são normalmente feitas holisticamente por professores e escritores de livros-texto. Entretanto, não há nenhum método estabelecido de cálculo de dificuldade de texto que seja encomendado para estudantes de um segundo idioma. Para os leitores de idioma nativo e para as crianças que aprendem a ler no seu primeiro idioma, existem padrões de avaliação de dificuldade de texto. Além disso, existem sistemas conhecidos de qualificação de livros em níveis, tais como, leituras niveladas de A até Z, algo que a maioria das crianças das escolas aprende, quando se encontram na fase de aprender a ler.

[014] Além disso, existem diversas e conhecidas escalas de capacidade de leitura, tais como, Flesch-Kincaid, que mede o número de palavras em uma sentença e o número de palavras no total. Também, existem métodos de cálculo de dificuldade de texto conhecidos que são projetados para estudantes que já falam o idioma que estão aprendendo a ler. Quando do ensinamento de um segundo idioma a falantes não nativos, particularmente, adultos jovens e demais adultos - muitos dos quais já sabem como ler no seu idioma nativo, mas não sabem como ler no segundo idioma - ocorrem diferentes desafios que tornam os textos de leitura no segundo idioma difíceis para os mesmos, quando comparado com o dos alunos que aprendem seu idioma nativo.

[015] Os níveis de dificuldade de texto de primeiro idioma conhecidos não são sempre aplicáveis em situações de estudantes adultos de segundo idioma ou de falantes não nativos. Os estudantes de primeiro idioma aprendem a ler como uma forma de habilidade, e a ocorrência de aprender a ler é algo que leva anos, enquanto os estudantes de um segundo idioma, tipicamente, já sabem ler no seu idioma nativo.

[016] O que é necessário é um dispositivo de aprendizagem de um idioma que aplique um meio diferente dos meios conhecidos de aprendizagem de um idioma nativo. Tipicamente, os alunos aprendem que a palavra “bola” mapeia o conceito de que eles já têm para a entidade, ou seja, uma bola. Os estudantes adultos de idioma, por outro lado, já sabem como as palavras podem mapear em determinados conceitos. Assim, ao invés de ter os mesmos começando com “isso é uma bola”, os estudantes de idioma adultos podem começar com algo inerentemente mais complicado, como, “isso é um elétron”, ou “Eu tomarei uma última mistura de café com leite de soja orgânico”. Os estudantes adultos de um segundo idioma, tipicamente, sabem como ler itens complicados nos seus próprios idiomas. É desejável que o estudante adulto entenda esses itens em um segundo idioma.

[017] Os métodos de cálculo de dificuldade de texto podem medir a dificuldade de texto em comparação com falantes nativos, através de seu desenvolvimento na infância. Para os estudantes de segundo idioma, a escala deve ser diferente. Assim, por exemplo, um falante não nativo pode revisar um longo bloco de texto contendo ideias bastante complicadas no segundo idioma, mas o falante ou a falante não terá nenhum problema do entendimento dos conceitos. Isso é particularmente verdadeiro se o texto contiver ideias complicadas, mas, é escrito de um modo que exercita um idioma simplificado. Conforme anteriormente mencionado, as ideias não são menos complicadas. Por outro lado, Um conceiro simples, como a previsão do tempo, pode ser incompreensível para um estudante novo de idioma, caso seja escrito de um modo linguisticamente desafiador. Isso se deve ao fato de que os resultados obtidos pelos estudantes de segundo idioma não são os mesmos que dos estudantes de primeiro idioma.

[018] O que é necessário é um modo de cálculo de dificuldade de texto de um corpo linguístico para falantes não nativos. Assim, é necessário um modo de cálculo de dificuldade de texto de um corpo linguístico que seja mais adequado para falantes adultos de idioma. A dificuldade de texto deve ser calculada, principalmente, de acordo com as idiossincrasias do idioma, que tornam a aprendizagem do mesmo difícil. O que também é preciso é um modo de automaticamente determinar a adequação do texto, baseado na dificuldade calculada, para, então, automaticamente preparar o curso de aprendizagem de idioma.

[019] A geração de distratores para exercícios educacionais é conhecida no segmento da técnica. Os distratores, normalmente, são escritos manualmente pelos seres humanos para preparação de diversas formas de materiais de aprendizagem de idioma, tais como, um livro-texto ou problemas que exercitam habilidades. Além disso, os materiais que auxiliam na aprendizagem de idioma devem ser reproduzidos em massa. Normalmente, um professor ou outro especialista em currículos escreve questões sobre a forma ou conteúdo de um fonte ou recurso e, depois, a resposta é apresentada. Isso significa que a metodologia de ensino, currículos e cursos irá permanecer estática, a menos que um diferente livro-texto ou produto de aprendizagem de idioma seja adquirido. Esse esforço manual é também ineficiente e dispendioso.

[020] Assim, o que se faz necessário é um modo de dinamicamente gerar distratores para aprendizagem de idioma. O que se precisa é um modo de se adaptar a geração de distratores e selecionar os mesmos com base nas necessidades do estudante. Além disso, é preciso um modo de automaticamente gerar distratores a partir de uma fonte ou recurso. Também, é preciso um modo para preparar distratores que possam se adaptar aos diversos tipos de recursos (por exemplo, um texto contendo informação, uma reprodução de áudio, uma reprodução de vídeo) usados para a preparação de exercícios de aprendizagem.

Resumo da Invenção

[021] Os sistemas e métodos aqui descritos incluem diversas características de produto de processamento natural de idioma, que podem ser combinadas com atividades de aprendizagem de praxe, de modo a oferecer uma metodologia de aprendizagem adaptada, baseada nas necessidades. O sistema pode receber um recurso, um extrato de relevantes palavras-chave para estudantes de idioma não nativos, atribuir um grau de dificuldade para o recurso, gerar uma definição, assim como, uma relação de potenciais distratores para cada palavra-chave e, topicamente, rotular o recurso contra uma taxonomia baseada no conteúdo. Esse resultado é então usado em conjunto com uma série de tipos de atividade de aprendizagem, projetada para atender as necessidades de práticas de idioma do estudante, para criar atividades dinâmicas e adaptadas para os mesmos. Diversos componentes dos sistemas e métodos são descritos em maiores detalhes, abaixo.

[022] Em uma modalidade, um método de aprendizagem de idioma implementado por computador compreende: selecionar, por meio de computador, a partir de um suprimento de recursos, um recurso tendo conteúdo, em que o recurso selecionado é correlacionado a um interesse do conteúdo de um estudante, e apresenta um nível de dificuldade de recurso baseado em um nível de competência do estudante; identificar, por meio de computador, em um suprimento de dados do usuário que armazena um ou mais registros de habilidade do estudante, práticas específicas do idioma; identificar, por meio de computador, uma prática específica de idioma para aperfeiçoamento, baseada em uma ou mais habilidades do estudante; identificar, por meio de computador, um tipo de atividade de aprendizagem que exercita a prática identificada de idioma para aperfeiçoamento; identificar, por meio de computador, um conjunto de um ou mais distratores de um tipo adequado ao tipo identificado de atividade de aprendizagem e tendo um nível de dificuldade de distrator baseado na habilidade do estudante na prática específica do idioma; gerar, por meio de computador, uma atividade de aprendizagem do tipo identificado de atividade, utilizando pelo menos um dos conjuntos de um ou mais distratores; atualizar, por meio de computador, a habilidade para a específica prática do idioma no suprimento de dados do usuário, de acordo com um resultado proveniente da atividade de aprendizagem; e atualizar, por meio de computador, o nível de competência do estudante no suprimento de dados do usuário.

[023] Em outra modalidade, um método para facilitar a aprendizagem de idioma implementado por computador compreende: identificar, por meio de computador, uma prática específicade idioma para exercitar; selecionar, por meio de computador, uma atividade de aprendizagem que exercita a prática identificada de idioma; selecionar, por meio de computador, um conjunto de um ou mais distratores, cada de um tipo dedistrator adequado para a atividade de aprendizagem selecionada, em que cada um ou mais dos distratores são associados a um recurso; e gerar, por meio de computador, a atividade de aprendizagem selecionada, em que a atividade de aprendizagem selecionada compreende pelo menos um distrator do conjunto selecionado de um ou mais distratores.

[024] Em outra modalidade, um método implementado por computador para habilitar uma pedagogia de aprendizagem de idioma compreende: identificar, por meio de computador, um conjunto de uma ou mais competências de estudante de um estudante, compreendendo um nível de competência de idioma e uma ou mais habilidades na prática específica do isioma; identificar, por meio de computador, um conjunto de uma ou mais preferências de estudante, associadas ao estudante, compreendendo um ou mais interesses de conteúdo do estudante; determinar, por meio de computador, um tipo de atividade de aprendizagem para exercitar uma prática de idioma, baseada em uma habilidade do estudante na prática do idioma; determinar, por meio de computador, um conjunto de um ou mais distratores, associados a um recurso para ser implementado na atividade de aprendizagem, de acordo com o tipo determinado de atividade, em que uma dificuldade do distrator é comparável a uma ou mais capacitações do estudante; gerar, por meio de computador, a atividade de aprendizagem do tipo de atividade, em que a atividade de aprendizagem compreende o conjunto de distratores; e gerar, por meio de computador, uma aula compreendendo um conjunto de uma ou mais das atividades de aprendizagem, de acordo com um objetivo do estudante, nas preferências do estudante.

[025] Em outra modalidade, um método implementado por computador para produzir por encomenda uma aprendizagem de idioma para um estudante compreende: determinar, por meio de computador, uma habilidade de um estudante em uma prática específica de idioma, baseada no resultado de uma determinação prática executada pelo estudante; determinar, por meio de computador, um nível de competência de idioma do estudante, baseado, pelo menos, em uma habilidade prática de idioma do estudante; receber, por meio de computador, um interesse de conteúdo do estudante e um objetivo do estudante, proveniente do dispositivo de computador do estudante; e armazenar, por meio de computador, um perfil do estudante associado ao estudante, em um suprimento de dados de usuário, em que o perfil do estudante compreende uma ou mais habilidades de prática de idioma do estudante, o nível de competência do idioma, o interesse de conteúdo do estudante e o objetivo do estudante.

[026] Em outra modalidade, um sistema de aprendizagem e idioma para automaticamente gerar atividades compreende: um computador hospedeiro, compreendendo um processador que executa um conjunto de módulos de software para aprendizagem de idioma; um suprimento de palavras-chave, que armazena um conjunto de palavras-chave extraídas de uma fonte por meio de um módulo de extração de palavras-chave, no conjunto de módulos de software executados pelo computador hospedeiro; um suprimento de dados de usuário, armazenando dados associados a um estudante em um perfil de estudante, em que o perfil do estudante compreende um conjunto de habilidades de idioma do estudante e um conjunto de preferências do estudante; e um computador do estudante, compreendendo um processador configurado para executar uma interface de usuário, para interagir com um conjunto de atividades de aprendizagem geradas por um módulo gerador de atividades de aprendizagem, executadas pelo computador hospedeiro, em que uma atividade de aprendizagem é automaticamente gerada, usando as capacitações e preferências do estudante armazenadas no perfil do estudante.

[027] Em uma modalidade, um método implementado por computador para extrair palavras-chave de um texto compreende: analisar, gramaticalmente, por meio de computador, um conjunto de uma ou mais potenciais palavras- chave do texto de um recurso contendo texto; armazenar, por meio de computador, em um suprimento de palavras-chave, cada potencial palavra-chave no conjunto correspondente a um termo em um arquivo de computador contendo uma lista em branco de palavras-chave, e cada potencial palavra-chave no conjunto que corresponde a uma colocação na lista em branco de palavras-chave; determinar, por meio de computador, para uma ou mais potenciais palavras-chave no conjunto de potenciais palavras-chave, um valor de dificuldade de palavra associado com cada uma ou mais de uma das potenciais palavras-chave, com base nas regras de registro que determinam o valor de dificuldade de palavra; e armazenar, por meio de computador, dentro do suprimento de palavras-chave, cada potencial palavra-chave tendo um determinado valor pedagógico que satisfaça um valor limite de dificuldade de palavra.

[028] Em outra modalidade, um sistema compreendendo um processador e um meio de armazenamento não transitório legível em máquina, contendo um módulo extrator de palavra- chave, o qual instrui o processador para executar as etapas de: analisar gramaticalmente o texto de um recurso dentro de um conjunto de uma ou mais potenciais palavras-chave; identificar uma ou mais colocações no conjunto de potenciais palavras-chave que correspondem a uma colocação em um arquivo contendo uma lista em branco de palavras- chave; determinar um valor pedagógico para cada palavra extraída, de acordo com uma ou mais regras de registro; e armazenar um conjunto de uma ou mais palavras-chave extraídas dentro de um suprimento de palavra-chave, em que o conjunto de palavras-chave extraídas compreende cada potencial palavra-chave tendo um valor de dificuldade de palavra que satisfaz um valor limite e cada identificada colocação.

[029] Em uma modalidade, um método implementado por computador para prognosticar um registro de dificuldade de texto para um novo recurso compreende extrair, por meio de computador, uma ou mais características lingísticas tendo um valor ponderado a partir de uma pluralidade de recursos de treinamento contendo textos, onde o texto é associado a uma etiqueta de metadados contendo um registro de dificuldade de texto do dito texto; determinar, por meio de computador, um valor de vetor associado a cada recurso de treinamento baseado em cada dos valores ponderados de cada uma ou mais das características linguísticas extraídas; treinar, por meio de computador, um modelo estatístico usando os valores de vetor associados a cada recurso de treinamento, em que o modelo estatístico representa uma correlação entre um conjunto de características selecionadas para extração, um conjunto de valores ponderados atribuídos ao conjunto de características selecionadas para extração, e um conjunto de registros de dificuldade de texto associados aos recursos de treinamento; extrair, por meio de computador, uma ou mais características linguísticas tendo um valor ponderado a partir de um novo recurso; determinar, por meio de computador, um valor de vetor para o novo recurso com base no conjunto de características linguísticas extraídas; e prognosticar, por meio de computador, um registro de dificuldade de texto para o novo recurso, com base no valor de vetor para o novo recurso e no modelo estatístico.

[030] Em outra modalidade, um método implementado por computador para determinação de dificuldade de texto para um recurso compreende: comparar, por meio de computador, pelo menos uma porção do texto correlacionado a um recurso contra um arquivo de um banco de dados de característica léxica, o qual compreende uma lista de características semânticas e uma lista de características sintáticas; identificar, por meio de computador, um conjunto de características léxicas associadas ao texto com base na comparação, em que o conjunto de características léxicas compreende pelo menos uma característica semântica do texto, correspondendo a uma característica semântica na lista, e pelo menos uma característica sintática do texto correspondendo a uma característica sintática na lista; atribuir, por meio de computador, um primeiro valor para cada das características léxicas no conjunto de características léxicas; e determinar, por meio de computador, um registro de dificuldade de texto para o texto, usando cada dos primeiros valores associados a cada das características no conjunto de características léxicas.

[031] Em outra modalidade, um sistema compreendendo um processador e um meio de armazenamento não transitório legível em máquina, contendo um módulo calculador de dificuldade de texto, instrui o processador para executar as etapas de: comparar o texto em um recurso com uma listagem de características compreendendo uma lista de características semânticas e uma lista de características sintáticas; identificar uma ou mais características semânticas no texto correspondente à listagem de características e identificar uma ou mais das características sintáticas no texto que correspondem à listagem de características; atribuir um valor para cada das características semânticas e sintáticas identificadas no texto, de acordo com um modelo estatístico, em que o modelo estatístico identifica o valor associado a cada característica na listagem de características; e determinar um registro de dificuldade de texto associado ao recurso, usando cada dos valores atribuídos às características semânticas e sintáticas identificadas.

[032] Em uma modalidade, um método implementado por computador para facilitar a aprendizagem de um idioma compreende: gerar, por meio de computador, um conjunto de um ou mais distratores semânticos, compreendendo uma ou mais palavras tendo uma definição correlacionada a uma palavra alvo; gerar, por meio de computador, um conjunto de distratores ortográficos, compreendendo uma ou mais palavras tendo uma distância de publicação que satisfaz uma colocação que corresponde à distância de publicação, em que a distância de publicação é um número de mudanças para uma palavra exigida para ser idêntica à palavra alvo, e em que a colocação que corresponde à distância de publicação determina o número de mudanças para a palavra; e gerar, por meio de computador, um conjunto de distratores fonéticos, compreendendo um ou mais homófonos da palavra alvo.

