CN111429768B - 一种基于教学录播的知识点拆分集成方法和*** - Google Patents

Abstract

本发明公开了一种基于教学录播的知识点拆分集成方法和***，该方法包括：获取身份信息，确认身份信息；启动录播***，录制教学过程，生成录制视频；依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频。本发明可以自动录制教师上课视频，并按知识点对所述上课视频进行拆分集成。这样使得学生在海量视频中可以按知识点迅速找到自己所想学习的内容，提高学生学习效率。

Description

一种基于教学录播的知识点拆分集成方法和***

技术领域

本发明属于视频智能处理领域，特别涉及一种基于教学录播的知识点拆分集成方法和***。

背景技术

目前，在教师教学过程中，生成大量教学视频。不同的教师，相同的课程，会出现同样课程的视频。每个视频，包含若干知识点。但是，这些视频，是整节课的视频。当学生想通过课程视频进行学习某个知识点时，如果不了解课程体系，需要查找所有视频；就算知道该知识点是在具体的哪一节课，也需要在这节课视频中拖动查找，这样影响学生学习效率。若干知识点，会在许多课程中出现，即许多课程，包含若干同样的知识点，如果学生不了解其他课程，在学习时也无法找到对应的视频。

发明内容

针对上述问题，本发明提供一种基于教学录播的知识点拆分集成方法，包括：

获取身份信息，确认身份信息；

启动录播***，录制教学过程，生成录制视频；

依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频。

进一步地，依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频，包括：

对录制视频预拆分，提取视频内关键词，生成拆分后的视频组；

提取教学日历中语义信息；

根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频。

进一步地，所述提取视频内关键词包括：

将视频内语音信号转换为文本，使用文本处理技术提取文本中的关键词，根据关键词将视频合并。

进一步地，所述文本处理技术提取文本中的关键词包括：

对文本进行分词、去除停用词。

进一步地，所述方法还包括：

根据知识图谱和/或知识点，将视频进行集中保存。

本发明还提供一种基于教学录播的知识点拆分集成***，包括：

识别模块，用于获取身份信息，确认身份信息；

录制模块，启动录播***，录制教师教学过程，生成录制视频；

智能模块，用于依据知识点，将录制视频进行拆分和/或合并处理，生成知识点教学视频。

进一步地，所述智能模块包括：

拆分组件，用于对录制视频预拆分；

提取组件，用于提取视频内关键词，生成拆分后的视频组；

语义组件，用于提取教学日历中语义信息；

确定组件，用于根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频。

进一步地，所述提取组件，包括：

转换单元，用于将视频内语音信号转换为文本；

提取单元，用于使用文本处理技术提取文本中的关键词；

合并单元，用于根据关键词将视频合并。

进一步地，所述文本处理技术提取文本中的关键词包括：

对文本进行分词、去除停用词。

进一步地，所述***还包括：

保存模块，用于根据知识图谱和/或知识点，将视频进行集中保存。

本发明可以自动录制教师上课视频，并按知识点对所述上课视频进行拆分集成。这样使得学生在海量视频中按知识点，可以迅速找到自己所想学习的内容，提高学生学习效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本发明实施例的一种基于教学录播的知识点拆分集成方法流程图；

图2示出了根据本发明实施例的一种基于教学录播的知识点拆分集成***结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种基于教学录播的知识点拆分集成方法，示例的，所述方法可以采用但不限于下列流程，如图1所示。

流程包括：

获取身份信息，确认身份信息；

启动录播***，录制教学过程，生成录制视频；

依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频；

根据知识图谱和/或知识点，将视频进行集中保存。

具体的，获取身份信息，确认身份信息。

录制教学过程之前，需要先获取并确认教师身份，可以使用但不限于以下方式：

方法1.1、按教学日历获取。

具体的，教学日历是教师组织课程教学的具体计划表，是开展教学、质量监控的重要依据。教学日历包含教师的授课信息。示例性的，课程A，由教师张三授课，总共20课时，每周二上午1-2节课上课一次，第1-10周在教室101授课，第一次课讲授第一章，第二次课讲授第二章……。课程B，由教师李四和王五共同授课，总共8课时，每周三每周五下午5-6节课各上课一次，第7周在第一机房授课，第8周在第二实验室授课；第一次课讲授第一章，由李四授课，第二次课讲授第二章，由王五授课……。这些都会反映在教学日历中。不同的学校，教学日历包含的内容可能不同，有的学校的教学日历还包括每节课的具体授课安排，甚至相关作业内容、成绩评判标准等更多教学信息。有的学校教学日历仅体现具体哪天哪位教师在哪上什么课程，课程具体教学信息由教案、教学实施计划、教学大纲等体现。在本发明中，所有包含课程教学信息文件均属于教学日历。

示例性的，教学日历包含教案和教学实施计划。所述教案，指的是教师为顺利而有效地开展教学活动，根据课程标准，教学大纲和教科书要求及学生的实际情况，以课时或课题为单位，对教学内容、教学步骤、教学方法等进行的具体设计和安排的一种实用性教学文书。教案包括教材简析和学生分析、教学目的、重难点、知识点、教学准备、教学过程及练习设计等。所述教学实施计划是指各级教育行政管理部门、学校、教师规范实施教学，为达到预期的教学目标而制订的指导性文件，教学实施计划是基于教学设计方案实施教学的文档说明。包含教案或教学实施计划功能的文件，无论其名称如何，均属于本发明中所述教案或教学实施计划范围。

进一步地，教学实施计划规定了教师什么时间，在什么教室，给什么学生，讲授什么课程。教案规定了教师在某一节课的具体授课内容。

当一门课有多名教师授课时，教学日历里也包括这门课具体的授课时间安排，即本门课中的哪些课由哪个教员授课。教学日历中的授课信息，在学期前，由教师提出意见，教务部门进行统计设置。教师需要依照教学日历进行授课，即什么时间，在哪个教室，讲什么课。示例性的，张三的教学日历为：第一周，周一上午一二节课，在三号教室，给三班，教数学；讲授的具体内容，即本节课的教案。这个表示第一周周一上午一二节课，张三要在三号教室给三班教数学，教课内容为教案内容。

具体的，读取教学日历，根据授课时间、授课地点，即可以获取该教师身份。示例性的，张三和李四同时给三班上数学课。张三