[033] Em outra modalidade, um sistema compreendendo um processador e um meio de armazenamento não transitório legível em máquina, contendo um módulo garador de distrator, instrui o processador a executar as etapas de: receber uma ou mais palavras-chave extraídas de um recurso contendo texto; identificar em uma ou mais fontes de dicionário, um ou mais distratores que são de um ou mais tipos de distrator e associados a uma palavra-chave; e gerar um conjunto de um ou mais distratores ortográficos identificados, compreendendo uma palavra tendo uma predeterminada distância de publicação em relação à palavra-chave.

[034] Adicionais características e vantagens de uma modalidade serão estabelecidas na descrição que segue, e em parte, serão evidentes da presente descrição. Os objetivos e outras vantagens da invenção serão implementados e alcançados pela estrutura particularmente apontada nas modalidades exemplificativas da presente descrição, na descrição das reivindicações e pelos desenhos anexos.

[035] Deverá ser entendido que a descrição geral acima mencionada e a seguinte descrição detalhada são exemplificativas e explicativas, sendo pretendidas de proporcionar uma adicional explicação da invenção conforme reivindicada.

Breve Descrição dos Desenhos

[036] A prersente divulgação poderá ser entendida de uma maneira melhor fazendo-se referência às figuras anexas. Os componentes nas figuras não se encontram necessariamente em escala, em vez disso, é dado ênfase à ilustração dos princípios da invenção. Nas ditas figuras, as referências numéricas designam as correspondentes partes apresentadas em todas as diferentes vistas.

[037] A figura 1 mostra uma modalidade exemplificativa de um sistema de aprendizagem de idioma.

[038] A figura 2 mostra um fluxograma de uma modalidade do método exemplificativo do módulo extrator de palavras- chave.

[039] A figura 2A mostra um fluxograma de uma modalidade do método exemplificativo do módulo extrator de palavras- chave.

[040] A figura 3 mostra um fluxograma de uma modalidade exemplificativa de um método de determinação de um registro de dificuldade de texto para aprendizagem do texto;

[041] A figura 4 mostra um fluxograma de uma modalidade exemplificativa do método executado pelo módulo gerador de distrator.

[042] A figura 5 mostra uma imagem de tela de uma modalidade exemplificativa de uma interface gráfica de usuário, apresentada a um estudante para iniciar uma aula de aprendizagem de idioma.

[043] A figura 6 mostra uma imagem de tela de uma modalidade exemplificativa de uma interface gráfica de usuário, apresentada a um estudante para se engajar numa atividade integral de leitura.

[044] A figura 7 mostra uma imagem de tela de uma modalidade exemplificativa de uma interface gráfica de usuário, apresentada a um estudante para se engajar numa atividade de vocabulário.

[045] A figura 8 mostra uma imagem de tela de uma modalidade exemplificativa de uma interface gráfica de usuário, apresentada a um estudante para se engajar numa atividade de soletração.

[046] A figura 9 mostra uma modalidade de método exemplificativo de um sistema de idioma implmentando um módulo de aprendizagem.

Descrição Detalhada da Invenção

[047] A presente invenção será agora descrita em detalhes fazendo-se referência às modalidades ilustradas nos desenhos, que fazem parte da mesma. Outras modalidades podem ser usadas sem que haja afastamento do espírito ou escopo da presente divulgação. As modalidades ilustrativas a serem agora descritas não significam uma limitação à matéria aqui apresentada.

[048] As modalidades do sistema podem automaticamente desenvolver uma ou mais porções de uma série de atividades de aprendizagem de diversos pretendidos resultados de aprendizagem, por exemplo, vocabulário aperfeiçoado, compreensão aperfeiçoada de leitura, competência do estudante totalmente aperfeiçoada. As atividades de aprendizagem podem buscar dados automaticamente gerados por diversos módulos de software, que são executados em um ou mais dispositivos de computação e/ou dados de diversos tipos armazenados em um meio de armazenamento de recursos.

[049] Os módulos geradores de dados podem incluir um extrator de palavras-chave, um gerador de distrator e um calculador de dificuldade de texto. Os diversos componentes do sistema de aprendizagem de idioma podem desenvolver resultados usados por um módulo de aprendizagem, como acesso para porções de lições geradas pelo módulo de aprendizagem. Desse modo, o módulo de aprendizagem pode dinamicamente criar atividades de aprendizagem adequadas para estudantes de idiomas, baseadas em uma variedade de recursos.

[050] Em algumas modalidades, as atividades de aprendizagem podem usar como acesso diversos aspectos que descrevem informações com relação ao estudante do idioma, tais como, interesses do estudante, nível global de competência do idioma do estudante, e/ou habilidades do estudante em diversas práticas específicas do idioma. Assim, por exemplo, um recurso usado para uma atividade de aprendizagem pode ser selecionado com base no interesse do estudante em esportes. Em outro exemplo, a atividade de aprendizagem pode ser gerada para exercitar uma específica prática do idioma onde o estudante precisa ter foco, que é determinada de acordo com uma habilidade examinada na dita específica prática (por exemplo, soletração, compreensão de leitura). Em outro exemplo, um mais rigoroso ou bem equilibrado conjunto de atividades de aprendizagem pode ser gerado se o estudante apresentar um objetivo de se preparar para o TOEFL (sigla de “Teste de Inglês como uma Língua Estrangeira”), diferentemente de se preparar para tirar férias.

[051] Os recursos selecionados para uso na construção de atividades de aprendizagem podem variar quanto à dificuldade, tipo e conteúdo. Assim, por exemplo, os recursos podem ser liguisticamente difíceis ou fáceis, relativamente entre si e/ou em relação aos níveis de competência do estudante. Em outro exemplo, os recursos podem incluir uma ou mais porções de texto de um documento ou transcrição, de áudio, vídeo, audiovisual ou imagens.

[052] Referência será feita agora a modalidades exemplificativas ilustradas nos desenhos, onde uma específica linguagem será aqui usada para descrever as mesmas. Entretanto, deverá ser entendido que nenhuma limitação do escopo da invenção é pretendida. Eventuais alterações e adicionais modificações das características inventivas aqui ilustradas e adicionais aplicações dos princípios da invenção conforme aqui ilustado, que podem ocorrer para um especialista versado na técnica e que está de posse da presente divulgação, são consideradas dentro do escopo da invenção. Componentes do Sistema de Aprendizagem de Idioma

[053] A figura 1 mostra os componentes de uma modalidade exemplificativa de um sistema de aprendizagem de idioma (100).

[054] O sistema de aprendizagem de idioma (100) mostrado na figura 1 compreende um servidor de idioma do estudante (101), um suprimento de distratores (102), um suprimento de recursos (103), um suprimento de palavras-chave (104), um suprimento de dados de usuário (105), uma rede (106), um computador gerenciador de conteúdo (107) e um dispositivo de computação do estudante implementado para idioma (108). Conforme mostrado nessa modalidade exemplificativa, um dispositivo de computação de estudante implementado para idioma (108) pode ser um computador do estudante implementado para idioma (108a) ou um dispositivo de smartphone do estudante implementado para idioma (108b).

[055] Um servidor de idioma do estudante (101) pode ser qualquer dispositivo de computação, tal como, um computador pessoal, ou qualquer outro dispositivo de computação compreendendo um processador que possa ser capaz de executar um ou mais módulos de aprendizagem de idioma. As modalidades do servidor de idioma do estudante (101) podem compreender um módulo extrator de palavras-chave, um módulo calculador de dificuldade de texto, um módulo gerador de distrator e/ou um módulo de aprendizagem.

[056] Na modalidade exemplificativa do sistema de aprendizagem de idioma (100) mostrado na figura 1, o servidor de idioma do estudante (101) é mostrado como um dispositivo único. Entretanto, em algumas modalidades, o servidor de idioma do estudante (101) pode compreender múltiplos dispositivos de computação. Nessas modalidades distribuídas de computação, em que um servidor de idioma do estudante (101) pode compreender uma pluralidade de dispositivos de computação, cada dispositivo de computação pode compreender um processador. Assim, cada desses processadores pode executar módulos de aprendizagem de idioma que são hospedados em qualquer computador da pluralidade de dispositivos de computação.

[057] As modalidades do sistema de aprendizagem de idioma (100) podem compreender um ou mais suprimentos de dados (102, 103, 104, 105), isto é, um suprimento de distratores (102), um suprimento de recursos (103), um suprimento de palavras-chave (104), um suprimento de dados de usuário (105). Os suprimentos de dados (102, 103, 104, 105) podem ser bancos de dados compreendendo meio de armazenamento não transitório legível em máquina que armazena e recupera dados correlacionados a um ou mais módulos executados por um dispositivo processador no servidor de idioma do estudante (101). Os suprimentos de dados (102, 103, 104, 105) podem ser um dispositivo único hospedeiro do banco de dados, ou os suprimentos de dados (102, 103, 104, 105) podem ser distribuídos entre uma pluralidade de dispositivos de computação hospedeiros dos bancos de dados.

[058] Em algumas modalidades de um sistema de aprendizagem de idioma (100), um ou mais dentre os suprimentos de distratores (102), suprimentos de recursos (103), suprimentos de palavras-chave (104), e/ou suprimentos de dados de usuário (105) podem residir em um servidor de idioma do estudante (101). Em algumas modalidades, como, por exemplo, a mostrada na figura 1, o servidor de aprendizagem de idioma (100) é um dispositivo único e cada dos suprimentos de dados (102, 103, 104, 105) é hospedado em diferentes dispositivos, cada qual se comunicando com o servidor de idioma do estudante (101). Um técnico do segmento em questão poderá observar que os suprimentos de dados (102, 103, 104, 105) podem se comunicar com o servidor de idioma do estudante (101) através de quaisquer meios de comunicação, capazes de facilitar uma comunicação em rede entre os dispositivos de computação, como, por exemplo, LAN, WAN, InfiniBand, 3G, 4G, ou quaisquer outros meios de comunicação por computação.

[059] Um suprimento de distratores (102) pode ser um meio de suprimento não transitório legível em máquina, que armazena um ou mais distratores correlacionados com palavras-chave. Os distratores armazenados podem ser dinamicamente gerados por um módulo de distrator executado por um servidor de idioma do estudante (101).

[060] Um suprimento de recursos (103) pode ser um meio de armazenamento não transitório legível em máquina, que armazena um ou mais recursos. Os recursos podem ser recebidos de um dispositivo gerenciador de conteúdo (107), um dispositivo de computação do estudante (108), ou outra fonte de dados externa, tal como, website, blog, ou novos serviços. Um recurso armazenado no suprimento de recursos pode ser uma ou mais porções de texto de um documento (por exemplo, livro, artigo, webpage, jornal), uma saída de áudio, saída de vídeo, saída de audiovisual, uma imagem, ou uma combinação dos mesmos. Em algumas modalidades, um suprimento de recursos (103) pode também armazenar metadados associados aos recursos armazenados. Exemplos não limitativos de metadados podem incluir a descrição de informação de um registro de dificuldade de texto para texto em um recurso de documento, a extensão de um recurso e/ou o conteúdo contido em um recurso.

[061] Em algumas modalidades do suprimento de recursos (103), os recursos podem ser recursos de multimídia (por exemplo, áudio, vídeo, imagem). Nessas modalidades, o suprimento de recursos (103) pode armazenar metadados correlacionados a um recurso de multimídia armazenado. Assim, por exemplo, o transcrito de texto de um recurso de áudio ou audiovisual pode ser armazenado no suprimento de recursos (103) na forma de metadados associados. Em outro exemplo, os metadados podem conter um ou mais timestamps, que correspondem a específicos pontos de sincronização em um recurso de vídeo ou audiovisual. Os timestamps podem ser associados a um transcrito ou outro texto descritivo do recurso, por exemplo, uma palavra-chave em vista de um específico ponto de sincronização, ou uma descrição de eventos. Em outro exemplo, os metadados podem conter descrições de pontos (por exemplo, coordenadas) para ligação de caixas que incluem áreas de um recurso de imagem. Algumas modalidades apresentam recursos de mmultimídia, onde os metadados podem identificar uma ou mais palavras-chave nos recursos de multimídia. Esses metadados podem corresponder a palavras-chave em um suprimento de palavras-chave.

[062] Em algumas modalidades do suprimento de recursos (103), os metadados correlacionados aos recursos de multimídia podem ser manualmente acessados por um gerenciador de conteúdo, usando uma interface de usuário de um dispositivo gerenciador de conteúdo (107). Em algumas modalidades, os recursos podem ser automaticamente recuperados de uma variedade de fontes externas ou recebidos de fontes externas, regularmente. Nessas modalidades, os metadados associados com recursos de multimídia podem ser automaticamente recuperados, recebidos ou atualizados, a partir de uma fonte externa que divulga o associado recurso. Em algumas modalidades, os metadados podem ser recuperados de diversas fontes externas que armazenam dados correlacionados a recursos de multimídia já armazenados em um suprimento de recursos (103).

[063] Um suprimento de recursos (103) pode armazenar recursos transmitidos de uma interface de usuário de um dispositivo de computação (107, 108) dentro de um sistema de aprendizagem de idioma (100) ou de alguma fonte de dados externa. O suprimento de recursos (103) pode executar questões de busca para pesquisar o suprimento de recursos (103), de modo a proporcionar recursos. As questões de busca podem ser recebidas dos módulos de aprendizagem de idioma, executado por um servidor de aprendizagem de idioma (101) ou de um dispositivo de computação (107, 108).

[064] Um suprimento de palavras-chave (104) pode armazenar uma ou mais palavras-chave extraídas dos recursos. Um suprimento de palavras-chave (104) pode armazenar metadados associados com as palavras-chave, como, por exemplo, do recurso de origem, a partir do qual as palavras foram extraídas, ou com um registro de dificuldade de palavra que descreve a dificuldade linguística da palavra-chave. Um suprimento de palavras-chave (104) pode receber e armazenar palavras-chave provenientes de um módulo extrator de palavra-chave, que é executado em um servidor de idioma do estudante (101). Um suprimento de palavras-chave (104) pode também armazenar entradas de palavras-chave provenientes de uma interface de usuário do dispositivo de computação (107, 108). Um suprimento de palavras-chave (104) pode executar questões de busca para pesquisa de uma palavra-chave, de acordo com as questões recebidas dos módulos de aprendizagem de idioma, executado por um servidor de aprendizagem de idioma (100).

[065] Um suprimento de palavras-chave (104) é um meio de armazenamento legível em computador que pode armazenar palavras-chave, atributos de palavra-chave, e/ou diversos outros meios para recuperação de dados armazenados no suprimento de palavras-chave (104), tais como, uma chave de equivalência ou uma única chave de registro de banco de dados. Nessas modalidades do módulo de extração de palavra- chave, o modulo de extração de palavra-chave prossegue para armazenar determinadas potenciais palavras-chave em um suprimento de palavras-chave (104), quando as palavras- chave são extraídas de um corpo linguístico ou recurso. Diversos algoritmos e/ou outras regras de operação que instruem o módulo de extração de palavras-chave podem ser usados, para determinar quais palavras-chave devem ser armazenadas no suprimento de palavras-chave (104).

[066] Um suprimento de dados de usuário (105) é um meio de armazenamento não transitório legível em máquina que pode armazenar perfis de estudante contendo informação correlacionada aos estudantes de idioma. Um suprimento de dados de usuário (105) pode receber e armazenar dados provenientes de um ou mais módulos de idioma do estudante, executado em um servidor de idioma do estudante (101), ou um suprimento de dados de usuário (105) pode armazenar entrada de dados proveniente de uma interface de usuário de um dispositivo de computação (107, 108). Um suprimento de dados de usuário (105) pode executar questões de busca para pesquisar perfis de estudante, de acordo com os comandos recebidos de um ou mais módulos de aprendizagem de idioma, executado por um servidor de aprendizagem de idioma (101).

[067] Uma rede (106) pode conectar cada dos dispositivos de hardware de computação no sistema de aprendizagem de idioma (100) entre si. Alguém com uma habilidade comum na técnica poderá observar que existem diversas possíveis permutações para conectar os diversos dispositivos e componentes em modalidades de um sistema de aprendizagem de idioma (100). As modalidades de uma rede (106) podem facilitar os componentes de hardware de um sistema de aprendizagem de idioma (100) a serem proximamente localizados dentro de um edifício, um campus, uma municipalidade, ou através de qualquer amplitude geográfica.

[068] Conforme observado na modalidade exemplificativa de um sistema de aprendizagem de idioma (100), o qual foi mostrado na figura 1, uma rede (106) pode ser uma combinação de rede pública, tal como, a Internet, e redes privadas. Entretanto, em algumas modalidades, a rede (106) pode ser somente uma rede privada, ou somente uma rede pública. A rede (106) mostrada na figura 1 representa uma combinação da Internet e alguma rede privada interna. A rede (106) pode ser uma mistura de diversas tecnologias de comunicação de dados, como, por exemplo, LAN, WAN, e 4G.

[069] Em algumas modalidades, a rede (106) pode conectar apenas alguns dos componentes de hardware de um sistema de aprendizagem de idioma (100), enquanto alguns outros componentes de hardware são conectados com o sistema de aprendizagem de idioma (100) usando diferentes tecnologias ou uma rede diferente. Assim, por exemplo, os suprimentos de dados (102, 103, 104, 105) mostrados na figura 1 podem se comunicar com o servidor de aprendizagem de idioma (101), usando, por exemplo, InfiniBand, para dispositivos localizados próximos. Além disso, em algumas modalidades, um ou mais dos componentes podem se dispor em um único dispositivo.

[070] Um especialista de habilidade comum na técnica poderá observar que um sistema de aprendizagem de idioma (100) pode ser um sistema de computação distribuído, usando uma ou mais tecnologias de rede e tecnologias de redundância, que podem utilizar um determinado número de tácnicas básicas conhecidas, para facilitar a comunicação entre os componentes de hardware de computação.

[071] Um especialista de habilidade comum na técnica poderá observar que a arquitetura de rede mostrada na modalidade do sistema de aprendizagem de idioma apresentado na figura 1, de nenhum modo limita as permutações de arquitetura que facilitam a comunicação entre diversos componentes de outras modalidades de um sistema de aprendizagem de idioma (100).

[072] Um dispositivo de computação gerenciador de conteúdo (107) pode ser um computador, um smartphone, um servidor, um tablet, um sistema de implementação de jogos, ou outro dispositivo de computação compreendendo um processador configurado para implementar uma interface de usuário, para administrar os diversos módulos e componentes de um sistema de aprendizagem de idioma (100). Em algumas modalidades, o dispositivo de computação gerenciador de conteúdo (107) pode ser capaz de comunicação processada em rede, com diversos outros dispositivos de computação.

[073] As modalidades de um dispositivo gerenciador de conteúdo podem executar uma interface de usuário que pode permitir a um gerenciador de conteúdo revisar resultados, e/ou manualmente, dar entrada em diversas peças de informação, recursos, e/ou metadados dentro dos módulos, executado pelo servidor de aprendizagem de idioma (101), ou nos suprimentos de dados (102, 103, 104, 105), dentro do sistema de aprendizagem de idioma (100).

[074] Assim, por exemplo, em algumas modalidades, um gerenciador de conteúdo pode armazenar um recurso em um suprimento de recursos e, depois, manualmente, dar entrada aos metadados gerenciados que estão associados ao recurso, tais como, um timestamp para um recurso de vídeo ou um transcrito para um recurso de áudio. O dispositivo de computação gerenciador de conteúdo pode fixar os metadados ao recurso, para associação do recurso com uma palavra- chave ou para identificar diversos outros atributos do recurso. Em algumas modalidades, um dispositivo de computação gerenciador de conteúdo pode receber informação associada com um estudante ou dar entrada a dados dentro de um perfil associado a um estudante. A informação ou dados pode ser recebida de um gerenciador de conteúdo, dando entrada à informação ou dados em uma interface de usuário, associada ao dispositivo de computação gerenciador de conteúdo.

[075] Em algumas modalidades, um dispositivo de computação gerenciador de conteúdo (107) pode permitir um gerenciador de conteúdo atuar como um instrutor em outra conversação viva, sessão telefônica e/ou sessões de vídeo, com um dispositivo de computação do estudante (108), ou em correspondência, por exemplo, mediante e-mail. Deve ser observado que um computador gerenciador de conteúdo (107) pode ser um dispositivo de computação em rede, para se comunicar com um servidor de idioma do estudante (101). No entanto, um computador gerenciador de conteúdo (107) pode ser também o mesmo dispositivo que aquele do servidor de idioma do estudante (101).

[076] Um dispositivo de computação do estudante (108) pode ser um computador (108a), um smartphone (108b), um servidor, um dispositivo de computação tipo tablet, um sistema de implementação de jogos, ou qualquer outro dispositivo de computação compreendendo um processador configurado para implementar uma interface de usuário, para se comunicar com os diversos módulos do servidor de aprendizagem de idioma. Deve ser observado que um computador do estudante (108a) pode ser ligado em rede para se comunicar com um servidor de idioma do estudante (101), e o dito computador de estudante (108a) pode ser também o mesmo dispositivo que o servidor de idioma (101).

[077] Em algumas modalidades, um dispositivo de computação de estudante (108) pode se conectar dentro de uma sessão de ensino, com um dispositivo gerenciador de conteúdo (107) atuando em toda a rede (106). A sessão de ensino pode ser mantida mediantre qualquer tecnologia de chamada de vídeo, tecnologia de chamada de voz, ou serviço de envio instantâneo de mensagem, tal como, Google Hangouts®, Skype®, VoIP, e/ou um software de envio instantâneo de mensagem. Em algumas modalidades, essa sessão de ensino pode não ser um produto de uma terceira parte vendedora, em vez disso, uma sessão nativa para o sistema de aprendizagem de idioma (100). Em outras modalidades, o sistema de aprendizagem de idioma (100) pode compreender um serviço de envio de mensagem de ensino para o instrutor e o estudante, para passar a mensagem para outra disposição de uma sessão de ensino.

[078] Um dispositivo de computação de estudante (108) pode enviar e receber mensagem eletrônica dentro do sistema de aprendizagem de idioma (100) ou através de convencionais serviços de envio de mensagens. Um dispositivo de computação gerenciador de conteúdo (108) pode também facilitar essa instrução de comunicação entre um gerenciador de conteúdo e um estudante. Um dispositivo gerenciador de conteúdo (108) pode também incluir uma interface para gerar atribuições de ensino, atribuições de classificações, atividades de registro de aprendizagem, e atribuições de envio ou recebimento para um estudante. Essas atribuições podem ser enviadas através do serviço de envio de mensagens nativo ou através de um convencional serviço de envio de mensagem.

[079] Em algumas modalidades, os estudantes podem fazer um exame inicial de competência. Esse exame pode ser um teste ou questões armazenadas no servidor de aprendizagem de idioma (101). O exame pode ser apresentado aos estudantes através da interface de usuário do dispositivo de computação do estudante (108). O exame pode ser armazenado automaticamente pelo servidor de aprendizagem de idioma (101) ou pode ser gravado por um gerenciador de conteúdo usando o dispositivo de computação do gerenciador de conteúdo (107). Esse exame pode proporcionar um registro de competência inicial, de forma global do estudante, e/ou registros que refletem as habilidades do estudante, especificamente, as habilidades de idioma, que são armazenadas em um perfil de dados do usuário. O nível de competência e/ou habilidade prática de idioma do estudante pode ser automaticamente atualizado no suporimento de dados do usuário (105). Os módulos do servidor de aprendizagem de idioma (101) podem automaticamente atualizar o perfil de dados do usuário no suprimento de dados do usuário (105), com base no desempenho do estudante nas atividades de aprendizagem e, em algumas modalidades, os estudantes podem ter um exame de competência de ocorrência periódica, através do dispositivo de computação do estudante (108), para aumentar o nível de competência, ou através de um registro de habilidade. Extrator de Palavras-chave

[080] Quando aplicado em um contexto de aprendizagem de idioma, um extrator de palavras-chave conforme aqui descrito, pode incluir deficiências de convencionais extratores de palavras-chave, uma vez que os convencionais extratores de palavras-chave não são comumente aplicados à aprendizagem de idioma. O objetivo dos convencionais extratores de palavras-chave é economizar tempo de um leitor, mediante redução do número de palavras que o mesmo precisa ler, para extrair informação de forma significativa do recurso. Esses algoritmos são otimizados para se achar o menor subconjunto de palavras que apresentam um maior teor de informação, que resulta na filtração de palavras comuns, de frases, idiomas e outros vocabulários que residem em um domínio tópico mais geral. As modalidades do extrator de palavras-chave aqui descrito implementam as técnicas de extração de palavra-chave, para se extrair palavras-chave úteis para aprendizagem de idoma. As técnicas convencionais de extração de palavra-chave não são aplicadas no contexto de aprendizagem de idioma, desse modo, uma convencional técnica de extração de palavra-chave pode ser ineficaz.

[081] As modalidades de um sistema de aprendizagem de idioma podem incluir um extrator de palavra-chave, de outro modo referido como um módulo de extração de palavra-chave, que é um componente incorporado em um meio legível em computador e executado por um processador. O extrator de palavra-chave pode obter uma ou mais palavras-chave do texto. As palavras-chave podem ser do tipo de uma palavra específica ou do tipo de um conjunto de palavras (por exemplo, frase, colocação) divulgada em um recurso.

[082] As convencionais técnicas de extração de palavra- chave, simplesmente, extraem suficientes palavras para resumir o conteúdo incluído no texto. Entretanto, as modalidades aqui descritas de um módulo de extração de palavras-chave podem ser executadas de modo a captar quantas palavras-chave sejam necessárias, para facilitar a aprendizagem de idioma, usando um documento específico ou um conjunto de documentos. O extrator de palavra-chave pode implementar técnicas de extração de palavra-chave adaptadas para aprendizagem de idioma, que exigem diferente informação de identificação de conteúdo e heurística de extração. Assim, por exemplo, uma palavra que não pode ser proximamente conectada ao significado de um texto, poderia ser descartada por convencionais extratores de palavra- chave. Entretanto, essa palavra pode ter ainda um valor pedagógico para um estudante de idioma em um nível inferior competência, em relação ao vocabulário geral que está sendo adquirido.

[083] Conforme aqui descrito, um módulo de extração de palavra-chave pode, entre outras características, extrair palavras-chave de um recurso que são pedagogicamente valiosas para a aprendizagem do idioma. Palavras-chave pedagogicamente valiosas podem ser palavras do texto de um recurso contendo texto, tal como, um documento (por exemplo, artigo, jornal, blog), ou um transcrito, que pode ajudar na aprendizagem do idioma devido a determinados atributos ou aspectos associados a essas palavras. Como exemplo, uma palavra-chave pode ser pedagogicamente valiosa quando a dita palavra-chave é facilmente definida ou quando a palavra-chave é básica para o contexto de um recurso.

[084] As modalidades de um módulo de extração podem implementar uma lista em branco de palavras-chave como uma maneira de determinar o valor pedagógico de potenciais palavras-chave analisadas gramaticalmente no texto. Uma lista em branco pode ser qualquer tipo de arquivo de computador contendo palavras predeterminadas como sendo palavras-chave para extrair. Nessas modalidades, uma lista em branco de palavras-chave pode compreender palavras que são automaticamente armazenadas dentro do suprimento de palavras-chave, como uma palavra-chave extraída.

[085] Em algumas modalidades, um arquivo de palavra interrompida pode ser qualquer arquivo de computador contendo palavras que nunca são palavras-chave para extração. O arquivo de palavra interrompida pode atuar como um filtro contra as palavras que não são particularmente vantajosas para aprendizagem do idioma.

[086] Em algumas modalidades, o módulo extrator de palavras-chave pode implementar uma ou mais regras de registro, que podem incluir um ou mais algoritmos para determinação dos valores pedagógicos de potenciais palavras-chave. Deve ser observado que diversas listas em branco e arquivos de palavra interrompida podem ser usados, ou a lista em branco e o arquivo de palavra interrompida pode ser o único e idêntico arquivo de computador.

[087] A figura 2 é um fluxograma indicado para uma modalidade do método de extração de palavra-chave do texto de um recurso.

[088] Na etapa (S200), após recebimento de um recurso contendo texto, um módulo de extração de palavra-chave pode iniciar o processo de extração de palavra-chave nessa etapa, mediante geração de um conjunto de potenciais palavras-chave. Em algumas modalidades, a etapa (S200) pode começar com uma etapa (S201), na qual o módulo de extração de palavra-chave recebe um recurso e, depois, analisa gramaticalmente o texto desse recurso dentro de um resultante conjunto de potenciais palavras-chave. A etapa (S200), opcionalmente, pode utilizar uma etapa (S202), na qual um módulo de extração de palavra-chave começa a gerar um conjunto de potenciais palavras-chave, mediante processamento e/ou padronização do texto analisado gramaticalmente do recurso.

[089] Numa etapa seguinte (S204), as modalidades de um módulo de extração de palavra-chave podem comparar o conjunto de potenciais palavras-chave contra uma lista em branco de palavras-chave para determinar se cada potencial palavra-chave é pedagogicamente valiosa.

[090] Com base na comparação da etapa (S204), em uma seguinte etapa (S206), um módulo de extração de palavra- chave remove as potenciais palavras-chave de um conjunto de potenciais palavras-chave, que corresponde a uma palavra filtrada relacionada no arquivo de palavra interrompida.

[091] As modalidades de um módulo de extração de palavra- chave podem implementar um arquivo de palavra interrompida, que pode filtrar as palavras previamente identificadas como omissas de valor pedagógico. Exemplos não limitativos de palavras interrompidas que são filtradas do conjunto de potenciais palavras-chave podem incluir: números ordinais, números, nomes próprios e/ou conjunções.

[092] Numa etapa seguinte (S208), o módulo extrator de palavra-chave pode armazenar potenciais palavras-chave que correspondem a uma palavra no arquivo de lista em branco de palavra-chave, identificada como tendo valor pedagógico para a aprendizagem do idioma. Exemplos não limitativos dessas palavras podem incluir colocações, frases verbais, palavras ou frases identificadas como difíceis para falantes não nativos, palavras correlacionadas ao recurso, e/ou palavras previamente identificadas como palavras críticas para o idioma que está sendo aprendido.

[093] Um arquivo de lista em branco pode identificar uma ou mais colocações como tendo valor pedagógico, cada dessas colocações podendo ser mantida como uma palavra extraída. As colocaçõessao palavras frequentemente encontradas juntas nos textos, como, por exemplo, “put out - jogar fora”. Os estudantes de idioma, tipicamente, aprendem essas colocações em uma disposição de pedaços. Porém, as ferramentas convencionais de extração de palavra-chave, tipicamente, eliminam as colocações que surgem em um documento. As modalidades do extrator de palavras-chave podem ser adaptadas para especificamente observar esse tipo de colocações.

[094] Em um exemplo não limitativo usando a colocação “put out - jogar fora”, podem existir circunstâncias em que o termo “put - jogar/colocar” pode ser de outro modo filtrado como omisso de valor, mas os verbos de frases, tais como, “put out - jogar fora”, “put up - por/colocar em cima”, “put on - vestir” podem ser reconhecidos como colocações e, como tais, devem ser extraídas pelo módulo de extração de palavra-chave. Os estudantes de idioma devem aprender cada dessas utilizações da palavra “put - por/colocar”, pelo fato de que em cada dos exemplos acima, o termo “put - por/colocar” apresenta diferentes significados, que são igualmente diferentes da palavra que expressa o verbo “put - por/colocar”. Nesse exemplo, o módulo de extração de palavra-chave facilita o ensinamento de um estudante de idioma em cada desses conjuntos de colocações e em diversas utilizações do termo “put - por/colocar”. Portanto, os estudantes de idioma podem observar a diferença entre “put on - vestir”, com relação somente ao termo “put - por/colocar”.

[095] Continuando com a etapa (S208), as potenciais palavras-chave identificadas pelo módulo de extração de palavra-chave como tendo valor pedagógico podem ser armazenadas em um suprimento de palavra-chave. O suprimento de palavra-chave é um meio de armazenamento legível em computador que pode armazenar palavras-chave, atributos de palavras-chave, e/ou diversos outros modos de recuperação de dados armazenados no suprimento de palavras-chave, como, por exemplo, em uma chave de equivalência ou uma chave de registro de um único banco de dados.

[096] As modalidades de um módulo extrator de palavra-chave implementam um suprimento de palavras-chave que pode armazenar palavras-chave extraídas do suprimento de palavra-chave, associado com chaves de n-grams, um conjunto de uma mais colocações e uma ou mais equivalências. Conforme aqui usado, o termo palavra-chave pode se referir a uma palavra ou frase compreendendo uma ou mais palavras, tal como, uma colocação.

[097] Um suprimento de palavra-chave armazena palavras- chave com chaves de n-grams. Um n-gram pode ser uma sequência de uma ou mais palavras (n), escritas dentro de uma unidade de significado em um texto, que pode se referir à extensão da palavra-chave. Em outras palavras, um suprimento de palavras-chave pode armazenar unigrams, bigrams, e/ou trigrams, ou mais, dependendo da extensão das palavras-chave que estão sendo extraídas.

[098] Assim, por exemplo, um unigram pode ser uma palavra de texto que tem seu próprio significado, logo, “dog - cão” é um unigram. Do mesmo modo, a expressão “dog walker - passeador de cão” é um bigram, e a expressão “dog walking service - serviço de passeio de cães” poderia ser um trigram. Entre cada dos três exemplos de palavras-chave potencialmente extraídas, existe alguma conexão gramatical entre as três potenciais palavras-chave. Esses três exemplos podem ser colocados juntos para formar uma unidade de significado, isto é, formar um conjunto de conceitos juntos.

[099] Um suprimento de palavra-chave pode também armazenar palavras-chave extraídas em associação com colocações e/ou equivalências. As colocações nesse contexto são similares às outras chaves de banco de dados, em que elas podem ser armazenadas em associação com uma palavra-chave extraída do suprimento de palavra-chave, essas chaves de colocações representando um subconjunto de uma ou mais colocações que divulgam a palavra-chave extraída em um recurso, divulgada em uma história em prosseguimento de recursos ou, manualmente, tendo sido introduzida por um gerenciador de conteúdo. As equivalências associadas com a palavra-chave no suprimento de palavras-chave podem ser um ou mais valores indicando as posições de início e o fim da palavra- chave associada a um recurso.

[0100] Após o módulo de extração de palavra-chave gerar o conjunto de potenciais palavras-chave na etapa (S200), o módulo de extração de palavra-chave pode armazenar todas ou um subconjunto de potenciais palavras-chave no suprimento de palavra-chave, na forma de palavras-chave extraídas. O suprimento de palavra-chave pode armazenar somente as palavras-chave extraídas de um recurso. Algumas modalidades podem permitir que esse suprimento de palavra-chave seja construído no decorrer do tempo, desse modo, acrescentando palavras-chave extraídas; algumas dessas modalidades podem também acrescentar as palavras-chave extraídas e associar as mesmas a seus respectivos recursos, a partir dos quais as palavras-chave foram extraídas.

[0101] Numa etapa seguinte (S210), um módulo de extração de palavra-chave pode determinar um registro para cada das restantes potenciais palavras-chave, isto é, potenciais palavras-chave não ainda eliminadas ou armazenadas dentro do suprimento de palavra-chave, de acordo com as regras de registro que avaliam cada valor pedagógico de palavra- chave. As modalidades podem registrar potenciais palavras- chave usando diversas permutações e combinações de algoritmos, software, e/ou outras ferramentas conhecidas ou aqui divulgadas, para determinar o valor pedagógico de uma palavra.

[0102] Como exemplo não limitativo, um extrator de palavra- chave pode registrar bigrams e trigrams usando estatísticas de co-ocorrência, implementadas através do uso de uma ferramenta natural de processamento de idioma, tal como, The Natural Language Toolkit, da programação de idioma Python, para determinar a probabilidade para que uma palavra possa permanecer como uma potencial palavra-chave. Nesse exemplo, o extrator de palavra-chave determina a criticalidade de uma palavra para o texto mediante medição da frequência da palavra.

[0103] Em outro exemplo não limitativo, um extrator de palavra-chave pode se referir a uma lista de colocações especificamente configurada para estudantes de Inglês, em um específico nível de competência.

[0104] Conforme discutido por último, como outro exemplo não limitativo, um extrator de palavra-chave pode gerar um adicional registro de dificuldade de palavra, para classificar as palavras em termos de probabilidade de dificuldade para falantes não nativos, para aprender e supervisar. Exemplos não limitativos de parâmetros usados para o cálculo de um registro de palavra podem incluir um comprimento de palavra e/ou a frequência a partir da qual a parte de fala da palavra é exercitada em uma população mais ampla de corpo linguístico externo, tal como, um registro de frequência de documento de prazo de frequência inverso (TF-IDF).

[0105] Conforme mostrado na figura 2A, o extrator de palavra-chave pode incluir uma opcional primeira etapa de revisão (S200a) e uma opcional segunda etapa de revisão (S218).

[0106] Numa etapa (S200a), um extrator de palavra-chave implementa uma primeira etapa de revisão na geração do conjunto de potenciais palavras-chave. A etapa (S200a) pode compreender as etapas opcionais (S201a), (S202a), (S202b) e/ou (S202c).

[0107] Numa etapa (S201a), um extrator de palavra-chave pode usar ferramentas e técnicas comuns de processamento de idioma para gerar o conjunto de potenciais palavras-chave.

[0108] Numa etapa (S202a), o extrator de palavra-chave pode implementar as técnicas comuns de processamento de idioma para identificar um ou mais atributos associados a uma potencial palavra-chave. Nessa etapa, o extrator de palavra-chave pode, por exemplo, automaticamente identificar uma parte de fala da palavra como um substantivo, adjetivo, verbo ou outra forma gramatical. Outros exemplos não limitativos de atributos que um extrator de palavra-chave pode automaticamente identificar e associar com potenciais palavras-chave podem incluir um tópico e/ou um subtópico para uma potencial palavra-chave, um número de sílabas em uma potencial palavra-chave, um número de vezes que uma potencial palavra-chave aparece em um recurso, compreendendo todos os recursos armazenados no suprimento de recurso, um ou mais recursos armazenados no suprimento de recurso, ou outros recursos externos ou TF- IDF, e/ou uma definição para uma potencial palavra-chave.

[0109] Em uma etapa (S202b), um extrator de palavra-chave pode calcular um registro de dificuldade de palavra para uma potencial palavra-chave, com base em fatores puxados dos atributos associados com a potencial palavra-chave. Esses fatores podem incluir, mas sem que seja a isso limitado, o TF-IDF da palavra no suprimento de recurso, recurso ou fontes externas, um determinado número de sílabas em uma potencial palavra-chave, e se uma potencial palavra-chave aparece em uma Lista Acadêmica de Palavra (AWL).

[0110] Numa etapa (S202c), os atributos das palavras podem ser identtificados e incluídos no suprimento de palavra- chave como metadados associados a uma potencial palavra- chave. Por exemplo, os metadados podem incluir uma parte de fala/conversa, um recurso de origem, uma definição de uma palavra, ou um contexto no qual uma palavra-chave extraída é usada no texto. Um contexto pode ser determinado usando metadados associados ao recurso, no qual um conteúdo de recurso foi identificado e armazenado em um suprimento de recurso, ou manualmente introduzido. O suprimento de palavra-chave pode armazenar uma potencial palavra-chave em associação com qualquer conteúdo de recurso que divulga a potencial palavra-chave. Algumas modalidades do extrator de palavra-chave podem implementar um sistema de etiquetagem para associação ou etiquetagem de metadados com palavras- chave.

[0111] Após a etapa (S202c), um extrator de palavra-chave pode executar as etapas entre (S204) e (S216), conforme mostrado na figura 2.

[0112] Em uma opcional etapa (S218), um extrator de palavra-chave pode iniciar uma opcional segunda revisão de texto. Nessa etapa, cada potencial palavra-chave e os associados metadados podem ser apresentados a uma interface de usuário de um dispositivo de computação do cliente, operado por um gerenciador de conteúdo. O gerenciador de conteúdo pode depois interagir com a interface de usuário para confirmar que as palavras-chave, metadados e/ou atributos associados, assim como, as definições, estão corretas no contexto do texto. Um gerenciador de conteúdo pode ainda verificar que as palavras-chave, metadados e/ou associados atributos são apropriados ao contexto do texto. Calculador de Dificuldade de Texto

[0113] Os sistemas e métodos de aprendizagem de idioma podem incluir um módulo calculador de dificuldade de texto, que é um componente de um produto de programa de computador incorporado em um meio legível em máquina e executado por um processador, para realizar a funcionalidade especificada. Um módulo calculador de dificuldade de texto pode seterminar uma dificuldade do idioma para o texto em um recurso.

[0114] Em algumas modalidades, um calculador de dificuldade de texto pode agrupar recursos em uma pluralidade de grupos ou níveis de competência, de acordo com os registros de dificuldade. Nessas modalidades, os grupamentos de recursos podem corresponder a níveis de competência atribuídos aos estudantes de idioma. Assim, os estudantes de idioma podem ser atribuídos de um nível de competência que determina a dificuldade dos recursos a qual os mesmos são apresentados para fins de aprendizagem de idioma, por exemplo, um iniciante ou estudante de idioma de primeiro nível pode interagir com o recurso do primeiro nível.

[0115] Por exemplo, nessas modalidades, um registro de dificuldade de texto pode identificar um recurso como tendo texto de mínima dificuldade em relação ao resto de um corpo linguístico que compreende um ou mais recursos armazenados em um suprimento de recurso. Esse recurso relativamente fácil pode ser agrupado com recursos tendo registros de dificuldade de texto comparáveis. O grupo pode ser agora considerado como um nível iniciante, um primeiro nível ou outra designação de nível inicial.

[0116] Em algumas modalidades, o número de grupos e/ou um alto detalhamento para o qual os recursos são segmentados nesses grupos, é decisão do gerenciador de conteúdo. Em outras modalidades, a determinação do detalhamento e/ou do número de grupos pode ser automaticamente determinada.

[0117] Um módulo calculador de dificuldade de texto pode analisar a dificuldade de texto do idioma no texto usando um conjunto de características linguísticas. Esse conjunto de características compreende uma ou mais características semânticas e uma ou mais características sintáticas. Exemplos não limitativos dessas características podem incluir a dificuldade das palavras no texto, a maneira pela qual as palavras são usadas dentro do contexto do texto global, a complicação global do conteúdo incluso no texto e a dificuldade da construção sintática do texto. Exemplos não limitativos de dificuldade de construção sintática podem incluir o número de cláusulas relativas no texto, ou a distância de pronomes de seus antecedentes correlacionados.

[0118] Em algumas modalidades, um calculador de dificuldade de texto pode identificar características sintáticas e semânticas do texto em um recurso. Usando as características sintáticas e semânticas identificadas como entradas em um ou mais algoritmos, o calculador de dificuldade de texto pode determinar a dificuldade do idioma no texto. Algumas modalidades podem implementar uma análise grupal para prever a dificuldade de texto em um determinado recurso, para grupos específicos de falantes não nativos.

[0119] Em algumas modalidades, um módulo calculador de dificuldade de texto pode ser treinado para ser capaz de identificar características no texto e associar valores ponderados para as características. O módulo calculador de dificuldade de texto pode receber recursos de treinamento, tendo um texto no qual diversas características são encontradas. Os recursos de treinamento podem ser etiquetados ou rotulados com metadados que indicam os valores ponderados associados com cada das características no texto, e o recurso pode ser etiquetado ou rotulado com metadados que indicam o registro de dificuldade de texto de um recurso de treinamento.

[0120] Como exemplo, o módulo calculador de dificuldade de texto pode receber um conjunto de recursos de treinamento. Cada dos recursos de treinamento é rotulado com dados que indicam o registro de dificuldade, por exemplo, numa escala de 1-7. Para cada recurso de treinamento no conjunto de recursos de treinamento, o módulo calculador de dificuldade de texto pode depois extrair um conjunto de características linguísticas tendo um valor ponderado. Assim, por exemplo, as características linguísticas no texto de um recurso de treinamento podem ser associadas a uma representação decimal de um ponto flutuante. Tomado junto, o conjunto de características linguísticas identificado em um recurso de treinamento pode ser representado como um vetor de valores numéricos, baseado nos valores ponderados de cada das características linguísticas. O vetor para cada recurso de treinamento no conjunto de dados rotulados dos recursos de treinamento é depois usado para treinar um modelo estatístico para prognosticar registros de dificuldade de texto de novos recursos. O modelo estatístico pode representar a correlação entre as características selecionadas para extração dos recursos (por exemplo, identificadas em uma lista de características léxicas para extração), os valores ponderados associados com essas características linguísticas e os correspondentes rótulos. Quando novos recursos são recebidos, um vetor pode ser determinado para o novo recurso, com base nas características linguísticas identificadas e extraídas do novo recurso. O vetor do novo recurso pode permitir ao sistema rotular o novo recurso com um registro de dificuldade de texto prognosticado, usando o modelo estatístico.

[0121] A figura 3 mostra um fluxograma de uma modalidade exemplificativa de um método para determinação de um registro de dificuldade de texto para idioma do texto em um recurso.

[0122] A modalidade apresentada na figura 3 mostra as etapas (S301), (S303), (S305), (S307), (S309) e (S311). Entretanto, um especialista de habilidade comum na técnica pode observar que outras modalidades podem variar as etapas executadas. A modalidade da figura 3 inclui texto para identificar características sintáticas e semânticas do texto e depois usar as características identificadas como entradas em um ou mais algoritmos para determinar a dificuldade do idioma do texto.

[0123] Na etapa (S301), o calculador de dificuldade de texto recebe um recurso contendo texto e depois o texto do recurso é examinado para diversas características, conforme discutido numa seguinte etapa (S303).

[0124] Continuando com a etapa (S301), em algumas modalidades, um recurso pode ser recebido ou buscado de um suprimento de recursos dentro de um sistema de aprendizagem de idioma. Em algumas modalidades, recursos de diversos tipos podem ser recebidos de uma interface de usuário no dispositivo de computação do cliente. Essa interface de usuário pode ser aquela de um gerenciador de conteúdo ou de um estudante de idioma, e a interface de usuário pode transmitir um ou mais recursos selecionados para o sistema de aprendizagem de idioma, para implementar nos diversos componentes aqui descritos. O recurso recebido de uma interface de usuário pode ser recebido por um calculador de dificuldade de texto para executar uma determinação de dificuldade de texto.

[0125] Em alguns casos, um calculador de dificuldade de texto pode examinar somente uma porção ou diversas porções não contíguas do texto de um recurso. Por exemplo, o calculador de dificuldade de texto pode examinar somente uma específica entrada de uma enciclopédia, sem examinar toda a enciclopédia.

[0126] Numa etapa seguinte (S303), o calculador de dificuldade de texto compara o texto examinado com as características listadas em um banco de características.

[0127] Um banco de características léxicas pode ser um arquivo de computador contendo uma listagem de características semânticas e uma listagem de características sintáticas. As características listadas no banco de características podem ser usadas para determinar a dificuldade do idioma no texto de um recurso. As características no banco de características descrevem e correspondem a diversos aspectos de textos que tornam difícil a leitura ou o entendimento de um texto, para falantes não nativos e estudantes de segundo idioma.

[0128] Numa seguinte etapa (S305), um calculador de dificuldade de texto pode identificar um conjunto de características no texto de um recurso, com base na comparação com o banco de característica léxica na etapa (S303). Esse conjunto de características identificadas pode compreender características semânticas e características sintáticas.

[0129] As características semânticas e sintáticas identificadas no texto podem ser características que tornam o texto difícil de compreensão para os estudantes do idioma. Assim, por exemplo, um estudante de idioma adulto, o qual é capaz de competente compreensão de leitura na sua língua nativa e também compreende o mapeamento de conceitos para o texto, pode ser indicado para a aprendizagem de Inglês. Nesse exemplo, o estudante precisa somente aprender a ler em Inglês, não precisando aprender o mapeamento de conceitos para o texto escrito em Inglês.

[0130] Assim, nesse exemplo, as características semânticas e sintáticas identificadas durante a etapa de comparação (S303) são características de um texto, escritas em Inglês, que focam os aspectos linguísticos da língua Inglesa, que tornam a leitura do idioma Inglês difícil. Ou, as características podem se correlacionar a conceitos em Inglês, que tornam o Inglês diferente do idioma nativo do estudante de idioma. Exemplos não limitativos disso podem incluir itens de polaridade negativa (iato é, termos como, “algum” ou “nenhum”) que podem ser únicos para o idioma Inglês e difíceis de explicar para um estudante de idioma não nativo. Outro exemplo pode ser uma grande quantidade de movimento(wh), isto é, cláusulas relativas distantes dos termos que estão sendo modificados pela clásula relativa.

[0131] Numa etapa (S307), após identificação de um conjunto de características em um texto, cada característica semântica e cada característica sintática no conjunto de características são atribuídas de um valor ou peso, com base na dificuldade relativa que cada característica contribui para a dificuldade global do texto.

[0132] Em algumas modalidades de um calculador de dificuldade de texto, um banco de característica léxica pode resultar de características extraídas de um conjunto de dados rotulados de recursos de treinamento. O banco de característica léxica pode ser um arquivo que lista as características léxicas e que é armazenado em um meio de armazenamento não transitório legível em máquina, acessível ao calculador de dificuldade de texto.

[0133] Assim, por exemplo, um calculador de dificuldade de texto pode empregar um conjunto de dados rotulados de recursos de treinamento, com rotulação de características semânticas e sintáticas previamente identificadas, com metadados identificando as características no texto. Exemplos não limitativos dessas características podem incluir: a frequência léxica de diversas palavras (isto é, com qual frequência as palavras se mostram nos recursos, no corpo linguístico de armazenamento de recurso ou nos corpos linguísticos externos); a extensão das sentenças no texto; a quantidade de coordenação e subordinação nas sentenças; e a distância entre pronomes e antecedentes.

[0134] Conforme anteriormente mencionado, um conjunto de dados rotulado pode incluir recursos de treinamento tendo metadados associados com as características semânticas e sintáticas no texto do recurso de treinamento. No conjunto de dados rotulado, cada das características semânticas e sintáticas podem ser associadas a um correspondente peso, para saber o grau de dificuldade que a particular característica contribui para a global dificuldade linguística do texto. Quando uma característica extraída do texto em um recurso é identificada como correspondente a uma específica característica no conjunto de dados rotulado, o calculador de dificuldade de texto pode atribuir um específico peso associado com a característica, conforme encontrado no conjunto de dados rotulado.

[0135] Em algumas modalidades, um gerenciador de conteúdo pode determinar cada dos pesos associados. Em algumas modalidades, um calculador de dificuldade de texto pode aceitar uma introdução manual para cada dos pesos de uma interface de usuário de um gerenciador de conteúdo. Em algumas modalidades, um gerenciador de conteúdo pode examinar, revisar e/ou atualizar os pesos para cada das características. Ainda, em algumas modalidades, o gerenciador de conteúdo pode usar a interface de usuário para corrigir um ou mais algoritmos, como, por exemplo, um algoritmo de regressão logística, para determinar o correto peso para cada das características.

[0136] Assim, por exemplo, uma interface de usuário de um gerenciador de conteúdo pode ser usada para corrigir um registro de dificuldade calculado para uma palavra específica, desse modo, atualizando um peso automaticamente associado com uma característica ou palavra. Como outro exemplo, um peso de usuário rotulado (representando uma dificuldade de uma característica ou palavra), pode ser manualmente introduzido como um rótulo de treinamento para melhorar a precisão de algoritmos (por exemplo, um modelo estatístico), usados para automaticamente computar o registro de dificuldade do texto.

[0137] Numa etapa (S309), um registro de dificuldade de texto é determinado usando os pesos atribuídos para cada das características como parâmetros, para um ou mais algoritmos usados para determinar o registro de dificuldade de texto. Algumas modalidades podem atribuir dois valores como pesos, isto é, um primeiro valor é atribuído e, depois, um segundo valor pode ser novamente atribuído, antes de determinar o registro de dificuldade de texto.

[0138] Por exemplo, algumas modalidades podem usar um algoritmo, tal como, um modelo probabilístico de classificação estatística (por exemplo, um modelo de regressão logística), para determinar os pesos corretos para cada das características no conjunto de características identificadas nos recursos, dentro de um corpo linguístico de treinamento, compreendendo um ou mais recursos de treinamento. Um primeiro valor ponderado pode ser atribuído durante a extração de característica léxica das etapas (S301-S309). Cada dos primeiros valores atribuídos às características depois recebe um segundo valor, determinado através de análise das características do texto. Portanto, nessa modalidade exemplificativa, o registro de dificuldade de texto final é determinado usando cada dos primeiros valores ponderados obtidos durante a extração de característica e cada dos segundos valores ponderados determinados através de análise do texto.

[0139] Em algumas modalidades, como no presente exemplo, as características textuais de um recurso separam logicamente o texto de recursos em diversos registros ponderados, com base em uma dificuldade determinada para cada característica identificada. Depois, um algoritmo, tal como, um modelo de regressão logística, converge os pesos através de uma pluralidade de recursos em um corpo linguístico, de modo que os pesos para as características são determinados, com base, pelo menos parcialmente, na sua distribuição estatística, através dos recursos no corpo linguístico.

[0140] Numa etapa seguinte (S311), o recurso é agrupado com recursos de similar dificuldade, com base no registro de dificuldade de texto, calculado para o texto. Essa etapa pode classificar os recursos com base no registro de dificuldade de texto, em um sistema de nivelamento correspondente a um sistema de nivelamento que classifica a competência do estudante de idioma, em um importante idioma.

[0141] Em algumas modalidades, os recursos são agrupados pelo nível de competência, com base nos comparáveis registros de dificuldade de texto. Nessas modalidades, após o registro de dificuldade de texto ser calculado, os recursos são agrupados em uma escala compreendendo diversos limites em um sistema de nivelamento, usado para classificar a dificuldade de texto dos recursos. Assim, por exemplo, um primeiro nível compreendendo um conjunto de corpos linguísticos tendo registros de dificuldade de texto na faixa de “A” a “C”; ou um nível “A” compreendendo um conjunto de corpos linguísticos tendo registros de dificuldade de texto na faixa de “0,1” a “0,3”, numa escala global de 0 a 1.

[0142] Algumas modalidades do calculador de dificuldade de texto podem implementar uma análise grupal para agrupar os diversos recursos por níveis de dificuldade. Após atribuir pesos a cada dascts textuais de recursos em um corpo linguístico, os pesos atribuídos para as características textuais de um determinado recurso efetivamente separam o texto do recurso em diversas categorias de dificuldade, de acordo com cada característica identificada e, depois, um algoritmo de regressão logística converge os pesos para classificar o recurso global em uma apropriada categoria de dificuldade. Algumas modalidades podem implementar uma análise de componente principal para determinar um número ótimo de agrupamentos, baseado na variância.

[0143] Em um exemplo do calculador de dificuldade de texto usando um método de agrupamento, o método de agrupamento usado é uma metodologia de meios-(k), em que as entradas incluem o número de grupos implementados e uma combinação de características sintáticas e semânticas computadas do recurso. Essa metodologia pode também determinar o número ótimo de grupos de nível de competência, ou agrupamentos, de recursos em que os recursos são classificados em um suprimento de recurso.

[0144] Nesse exemplo, as características do texto podem incluir uma proporção de palavras no recurso que podem ser encontradas na Lista Acadêmica de Palavra, como variação de adjetivo (AdjV), variação de advérbio (AdvV), tipo bilogaritimico para razão de token (B_TTR), variação léxica da palavra (LV), variação do modificador (ModV), variação do substantivo (NV), número médio de caracteres (NumChar), número médio de sílabas (NumSyll), VV1 quadrado (SVV1), Uber Index (Uber), e variação de verbo-I (VV1).

[0145] Em outro exemplo, as modalidades do módulo registro de dificuldade de texto podem compreender dois componentes: (a) um programa derivado de aprendizagem-sckit, para anaálise de grupamento; e (b) um código de complexidade sintática. O calculador de dificuldade de texto pode usar uma linguagem de programação conhecida, tal como codificação de Python, para extrair o conjunto de características semânticas e sintáticas, e um kit comum de ferramenta de idioma, para etiquetagem de parte da fala, para efetuar identificação de palavra-característica, e cálculo de dificuldade de texto. Gerador de Distrator

[0146] Algumas modalidades do sistema ou método de aprendizagem de idioma podem incluir um módulo gerador de distrator. Um módulo garador de distrator é um componente de um produto de programa de computador incorporado em um meio legível em máquina, e executado por um processador para implementar a funcionalidade especificada.

[0147] Em algumas modalidades de um sistema de aprendizagem de idioma, podem ser usados distratores em aulas customizadas de aprendizagem de idioma, para um estudante de idioma. O módulo gerador de distrator pode automaticamente identificar e gerar distratores sintáticos, ortográficos, fonéticos e semânticos (sinônimo e antônimo).

[0148] Essas modalidades de um sistema de aprendizagem de idioma que implementam um gerador de distrator podem incluir um dispositivo de computação de um estudante de idioma, que pode se conectar a um suprimento de distrator para solicitar distratores quando uma determinada palavra está sendo testada. Um suprimento de distrator pode ser um banco de dados compreendendo um meio de armazenamento não transitório, legível em máquina, que armazena um ou mais distratores gerados pelo garador de distrator.

[0149] As modalidades de um sistema de aprendizagem de idioma que implementam um gerador de distrator podem incluir um suprimento de palavra-chave que armazena as palavras-chave extraídas do texto de recursos, pelo sistema de aprendizagem de idioma. Também, em alguns casos, as palavras-chave podem ser introduzidas a partir de uma interface de usuário de um dispositivo computador de um estudante de idioma, um gerenciador de conteúdo ou outro dispositivo de usuário, tal como, um administrador.

[0150] As modalidades de um gerador de distrator podem acessar uma ou mais fontes de dicionário para identificar uma aproximação grosseira de uma definição de uma palavra para apropriado retorno, e de efetivos distratores. Uma fonte de dicionário pode ser um suprimento de palavra-chave do sistema de aprendizagem de idioma, construído por palavras-chave extraídas de recursos armazenados no suprimento de recurso. Uma fonte de dicionário pode ser outro banco de dados no sistema de armazenamento de palavras em associação com uma definição. Uma fonte de dicionário pode ser uma fonte externamente referenciada, tal como, um website ou um serviço comercial que proporciona acesso de buscas para as palavras e suas associadas definições.

[0151] As modalidades de um gerador de distrator podem usar um determinado número de diferentes fontes e ferramentas, como, por exemplo, a fonte de dicionário. Assim, por exemplo, uma fonte de dicionário pode ser uma ferramenta de software de dicionário licensiada tendo definições e, em alguns casos, dados de pronúncia. As ferramentas de dicionário comercialmente disponíveis podem ser também fontes usadas de dicionário, como, por exemplo, WordNet, que é uma ferramenta de software de dicionário que representa um relacionamento entre grupamentos de palavras. Além disso, em alguns casos, o suprimento de palavra-chave pode ser implementado como uma fonte de dicionário; mas, as modalidades do suprimento de palavras-chave podem apresentar metadados fixados em cada entrada, como pronúncia de áudio, que pode ser gerada através de associadas falas registradas. Além disso, os metadados podem correlacionar distratores e palavras-chave no suprimento de palavra-chave, com retorno para os recursos com os quais eles são associados.

[0152] Algumas modalidades de um gerador de distrator podem usar uma função de esclarecimento de sentido heurístico da palavra, que pode ser auxiliada por uma ferramenta comum de processamento de idioma de uma linguagem de programação de computador conhecida, tal como, Python ou Java. O gerador de distrator pode depois identificar uma similar definição em uma fonte de dicionário, tal como, um suprimento de palavra-chave ou uma fonte externa de dicionário, tal como, um dicionário Oxford que pode ser pesquisado online em computador.

[0153] Modalidades exemplificativas de um módulo gerador de distrator podem incluir esses componentes como uma ferramenta comum de processamento de idioma para etiquetagem de parte da fala, como, por exemplo, softwares pyEnchant, Aspell, Oxford ESL Dictionary, e/ou WordNet.

[0154] A figura 4 mostra um fluxograma de uma modalidade exemplificativa do método executado pelo módulo gerador de distrator.

[0155] As modalidades de um módulo gerador de distrator podem automaticamente identificar e gerar diferentes tipos de distratores para uma palavra alvo. Em algumas modalidades de um sistema de aprendizagem de idioma, os distratores gerados por um gerador de distrator podem ser implementados para diversos fins pedagógicos na aprendizagem de idioma, tais como, atividades de avaliação e/ou educacional.

[0156] Na etapa (S401), um gerador de distrator recebe uma palavra alvo de um módulo ou componente dentro de um sistema, que pode ser um sistema de aprendizagem de idioma. Um gerador de distrator pode receber uma única palavra alvo ou uma pluralidade de palavras alvo, para as quais os distratores serão automaticamente gerados.

[0157] Em algumas modalidades de um sistema de aprendizagem de idioma, um gerador de distrator pode receber um conjunto de palavras-chave extraídas de um recurso. O conjunto de palavras-chave compreende uma ou mais palavras alvo, para as quais os distratores podem ser automaticamente gerados. O gerador de distrator pode automaticamente gerar um conjunto de distratores para cada das palavras alvo.

[0158] Numa etapa (S402), o módulo gerador de distrator gera um conjunto de distratores semânticos correlacionados à palavra alvo. O conjunto de distratores semânticos pode compreender um ou mais sinônimos da palavra alvo. Adicionalmente ou alternativamente, o conjunto de distratores semânticos pode compreender um ou mais antônimos da palavra alvo.

[0159] As modalidades de um gerador de distrator podem usar um processamento comum de idioma, implementado por, por exemplo, uma ferramenta comum de processamento de idioma de uma linguagem de programação de computador conhecida, para associar palavras similares e/ou definições de um dicionário com a palavra alvo, para auxiliar os estudantes de idioma a melhor supervisar a palavra alvo.

[0160] Um gerador de distrator pode pesquisar fontes de dicionário para identificar um ou mais sinônimos da palavra alvo e um ou mais antônimos da palavra alvo. Uma fonte de dicionário pode ser um suprimento de palavra-chave, outro serviço de dicionário dentro do sistema de aprendizagem de idioma (por exemplo, um arquivo de texto manualmente atualizado), e/ou um serviço de dicionário de computador externo ao sistema (por exemplo, o website do “Merriam- Webster®). O gerador de distrator pode gerar um conjunto de distratores semânticos, mediante escolha de um ou mais dos identificados sinônimos e/ou um ou mais dos antônimos. O conjunto de distratores semânticos pode se constituir de palavras para auxiliar os estudantes de idioma, com relação à supervisão dos ditos estudantes ao significado das palavras alvo. Algumas modalidades do sistema de aprendizagem de idioma podem implementar os distratores semânticos para distratar os estudantes de idioma do correto significado da palavra alvo. O gerador de distrator pode automaticamente gerar o conjunto de distratores semânticos para auxiliar os estudantes de idioma a entender uma definição da palavra alvo.

[0161] Numa etapa seguinte (S405), um gerador de distrator pode identificar um conjunto de distratores ortográficos para a palavra alvo. Os distratores ortográficos podem ser palavras tendo uma pequena distância de publicação com relação a uma palavra alvo. Uma distância de publicação é o número total de inserções de letras e/ou deletações de letras exigido para ter uma palavra tendo semelhança com uma segunda palavra. Assim, por exemplo, a mudança da palavra “could” para “cold” constitui uma distância de publicação de 1, pelo fato de que a deletação de somente uma letra foi exigida para trocar “could” por “cold”. Similarmente, em outro exemplo, a mudança de “could” para “would” constitui uma distância de publicação de 2, pelo fato de que uma letra é deletada e uma letra é inserida. Em outro exemplo, a mudança de “could” para “should” constitui uma distância de publicação de 3, pelo fato de que uma letra é deletada e duas letras são inseridas.

[0162] Usando palavras encontradas em uma ou mais fontes de dicionário, o gerador de distrator na etapa (S405) pode localizar palavras tendo uma mínima distância de publicação em relação a uma palavra alvo que deverá ser exercitada. Isto é, o gerador de distrator pode identificar uma distância de publicação da palavra alvo para cada das palavras em uma fonte de dicionário. O gerador de distrator pode classificar as palavras de um dicionário de acordo com menor distância de publicação. Um gerador de distrator pode então dar partida a partir de uma palavra que esteja classificada com a menor distância de publicação, depois, continuar, através das palavras classificadas para a palavra que apresenta as maiores distâncias de publicação, até que o conjunto de distratores ortográficos seja gerado. O conjunto de distratores ortográficos compreende palavras tendo pequenas ou mínimas distâncias de publicação, satisfazendo um nível de dificuldade correlacionado às habilidades do estudante.

[0163] Quanto menor for a distância de publicação entre duas palavras, mais difícil será para um falante não nativo diferenciar as duas palavras entre si. De modo contrário, as palavras tendo uma maior distância de publicação podem ser mais fáceis de diferenciar. Aplicando esse conceito para a geração de distratores ortográficos, menores distâncias de publicação entre distratores ortográficos e uma palavra alvo podem resultar em distratores comparativamente mais difíceis para os estudantes de idioma. O nível de dificuldade dos distratores ortográficos, portanto, pode ser adaptado de forma variável, mediante seleção de palavras da fonte de dicionário tendo menores ou maiores distâncias de publicação.

[0164] Em algumas modalidades, a seleção de palavras tendo a menor desejada distância de publicação pode ser baseada em uma predeterminada quantidade de palavras a ser usada. Por exemplo, se deverão ocorrer 10 distratores ortográficos comparativamente difíceis no conjunto, então, 10 palavras classificadas como sendo mais próximas da palavra alvo serão selecionadas.

[0165] Conforme descrito acima, em algumas modalidades, uma mínima distância de publicação, uma máxima distância de publicação ou uma exata distância de publicação podem ser usadas para palavras selecionadas no conjunto de distratores ortográficos, com base em um desejado nível de dificuldade. O conjunto de distratores ortográficos pode ser determinado mediante um ajuste de dificuldade, que pode permitir ao gerador de distrator automaticamente adaptar a complexidade dos distratores ortográficos selecionados e a quantidade de distratores ortográficos a ser usada no conjunto. Assim, por exemplo, uma distância exata de publicação de 3 pode ser usada para gerar um ajuste comparativamente menor de dificuldade dos distratores ortográficos. Nesse caso, todas as palavras identificadas como tendo uma distância de publicação de 3 em um dicionário podem ser incluídas no conjunto de distratores ortográficos. O número de distratores ortográficos pode ser limitado pelas diversas maneiras anteriormente descritas, ou pode incluir todas as palavras que satisfazem os critérios de distância de publicação.

[0166] Deve ser observado que outros algoritmos para seleção de distratores ortográficos com base numa distância de publicação em relação a uma palavra alvo podem ser usados para gerar um conjunto de distratores ortográficos. Um especialista de comum habilidade na técnica poderá observar que outros algoritmos para automaticamente identificar e gerar distratores ortográficos com base em uma distância de publicação podem se enquadrar dentro do escopo de uma ou mais porções da invenção aqui descrita.

[0167] Em uma seguinte etapa (S407), um gerador de distrator pode gerar um conjunto de distratores fonéticos correlacionados a uma palavra alvo. Um distrator fonético pode ser uma palavra que tende a causar distração, baseado na similaridade fonética entre palavras. As modalidades do gerador de distrator podem automaticamente identificar um ou mais distratores fonéticos em uma ou mais fontes de dicionário e depois gerar o conjunto de distratores fonéticos, a partir de um ou mais desses distratores identificados.

[0168] Os distratores fonéticos podem ser palavras que proporcionam um som similar ao da palavra alvo, mas que não são idealizados de serem identicamente pronunciados quando falados. Um distrator fonético pode ser uma palavra que proporciona um som similar ao da palavra alvo, mas, pode ter também uma pequena distância de publicação em relação à palavra alvo. Algumas modalidades do sistema de aprendizagem de idioma podem utilizar o conjunto de distratores fonéticos em atividades de aprendizagem pedagógica, onde, por exemplo, os estudantes de idioma devem escolher entre dois diferentes itens que proporcionam um som similar entre os mesmos.

[0169] Algumas modalidades de um gerador de distrator podem compreender uma etapa (S408) na qual as palavras que proporcionam o mesmo som, também chamadas de palavras homófonas, são excluídas do conjunto de distratores fonéticos. Nessas modalidades, um gerador de distrator pode reconhecer uma palavra como sendo homófona de uma palavra alvo. Por exemplo, em alguns casos, uma palavra homófona pode ser incluída em um conjunto de distratores ortográficos pelo fato de a palavra homófona apresentar uma distância de publicação que atende os critérios dos distratores ortográficos, o que significa que a palavra homófona pode ser incluída no conjunto de distratores fonéticos. Entretanto, as modalidades que implementam a etapa (S408), ou etapas similares, podem identificar as palavras homófonas e excluir as mesmas do conjunto de distratores fonéticos.

[0170] Em uma seguinte etapa (S409), um gerador de distrator pode identificar um conjunto de distratores sintáticos. Um distrator sintático pode ser uma palavra correlacionada a uma palavra alvo, mas que difere em algum modo gramatical, por exemplo, a palavra é uma diferente conjugação de um verbo, a palavra é um verbo que concorda com uma diferente pessoa que está sendo referenciada (primeira pessoa, segunda pessoa, terceira pessoa), a palavra sendo uma forma substantiva de um verbo ou a palavra sendo uma forma verbal de um substantivo.

[0171] Em uma seguinte etapa (S411), um gerador de distrator pode armazenar cada dos conjuntos de distratores em um suprimento de distrator. Em algumas circunstâncias, a etapa (S411) pode automaticamente atualizar um conjunto existente de distratores ou receber uma entrada de uma interface de usuário de um dispositivo de computação do gerenciador de conteúdo, mudando um ou mais dos distratores.

[0172] Em uma seguinte etapa (S413), um gerador de distrator pode proporcionar um ou mais conjuntos automaticamente gerados de distratores, para uma interface de usuário de um dispositivo de computação.

[0173] Em algumas modalidades, a interface de usuário que recebe a matéria produzida do gerador de distrator pode ser aquela de um gerenciador de conteúdo, que pode examinar automaticamente os distratores gerados, quanto à precisão e consistência. Caso o gerenciador de conteúdo pretenda corrigir um conjunto de distratores, essas modalidades podem proporcionar ao gerenciador de conteúdo fazer as necessárias mudanças através da interface do usuário.

[0174] Em algumas modalidades, a interface de usuário que recebe os distratores produzidos pode ser aquela de um estudante de idioma que pode examinar automaticamente os distratores gerados quanto à precisão e consistência, especificamente, quando o estudante é quem dá origem ao recurso, a partir do qual as palavras foram extraídas. Caso o estudante pretenda corrigir um conjunto de distratores, essas modalidades podem proporcionar ao estudante fazer as mudanças necessárias através da interface do usuário.

[0175] Em algumas modalidades, os distratores ou conjuntos de distratores podem ser associados a palavras-chave através de correlacionados metadados. Isto é, os distratores podem ser armazenados em um suprimento de distratores, com os metadados que se associam com palavras- chave para específicos distratores. Similarmente, em algumas modalidades de um suprimento de palavras-chave, conforme anteriormente aqui descrito, as palavras-chave podem ser armazenadas com os metadados que associam distratores com específicas palavras-chave. Atividades de Aprendizagem e Sequências de Atividades

[0176] As modalidades de um sistema de aprendizagem de idioma podem incluir lições ou aulas de módulo de aprendizagem, em que o objetivo é ter um estudante de idioma que demonstre conhecimento de um conceito ou ajudar um estudante a aprender um conceito mediante realização de específicas atividades de aprendizagem.

[0177] Um módulo de aprendizagem pode gerar atividades de aprendizagem de diversos tipos, que são designadas para promover diversas práticas de idioma, tais como, competência de leitura, escrita, escuta e fala. Os diversos tipos de atividades podem também focar uma construção de vocabulário, competência gramatical, e/ou pronúncia, entre outras práticas. Exemplos de atividades podem incluir uma atividade de questões de múltipla escolha, uma atividade de correspondência de vocabulário, uma atividade focada na fala, uma atividade focada na pronúncia, uma atividade focada na escrita, uma atividade focada na gramática, uma atividade focada na escuta, uma atividade focada na leitura, uma atividade focada na soletração, uma identificação de uma atividade de palavra de vocabulário, uma atividade de entendimento de informação de áudio, uma atividade de entendimento de informação de vídeo, e uma atividade de compreensão de leitura.

[0178] Um módulo de aprendizagem pode dinamicamente gerar uma aula que pode compreender um número de atividades de aprendizagem dimensionadas para estudantes de idioma. Quando dinamicamente se gera uma atividade de aprendizagem, o módulo de idioma pode utilizar o resultado gerado por um extrator de palavras-chave, um gerador de distrator, e/ou um calculador de dificuldade de texto.

[0179] Em algumas modalidades, as atividades de aprendizagem podem ser customizadas com base nos dados de usuário associados com estudantes que são armazenados em um suprimento de dados de usuário. Assim, por exemplo, as atividades de aprendizagem podem ser variadas, tendo em vista a dificuldade em corresponder a um nível de competência do estudante de idioma. Outras variações baseadas nos dados de usuário podem incluir as customizações baseadas em objetivos, necessidades e desempenho pessoais do estudante de idioma. O módulo de aprendizagem pode automaticamente utilizar o resultados do diversos módulos e os dados armazenados em bancos de dados para, assim, gerar automaticamente as atividades de aprendizagem adequadas para um estudante de idioma.

[0180] O sistema pode estabelecer uma rota pedagógica para cada nível de aprendizagem de idioma, em que cada rota pedagógica compreende uma série de atividades de aprendizagem. As atividades de aprendizagem podem variar, baseadas nas necessidades e nível de competência do estudante, assim como, em diferentes em diferentes restrições, tais como, o número de palavras usadas em uma atividade, uma restrição de tempo, no caso de uso de sugestão de áudio ou sugestão textual (por exemplo, revelando parte de uma palavra). O sistema pode dinamicamente construir uma atividade apropriadamente difícil com base no tipo de atividade de aprendizagem exigida pelo desempenho passado do estudante.

[0181] Uma atividade exemplificativa para uma atividade de aprendizagem pode ser uma atividade de vocabulário na qual o estudante identifica sinônimos de uma determinada palavra. Os sinônimos usados na atividade de aprendizagem podem ser escolhidos com base nas necessidades e competência do estudante. Os tipos de atividade de aprendizagem são estabelecidos dentro do sistema, mas, o conteúdo e as palavras são dinamicamente ajustados para cada estudante, permitindo uma atividade customizada.

[0182] Cada atividade de aprendizagem pode usar distratores. O sistema escolhe apropriados distratores com base no tipo e relacionamento com a palavra alvo, para uso em diferentes atividades, incluindo questões de múltipla escolha, atividades de correspondência, atividades de soletração, atividades para reconstrução de texto e jogos de memória. O módulo de atividade de aprendizagem pode registrar um desempenho do estudante e, automaticamente, atribuir uma nota para o estudante, para uma ou mais práticas em uma atividade.

[0183] Em um nível de agrupamento de desempenho superior, podem ser usados distratores mais difíceis. As atividades de aprendizagem podem ser automaticamente adaptadas dentro de uma aula ou lição, ou para uma aula seguinte, em resposta a uma modificação na habilidade do estudante e/ou na competência em nível global. Em algumas modalidades, o módulo de atividade de aprendizagem pode atualizar o perfil do estudante no suprimento de perfil do usuário, para refletir classificações e mudanças nas habilidades do estudante.

[0184] Assim, por exemplo, um estudante de nível mais baixo deve ter de completar um espaço em branco com uma palavra correta e ser apresentado a opções, tais como, a palavra alvo, um antônimo, e outras palavras com uma soletração similar. Um estudante de nível mais alto que executa a mesma atividade deve ter opções de crescente dificuldade, tais como, mais distratores e/ou mais palavras soletradas similarmente.

[0185] Uma aula pode compreender uma série de atividades de aprendizagem, as quais podem ser derivadas de combinações e permutações do corpo linguístico, palavras-chave e distratores. Cada aula se fundamenta em recursos, por exemplo, um documento, e inclui uma série específica de atividades de aprendizagem que pode aumentar de dificuldade. Por exemplo, uma sequência de atividades focadas na leitura e soletração poderia começar com uma atividade inicial de compreensão de leitura, depois, mudar para uma atividade de aquisição de vocabulário, e terminar com uma ou duas atividades de soletração. Na medida em que o estudante demonstra competência e um melhorado desempenho, as palavras-chave almejadas podem apresentar crescente dificuldade. O nível de dificuldade de uma determinada atividade de aprendizagem pode ser determinado mediante um nível de dificuldade (escolhido com base na competência do usuário, isto é, desempenho no exame) e um nível de dificuldade de atividade de aprendizagem (escolhido com base no desempenho do usuário durante as aulas/cursos). O nível de dificuldade da atividade de aprendizagem pode ser correlacionado ao nível de dificuldade do texto do recurso disponibilizado para a atividade de aprendizagem. O nível de dificuldade do texto pode ser determinado por meio de algoritmos usando variáveis do sistema métrico, tais como, índice de capacidade de leitura, comprimento médio da sentença, número de palavras do Oxford 3k, número de palavras do AWL, número de cláusulas subordinadas, número de cláusulas relativas, número de tempos de conjugação comum, número de tempos de conjugação progressiva, número de tempos de conjugação futura, ou palavras etiquetadas em uma imagem.

[0186] Assim, por exemplo, um registro de dificuldade de texto relativamente alto para um recurso pode indicar uma maior dificuldade ou complexidade do idioma no texto, pelo fato de o texto conter palavras que aparecem com menor frequência, conter maiores sentenças, palavras acadêmicas, e uma frequência relativamente alta de formas complexas.

[0187] Um registro de competência do estudante relativamente mais alto indica que o estudante é bastante competente em um ou mais domínios da prática do idioma, tais como, leitura, escrita, escuta e fala. Em outras palavras, um estudante com um alto registro de competência é dito como tendo registros de alta habilidade em diversas práticas específicas do idioma. Os estudantes que apresentam um registro de competência relativamente alto podem ser capazes de manipular recursos e conteúdo nos recursos de linguagem mais difícil, o que indica que esses estudantes possuem um robusto vocabulário, um forte comando de gramática e um forte desempenho ao longo dos domínios de prática do idioma, isto é, alta habilidade nas práticas específicas de um idioma. Os níveis de dificuldade do recurso, tal como, um registro de dificuldade de texto, podem ser mapeados para os níveis de competência do estudante, de modo que todos os recursos e atividades de aprendizagem apresentadas pelos estudantes, geralmente, contém o idioma em um nível de dificuldade que é algumas vezes ligeiramente acima de um nível corrente do estudante.

[0188] As modalidades de um módulo de atividade de aprendizagem podem implementar diversas fontes de multimídia, incluindo entrada ou saída de áudio, entrada ou saída de vídeo, entrada ou saída textual e entrada ou saída de imagem. As respostas do estudante a uma atividade de aprendizagem podem ser salvas em um suprimento de dados do usuário, para exame do desempenho do usuário e/ou para realimentação, a partir de um administrador ou gerenciador de conteúdo. Em algumas atividades de aprendizagem, um estudante pode receber um recurso tendo erros no texto, e ser exigido publicar os mesmos. O estudante pode então submeter essa atividade completa de aprendizagem para realimentação assíncrona off-line.

[0189] As atividades de aprendizagem e cada tipo de atividade de aprendizagem podem ser modificadas para se tornarem mais ou menos difíceis, ao mesmo tempo em que mantêm o recurso essencial constante. A dificuldade da atividade de aprendizagem pode ser influenciada, por exemplo, pela dificuldade dos distratores que são usados. Assim, por exemplo, uma versão “fácil” de uma atividade de aprendizagem pode usar distratores “mais fáceis” que a versão “difícil”. Outros exemplos não limitativos de como a dificuldade das atividades de aprendizagem pode ser variada podem incluir o ajuste do número de itens testados, a presença/ausência de um cronômetro, e/ou outras variações específicas de atividade, tais como, palavras maiores em um tipo de atividade em que é focado o vocabulário. Em algumas modalidades, a dificuldade da atividade de aprendizagem pode ser manualmente modificada ou automaticamente adaptada para os estudantes dentro de suas metas e lições do curso.

[0190] O ajuste do grau de dificuldade pode ser também baseado em uma dificuldade da palavra. As palavras podem ter registros de dificuldade associados com as mesmas. Em alguns casos, as palavras podem ser normalizadas em zero para uma escala, para que possam ser associadas apropriadamente com as atividades de aprendizagem. Os acessos dentro do registro de dificuldade de palavra podem incluir a frequência dentro de uma variedade de corpos linguísticos, tal como, o “American National Corpus”, assim como, os acessos em escala métrica, tais como, o número de sílabas e o número de definições para a palavra. Os níveis de dificuldade de palavra podem ser usados para exposição do estudante a sequência de palavras, dentro de uma sequência de atividades de aula/aprendizagem. Registros de administração de palavra do estudante podem ser usados para determinar quais palavras são características nas diversas atividades de aprendizagem. Exemplos de Interface de Usuário Gráfica para um Estudante

[0191] A figura 5 mostra uma tela de uma modalidade exemplificativa de uma interface de usuário gráfica (GUI) (500), mostrando um menu doméstico antes de uma aula (505) para um estudante de idioma, em um monitor do dispositivo de computação do estudante. A tela de interface de usuário gráfica (GUI) (500) compreende um registro de diagnóstico (501), um nível de competência de idioma do usuário (502), um foco de aprendizagem (503) em uma prática específica de idioma, um objetivo (504) para o curso, uma aula (505) e um botão de partida (506). As telas (600), (700) e (800) são exemplos de atividades de aprendizagem de diversos tipos de atividade, que foram dinamicamente geradas para o estudante; quando juntos, pode ser implementada uma aula (505).

[0192] Uma atividade nessa aula exemplificativa (505) pode ser a inclusão de leitura, conforme mostrado na figura 6. Outra atividade nessa aula exemplificativa (505) pode ser uma atividade de vocabulário, conforme mostrado na figura 7. Outra atividade nessa aula exemplificativa (505) pode ser uma atividade envolvendo a soletração com diferentes subconjuntos de palavras-chave, conforme é mostrado na figura 8.

[0193] A figura 6 representa uma imagem de tela de uma interface de usuário gráfica (GUI) (600), para um estudante se engajar em uma atividade de inclusão de leitura, preparada pelo sistema de aprendizagem de idioma. A imagem de tela exemplificativa de (GUI) (600) para uma atividade de inclusão de leitura pode compreender o texto (601) de um recurso de documento que é usado para a aula exemplificativa (505), um título de documento (602), uma ou mais palavras-chave destacadas (603) e um questionário de inclusão de leitura (604) compreendendo uma pergunta (604a) e um conjunto de respostas de múltipla escolha (604b). A imagem de tela exemplificativa de uma (GUI) (600) pode destacar diversas palavras-chave (603) e apresenta um questionário de inclusão (604) que implementa as palavras- chave (603) e um conjunto de distratores na forma de respostas de múltipla escolha (604b).

[0194] A figura 7 é uma imagem de tela de uma interface gráfica de usuário (GUI) (700) para um usuário se engajar em uma atividade de vocabulário preparada pelo sistema de aprendizagem de idioma. A imagem de tela exemplificativa de (GUI) (700) para uma atividade de vocabulário pode compreender um texto (701) de um recurso de documento, um título de documento (702), uma palavra redigida (703) no texto (701) e uma questão de correspondência de palavra (704). A questão de correspondência depalavra apresenta um conjunto de respostas de múltipla escolha (704b), em que a resposta correta corresponde à palavra redigida (703).

[0195] A figura 8 é uma imagem de tela de uma interface gráfica de usuário (GUI) (800) para um usuário se engajar em uma atividade de soletração preparada pelo sistema de aprendizagem de idioma. Essa tela exemplificativa de (GUI) (800) pode apresentar uma atividade envolvendo a soletração com um diferente subconjunto de palavras-chave. A tela de interface gráfica de usuário (GUI) (800) compreende um texto (801) de um recurso de documento, um título de documento (802), uma palavra redigida (803) no texto (801), e um questionário de palavras misturadas (804), compreendendo uma pergunta breve (804a) e um conjunto misturado de letras (804b). Exemplo de um Módulo de Atividade de Aprendizagem

[0196] A figura 9 mostra um método de um sistema de idioma implementando um módulo de aprendizagem, de acordo com uma modalidade exemplificativa.

[0197] A modalidade do método exemplificativo da figura 9 compreende as etapas (S901), (S905), (S911), (S904), (S906), (S908), (S910), (S920), (S921), (S922), (S923), (S924), (S925), e (S926), e pode implementar um suprimento de dados de usuário (902), um suprimento de palavras-chave (907), um suprimento de recursos (909) e um suprimento de distrator (913).

[0198] Em uma primeira etapa (S901), um sistema de aprendizagem de idioma pode receber novos recursos de documento compreendendo texto. O novo texto pode ser recebido de um dispositivo de computação de um estudante de idioma (“aluno”). O novo texto pode ser acessado a partir de um dispositivo de computação de um gerenciador de conteúdo. O novo texto pode ser automaticamente baixado ou transmitido a partir de uma fonte de produção de texto, tal como, por exemplo, um website, um blog, uma produção de notícias ou um editor de livro-texto.

[0199] Em uma etapa (S903), um módulo extrator de palavra- chave implementado pelo sistema pode extrair uma ou mais palavras-chave do novo texto. As palavras-chave podem ser extraídas de acordo com um algoritmo adaptado para identificar e extrair palavras-chave que são palavras pedagogicamente valiosas, que efetivam a aprendizagem do idioma. O módulo extrator de palavra-chave pode ser adaptado para determinar um registro de dificuldade de palavra para uma palavra-chave. O módulo extrator de palavra-chave pode ser adaptado para associar um ou mais outros atributos a uma palavra-chave, tais como, extensão da palavra, número de sílabas e/ou parte da fala.

[0200] Um módulo extrator de palavra-chave pode armazenar as palavras-chave extraídas em um suprimento de palavra- chave (907), que é um meio de armazenamento não transitório legível em máquina, para o armazenamento de palavras-chave. Um suprimento de palavra-chave (907) pode armazenar dados associados com as palavras-chave, tais como, atributos de palavra, registro de dificuldade de palavra, documento fonte, e/ou as chaves associadas com as palavras-chave armazenadas no suprimento de palavra-chave (907).

[0201] Em algumas modalidades, o módulo extrator de palavra-chave pode extrair e armazenar diferentes palavras- chave, dependendo do perfil do estudante. As palavras-chave podem ser atribuídas com um mais difícil registro de palavra-chave, se as mesmas, por exemplo, forem associadas com uma definição esotérica ou inédita. As palavras-chave podem ser também mais difíceis, se forem de maior extensão, conforme o número de letras e sílabas. As palavras-chave podem ser mais difíceis se apresentarem letras silenciosas, pronúncias anormais ou soletrações não intuitivas. Nessas modalidades, um extrator de palavra-chave pode gerar um adicional registro de palavra (além do registro de palavra feito para determinar as palavras-chave candidatas) para classificar as palavras em termos de probabilidade de dificuldade para falantes não nativos, usando o comprimento da palavra e frequência de parte da fala do corpo linguístico. Conforme discutido abaixo, uma atividade de aprendizagem pode ser tornada mais difícil mediante uso de distratores que são pretendidos para testar palavras-chave mais difíceis extraídas de um texto.

[0202] Em uma seguinte etapa (S905), um módulo calculador de dificuldade de texto pode determinar um registro de dificuldade de texto para o texto de um novo recurso. Na modalidade exemplificativa, um novo recurso de documento compreendendo o texto é recebido, o registro de dificuldade de texto é determinado e, depois, o novo recurso pode ser armazenado em um suprimento de recurso (909). O suprimento de recurso (909) pode ser um meio de armazenamento não transitório legível em áquina, para armazenamento de um ou mais recursos. Em algumas modalidades, o suprimento de recurso (909) pode também armazenar metadados associados com recursos que descrevem diversos atributos dos recursos associados, como, por exemplo, um registro de dificuldade de texto. Em algumas modalidades, um documento já pode ser armazenado no suprimento de recurso (909), em cujo caso a etapa (S905) não seria necessária.

[0203] Em uma etapa (S911) um gerador de distrator pode gerar um conjunto de um ou mais distratores. Os distratores podem ser gerados e armazenados em um suprimento de distrator (913). Os distratores podem ser de diversos e diferentes tipos, cada tipo sendo designado para exercitar as habilidades do estudante do idioma, em particular, as práticas do idioma, isto é, soletração, vocabulário, distinções fonéticas.

[0204] Em algumas modalidades, o gerador de distrator pode gerar quantos distratores forem necessários para testar cada das palavras-chave extraídas. Os distratores podem ser de variável dificuldade, com base em um número de atributos de um distrator, tal como, por exemplo, a dificuldade da palavra-chave essencial que está sendo testada, ou a proximidade da palavra-chave e do distratror.

[0205] Algumas modalidades de um módulo de aprendizagem podem utilizar um suprimento de dados de usuário (902), no qual um meio de armazenamento não transitório legível em máquina armazena perfis de usuário associados com estudantes de idioma. Os perfis de usuário podem compreender informação sobre os estudantes do idioma, tais como, objetivo do estudante para a aprendizagem do idioma, uma matéria de interesse com relação ao conteúdo contido no texto, registros de habilidade para as práticas do idioma, e/ou o nível de competência global do estudante no idioma.

[0206] Em uma etapa (S904), um módulo de aprendizagem pode identificar um nível de competência do estudante no suprimento de dados do usuário (902). O nível de competência pode ser uma avaliação global do nível de habilidade do estudante, enquanto uma habilidade pode ser para uma prática específica. Um nível de competência pode ser determinado mediante combinação das habilidades de exames individuais ou pode ser determinado por meios conhecidos de exame de um nível de competência de idioma.

[0207] Em uma etapa (S206), um módulo de aprendizagem pode identificar a necessidade para a prática de habilidade do idioma almejado com base nas habilidades registradas do estudante no suprimento de dados do usuário (902). Um exemplo de uma prática de idioma pode ser a inclusão de leitura ou soletração. Um registro de habilidade pode ser um indicador da habilidade do estudante para a execução de uma específica prática de idioma. O módulo de aprendizagem pode fazer uso de qualquer número de práticas de idioma, quando da preparação das atividades de aprendizagem. Um perfil de estudante pode armazenar um registro de habilidade para cada das práticas de idioma exercitadas pelo módulo de aprendizagem.

[0208] Em uma etapa (S908), um módulo de aprendizagem pode identificar um ou mais objetivos que o estudante apresenta para a aprendizagem do idioma. Um objetivo pode ser, por exemplo, estudar para o teste de Inglês como uma língua estrangeira (exame TOEFL), preparação para férias turísticas, preparação para viagem de negócios, curso de escola superior, exigência profissional ou atendimento no desempenho militar. Um estudante pode ser associado com mais de um objetivo. Um objetivo pode incluir uma lista predeterminada, a partir da qual o estudante pode fazer uma seleção, ou o objetivo pode ser acessado do estudante em um modo de alerta. Um objetivo pode também ser acessado por um gerenciador de conteúdo ou outro dispositivo administrador.

[0209] Um módulo de aprendizagem pode preparar atividades de aprendizagem relativas a um estudante com base nas necessidades do estudante, isto é, com habilidades mais fracas em práticas específicas. Em algumas modalidades, o modulo de aprendizagem pode preparar aulas, de modo que os estudantes possam alcançar determinados objetivos. Isto é, o módulo de aprendizagem pode trilhar o progresso do estudante ou seu nível de competência e habilidades em práticas específicas relativas aos seus objetivos indicados. Um objetivo pode ser alcançado quando um nível de competência do estudante e/ou suas habilidades alcançam um nível comparável ao objetivo. Os estudantes que apresentam um objetivo que demanda um nível de competência mais alto, como, por exemplo, preparação para o exame TOEFL, podem receber um maior conjunto de aulas e/ou uma maior inclusão de aulas, quando comparado com estudantes que apresentam um objetivo menos exigente, tal como, aprendizagem de vocabulário básico para uma eventual conversação.

[0210] Assim, por exemplo, dois estudantes que se encontram no exato mesmo nível de competência podem ter diferentes objetivos para os quais eles pretendem alcançar. O primeiro estudante, por exemplo, somente é capaz de solicitar café no novo idioma, em cujo caso este primeiro estudante seria capaz de alcançar esse objetivo mais rapidamente e o conteúdo do primeiro estudante poderia interagir com o que geralmente se correlaciona à solicitação de alimento e bebida. Se o segundo estudante, no mesmo nível de competência, tem o desejo de se tornar fluente no novo idioma, então, o segundo estudante terá uma maior participação no curso (por exemplo, um maior número de aulas, e/ou maior quantidade de lições). Nesse exemplo, ambos os primeiro e segundo estudantes podem começar com atividades de aprendizagem direcionadas para solicitação de café ou solicitação de alimento e bebida, pelo fato de que estes foram os objetivos que ambos os estudantes desejaram ser possíveis de alcançar. Entretanto, o segundo estudante poderia então interagir com atividades de aprendizagem envolvendo crescente dificuldade nas práticas do idioma. Em alguns casos, o segundo estudante poderia receber aulas mais longas, compreendendo um número maior de atividades de aprendizagem, se comparado ao primeiro estudante.

[0211] Algumas modalidades do módulo de aprendizagem podem permitir aos estudantes realizar um teste de conclusão com êxito, para determinar se os estudantes alcançaram os objetivos pretendidos. Os níveis de competência e habilidades do estudante podem ser registrados e acompanhados através da interação feita pelo sistema de aprendizagem de idioma. Em alguns casos, o módulo de aprendizagem pode informar aos usuários quando os mesmos alcançaram um nível de competência comparável aos objetivos indicados. Os estudantes podem realizar um teste de conclusão com êxito, que examina se os mesmos alcançaram seus objetivos.

[0212] Em uma seguinte etapa (S910), um módulo de aprendizagem pode identificar um interesse de conteúdo do estudante com relação à matéria de potenciais recursos, de acordo com os interesses do estudante armazenados no suprimento de dados do usuário (902). Um interesse do estudante pode ser, por exemplo, um esporte. Estes interesses podem ser acessados a partir de uma interface de usuário do estudante, na qual o estudante relaciona seus interesses.

[0213] Nas etapas seguintes (S920-S926), um módulo de aprendizagem seleciona um recurso para utilizar, para gerar uma série de atividades de aprendizagem, em que a série de atividades de aprendizagem pode ser uma aula. A aula pode ser um conjunto de atividades de aprendizagem geradas, usando os identificados atributos do estudante apresentados nas etapas (S904), (S906), (S908) e (S910), e também usando os blocos de construção de atividade de aprendizagem gerados nas etapas (S901), (S903), (S905) e (S911).

[0214] Em uma seguinte etapa (S920), um recurso pode ser selecionado do suprimento de recurso, baseado em um ou mais atributos do estudante. Um recurso pode ser selecionado de acordo com qualquer permutação dos atributos do estudante, tais como, nível de competência, objetivos e interesses do estudante.

[0215] Em algumas modalidades do módulo de aprendizagem, as atividades de aprendizagem podem ser geradas para automaticamente incluir um recurso contendo conteúdo, que seja importante para os interesses do estudante. Para um recurso de documento, o conteúdo do texto pode ser identificado usando metadados associados com palavras-chave extraídas. O conteúdo do texto pode ser também identificado por meio de alguma outra técnica comum de processamento de idioma conhecida, que possa identificar e/ou classificar a matéria principal de um recurso, de um corpo linguístico ou de outra coleção de recursos.

[0216] Como exemplo de liberação de determinados recursos com base no conteúdo dos mesmos, um estudante com interesse em futebol pode interagir com atividades de aprendizagem correlacionadas aos recursos que descrevem um recente jogo de futebol, em que o texto explica as regras do futebol ou o texto detalha a história de um famoso clube de futebol.

[0217] Conforme anteriormente mencionado, algumas modalidades de um módulo de aprendizagem podem selecionar recursos com base em quanto complicado é o conteúdo dos mesmos. Isto é, em alguns casos os registros de dificuldade de recursos podem ser baseados, em parte, o quanto complicado é o conteúdo dos mesmos. Assim, por exemplo, se um estudante principiante for um físico, com um interesse em complicados tópicos científicos, então, o texto cujo conteúdo discute os complicados tópicos científicos no idioma que está sendo aprendido, pode ser demasiadamente difícil para efetivamente ensinar o novo idioma ao estudante principiante. Portanto, algumas modalidades de uma atividade de aprendizagem podem usar um registro de dificuldade de texto para determinar um apropriado recurso, para buscar em um suprimento de recurso, quando da construção de uma atividade de aprendizagem.

[0218] Algumas modalidades do módulo de atividade de aprendizagem podem variar as permutações dos atributos do estudante e permutações dos blocos de construção de atividades de aprendizagem que são usadas, quando da geração de atividades de aprendizagem.

[0219] Em uma seguinte etapa (S921), um módulo de atividade de aprendizagem pode almejar uma específica prática de idioma para exercitar na atividade de aprendizagem que está sendo gerada. A específica prática que é almejada é baseada nas habilidades do estudante em práticas individuais do idioma. Um módulo de atividade de aprendizagem pode construir de modo adaptado uma série de atividades de aprendizagem que utilizam atividades que se correlacionam com fraquezas em específicas práticas do estudante.

[0220] As modalidades de um módulo de atividade de aprendizagem podem também construir, de modo adaptado, atividades de aprendizagem baseadas nos objetivos do estudante. Por exemplo, se o estudante for um turista, então, as atividades de aprendizagem podem compreender atividades que são focadas em um vocabulário mais simples com relação a locais ou direções atraentes. Em um exemplo contrário, um estudante que está se preparando para um exame TOEFL pode receber atividades gramaticais mais difíceis.

[0221] A seguir, em uma etapa (S922), almejando uma específica prática do idioma na etapa (S921), o módulo de atividade de aprendizagem pode determinar qual tipo de atividade, a referida atividade de aprendizagem deve empregar, para apropriadamente tratar da específica prática do idioma. Assim, por exemplo, quando um módulo de atividade de aprendizagem determina que um estudante deve almejar práticas de entendimento fonéticas, o módulo de atividade de aprendizagem pode, automaticamente, gerar uma atividade baseada em fonética.

[0222] Exemplos não limitativos de atividades podem incluir: uma atividade de inclusão de leitura (por exemplo, uma pergunta de múltipla escolha sobre o conteúdo de um corpo linguístico ou recurso consumido), uma atividade de equivalência de palavra (por exemplo, preenchimento do formulário em uma escolha de artigo da lista de todas as palavras-chave disponíveis), uma atividade de desafio de vocabulário (por exemplo, mostrar uma definição e perguntas e respostas de múltipla escolha para identificar a palavra- chave alvo, no texto ou com áudio), uma atividade de redução de som (por exemplo, em uma faixa de texto, ter palavras que faltam e pedir ao usuário para escutar múltiplos arquivos de áudio para encontrar a equivalência e redução) em uma atividade de jogo de memória (por exemplo, ter cartões com palavras-chave e sinônimos/definições que cobrem o conteúdo original e selecionam os mesmos com relação ao estilo de concentração para corresponder às palavras), e uma atividade de combinação de palavras (por exemplo, ver uma palavra/frase apagada em uma faixa de texto e ter as letras rearranjadas, de modo que sejam soletradas mediante clique sobre as mesmas, na devida ordem.

[0223] Em uma seguinte etapa (S923), um módulo de atividade de aprendizagem pode selecionar um conjunto de distratores, derivados do recurso selecionado, que sejam adequados para um tipo de atividade de aprendizagem.

[0224] Um módulo de atividade de aprendizagem pode identificar e selecionar distratores apropriados para o tipo de atividade de aprendizagem, que é determinada para a atividade de aprendizagem dentro da etapa (S922). Assim, por exemplo, os distratores fonéticos podem ser selecionados quando o tipo de atividade for uma atividade de redução de som.

[0225] Um módulo de atividade de aprendizagem pode identificar e selecionar distratores que apresentam um nível de dificuldade comparável a uma habilidade do estudante, em uma específica prática do idioma que será exercitada na atividade de aprendizagem.

[0226] Em uma seguinte etapa (S924), um módulo de atividade de aprendizagem pode gerar uma atividade de aprendizagem usando componentes de um bloco de construção de uma atividade de aprendizagem e baseado em atributos do estudante.

[0227] Os componentes do bloco de contreução de uma atividade de aprendizagem podem incluir um recurso, um conjunto de palavras-chave associadas ao recurso, uma atividade que exercita uma prática específica do idioma, e um conjunto de distratores derivados de uma fonte de dicionário usando palavras-chave de um texto (por exemplo, distratores semânticos ou distratores fonéticos sinônimos). Os atributos do estudante podem incluir a informação que descreve as preferências do estudante e/ou a informação que descreve as capacitações do estudante (por exemplo, uma habilidade para vocabulário ou um nível global de competência).

[0228] Em uma seguinte etapa (S925), um módulo de atividade de aprendizagem pode gerar uma aula compreendendo um conjunto de atividades de aprendizagem. A aula, assim como, as atividades individuais de aprendizagem podem ser customizadas para um estudante. Uma aula pode proporcionar aos estudantes uma rota direcionada para o alcance dos objetivos de aprendizagem. Um perfil de estudante pode armazenar técnicas de projeto correlacionadas a essa rota. Uma aula pode ser seguinte às atividades de aprendizagem para maximizar um valor pedagógico.

[0229] Em uma seguinte etapa (S926), um módulo de atividade de aprendizagem pode gerar uma unidade de curso compreendendo uma ou mais aulas. Uma unidade pode ser uma rota para a obtenção de objetivos de aprendizagem. As aulas podem ser sequenciadas para maximizar o valor pedagógico. O conteúdo dos recursos e as atividades de aprendizagem podem ser personalizados e customizados em toda unidade.

[0230] Em algumas modalidades, um estudante pode ter um curso primário ativo, composto de segmentos orientados para um objetivo, e produzido a partir de aulas focadas na prática do idioma, usando recusros focados no interesse do estudante. As unidades podem permitir aos usuários obter um distintivo, ao passar por opcionais testes de conclusão com êxito.

[0231] Um módulo de atividade de aprendizagem pode também incluir uma administração síncrona ou uma administração ao vivo. Um módulo de atividade de aprendizagem pode também incluir uma realimentação de administração assíncrona. Uma realimentação assíncrona pode ser incorporada como atividade de aprendizagem nas aulas que são encomendadas para as necessidades do estudante. A administração ao vivo pode ser instituída nas aulas que podem ser programadas em conjunto com uma aula do estudante ou em sessões independentes de uma aula, que pode ocorrer em intervalos estabelecidos.

[0232] A menos que especificamente indicado ao contrário, conforme é evidenciado da discussão seguinte, é observado que em toda a descrição, as discussões utilizando termos, tais como, “criando”, “proporcionando”, “calculando”, “processando”, “computando”, “transmitindo”, “recebendo”, “determinando”, “mostrando”, “identificando”, “apresentando”, “estabelecendo” ou similares, podem se referir à ação e a processos de um sistema de processamento de dados, ou similar dispositivo eletrônico, que manipula e transforma dados representados como quantidades físicas (dispositivo eletrônico) dentro dos registros ou memórias do sistema em outros dados similarmente representados como quantidades físicas dentro de memórias ou registros do sistema ou de outro tipo de dispositivos de armazenamento de informação, transmissão ou exibição. O sistema pode ser instalado em um dispositivo móvel.

[0233] As modalidades exemplificativas podem se correlacionar a um dispositivo para execução de uma ou mais das funções aqui descritas. Esse dispositivo pode ser especialmente construído para as finalidades exigidas, ou pode compreender um computador para atendimento de finalidades gerais, seletivamente ativado ou reconfigurado por um programa de computador armazenado no computador. Esse programa de computador pode ser armazenado em um meio de armazenamento legível em máquina (por exemplo, um computador), tal como, mas sem que seja a isso limitado, qualquer tipo de disco, incluindo disquetes, discos óticos, CD-ROMs e discos ótico-magnéticos, memórias de leitura (ROMs), memórias de acesso aleatório (RAMs), ROMs programáveis que podem ser apagadas (EPROMs), ROMs programáveis que podem ser apagadas eletricamente (EEPROMs), cartões magnéticos ou óticos, ou qualquer tipo de meio adequado para armazenamento de instruções eletrônicas, cada qual acoplado a um barramento.

[0234] Os diversos blocos, módulos ou circuitos lógicos ilustrativos e etapas de algoritmos descritos em conexão com as modalidades aqui divulgadas, podem ser implementados como hardware eletrônico, software de computador ou combinações de ambos. Para ilustrar claramente essa permutabilidade de hardware e software, diversos componentes, blocos, módulos, circuitos e etapas ilustrativas foram descritos acima, geralmente, em termos de suas funcionalidades. Se essa funcionalidade é implementada como hardware ou software, irá depender da específica aplicação e limitações de modelo impostas no sistema global. Os especialistas versados na técnica poderão implementar a funcionalidade descrita de diversas maneiraspara cada aplicação específica, mas, essas decisões de implementação não devem ser interpretadas como causas para um afastamento do escopo da presente invenção.

[0235] As modalidades implementadas em um software de computador podem ser implementadas em linguagens de descrição de software, firmware, middleware, microcódigo, hardware, ou qualquer combinação das mesmas. Um segmento de código ou instruções executáveis em máquina podem representar um procedimento, uma função, um subprograma, um programa, uma rotina, uma subrrotina, um módulo, um pacote de software, uma classe ou qualquer combinação de instruções, estruturas de dados ou indicações de programa. Um segmento de código pode ser acoplado a outro segmento de código ou a um circuito de hardware, mediante passagem e/ou recebimento de informação, dados, argumentos, parâmetros ou conteúdos de memória. A informação, os argumentos, os parâmetros, os dados, etc., podem ser passados, enviados ou transmitidos através de qualquer meio adequado, incluindo o compartilhamento de memória, passagem da mensagem, passagem do token, transmissão de rede, etc.

[0236] O código de software real ou hardware especializado de controle usado para implementar esses sistemas e métodos não é limitativo para a invenção. Portanto, a operação e comportamento dos sistemas e métodos foram descritos sem se fazer referência a um específico código de software, sendo entendido que o software e hardware de controle podem ser designados para implementar os sistemas e métodos, com base na descrição aqui apresentada.

[0237] Quando implementada em software, as funções podem ser armazenadas na forma de uma ou mais instruções ou códigos, em um meio de armazenamento não transitório legível em computador ou legível em processador. As etapas de um método ou algoritmos aqui divulgadas podem ser incorporadas em um módulo de software executável em processador, que pode se dispor em um meio de armazenamento legível em computador ou legível em processador. Um meio de armazenamento não transitório legível em computador ou legível em processador inclui um meio de armazenamento de computador e um meio de armazenamento tangível, que facilita a transferência de um programa de computador de um local para outro. Um meio de armazenamento não transitório legível em processador pode ser qualquer meio disponível que possa ser acessado por um computador. Assim, por exemplo, sem nenhuma limitação, esse meio de armazenamento não transitório legível em processador pode compreender RAM, ROM, EEPROM, CD-ROM ou outro armazenamento de disco ótico, armazenamento de disco magnético, ou outros dispositivos de armazenamento magnéticos, ou qualquer outro meio de armazenamento tangível que possa ser usado para armazenar um código de programa desejado na forma de instruções ou estruturas de dados, e que possa ser acessado por um computador ou processador. O termo disco (escrito como disk), conforme aqui usado, inclui disco compacto (CD), disco a laser, disco óptico, disco versátil digital (DVD), disquete e disco blu-ray, são discos onde se reproduzem dados de modo magnético, enquanto o termo disco (escrito como disc) e conforme aqui usado, reproduzem os dados oticamente com lasers. As combinações das duas formas acima devem ser também incluídas dentro do escopo de meio legível em computador. Além disso, as operações de um método ou algoritmo podem se dispor como uma ou qualquer combinação ou conjunto de códigos e/ou de instruções em um meio de armazenamento não transitório legível em processador e/ou um meio legível em computador, que pode ser incorporado em um produto de programa de computador.

[0238] A descrição precedente das modalidades divulgadas é proporcionada para possibilitar qualquer pessoa versada na técnica a implementar ou usar a presente invenção. Diversas modificações para essas modalidades serão prontamente evidentes para os especialistas da técnica, e os princípios genéricos aqui definidos podem ser aplicados a outras modalidades sem que haja afastamento do espírito e escopo da invenção. Portanto, a presente invenção não é pretendida de ser limitada para as modalidades aqui apresentadas, sendo considerada com o mais amplo escopo, consistente com as reivindicações e princípios segintes, como também com as novas características aqui divulgadas.

[0239] Embora diversos aspectos e modalidades tenham sido divulgados, outros aspectos e modalidades são também contemplados. Os diversos aspectos e modalidades aqui apresentados são apenas para fins ulustrativos, não sendo pretendidos para fins limitativos, em que o verdadeiro espírito e escopo da invenção são indicados pelas reivindicações seguintes.

Claims

1. Método implementado por computador para extrair palavras-chave de um texto caracterizado pelo fato de que compreende: analisar, por um computador, um conjunto de uma ou mais potenciais palavras-chave do texto de um recurso contendo texto; armazenar, pelo computador, em um armazenamento de palavras-chave cada potencial palavra-chave no conjunto correspondente a um termo em um arquivo de computador contendo uma lista de permissões de palavras-chave e cada potencial palavra-chave no conjunto correspondendo a uma colocação na lista de permissões de palavras-chave; determinar, pelo computador, para uma ou mais potenciais palavras-chave no conjunto de potenciais palavras-chave, um valor de dificuldade de palavra associado a cada uma da uma ou mais potenciais palavras- chave com base em regras de pontuação que determinam o valor de dificuldade de palavra; determinar, pelo computador, um limite de valor pedagógico com base em um nível de proficiência de um aluno e um recurso de pontuação de dificuldade do recurso; e armazenar, pelo computador, no armazenamento de palavra-chave cada potencial palavra-chave tendo um determinado valor de dificuldade que satisfaça o limite de valor pedagógico.

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda descartar, pelo computador, do conjunto de potenciais palavras-chave, cada potencial palavra-chave que corresponde a uma palavra filtrada em um arquivo contendo uma lista de palavra interrompida.

3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda descartar, pelo computador, do conjunto de potenciais palavras-chave cada potencial palavra-chave que não satisfaça o limite de valor pedagógico.

4. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda classificar, pelo computador, as potenciais palavras-chave no conjunto de potenciais palavras-chave, de acordo com uma pontuação de extração determinada de cada respectiva potencial palavra-chave.

5. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que a palavra filtrada na lista de palavra interrompida é selecionada a partir do grupo que consiste em: um nome próprio, um número ordinal, um número, uma preposição e uma conjunção.

6. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda: calcular, pelo computador, uma pontuação de dificuldade de palavra para uma potencial palavra-chave; e associar, pelo computador, aos metadados da potencial palavra-chave que contém a pontuação de dificuldade de palavra da potencial palavra-chave.

7. Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender ainda: identificar, pelo computador, um ou mais atributos de palavra associados à potencial palavra-chave; e associar, pelo computador, aos metadados da potencial palavras-chave que indicam cada um dos um ou mais atributos de palavra da potencial palavra-chave.

8. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que um atributo de palavra em o um ou mais atributos de palavra é selecionado do grupo que consiste em: uma extensão de palavra, uma frequência de uso da palavra no texto, uma classe gramatical, um número de sílabas e uma ortografia da palavra.

9. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que compreende ainda identificar, pelo computador, uma pontuação de frequência de documento inversa à frequência de termo (TF-IDF) para a potencial palavra-chave, em que um atributo de palavra em o um ou mais dos atributos de palavra é a pontuação de TF-IDF identificada da potencial palavra-chave.

10. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda transmitir, pelo computador, cada uma das potenciais palavras-chave armazenadas no armazenamento de palavra-chave para um dispositivo de computação de um gerenciador de conteúdo.

11. Sistema caracterizado pelo fato de que compreende um processador e um meio de armazenamento legível por máquina não transitório contendo um módulo extrator de palavra-chave que instrui o processador para executar as etapas de: analisar o texto de um recurso em um conjunto de uma ou mais palavras-chave; identificar uma ou mais colocações no conjunto de potenciais palavras-chave que correspondem a uma colocação em um arquivo contendo uma lista de permissões de palavras- chave; determinar para cada potencial palavra-chave no conjunto de uma ou mais potenciais palavras-chave, um valor de dificuldade de palavra de acordo com uma ou mais regras de pontuação; determinar um limite de valor pedagógico com base em um nível de proficiência de um aluno e uma pontuação de dificuldade de recurso do recurso; e armazenar um conjunto de uma ou mais palavras- chave extraídas em um armazenamento de palavra-chave, em que o conjunto de palavras-chave extraídas compreende cada potencial palavra-chave tendo um valor de dificuldade de palavra que satisfaça o limite de valor pedagógico e cada colocação identificada.

12. Sistema, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende ainda: extrair e analisar as potenciais palavras-chave do texto do documento usando processamento de linguagem natural; identificar um ou mais atributos de palavra associados a cada potencial palavra-chave; e armazenar o um ou mais atributos de palavra no armazenamento de palavra-chave.

13. Sistema, de acordo com a reivindicação 12, caracterizado pelo fato de que compreende ainda: re-pontuar cada potencial palavra-chave de acordo com uma ou mais ocorrências estatísticas conjuntas; e remover cada potencial palavra-chave que se dispõe abaixo de um limite de frequência de utilização do conjunto de potenciais palavras-chave.

14. Sistema, de acordo com a reivindicação 12, caracterizado pelo fato de que compreende ainda: marcar cada das potenciais palavras-chave com uma ou mais etiquetas de metadados indicando os atributos de palavra associados com a potencial palavra-chave; e armazenar as etiquetas de metadados no armazenamento de palavra-chave.

15. Sistema, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende ainda: identificar o conteúdo do texto que é associado com uma potencial palavra-chave; e armazenar o conteúdo identificado no armazenamento de palavra-chave.

16. Sistema, de acordo com a reivindicação 11, caracterizado pelo fato de que a uma ou mais colocações na lista de permissões de palavra-chave são agrupadas em um ou mais níveis de dificuldade.

17. Sistema, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende ainda determinar uma pontuação de dificuldade de palavra para cada potencial palavra-chave.

18. Sistema, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende ainda descartar cada potencial palavra-chave do conjunto de potenciais palavras-chave que corresponde a uma palavra filtrada em um arquivo tendo uma lista de palavra interrompida.

19. Sistema, de acordo com a reivindicação 18, 15 caracterizado pelo fato de que a palavra filtrada na lista de palavra interrompida é selecionada do grupo que consiste em: um número ordinal, um número, um nome próprio, um artigo, uma preposição e uma conjunção.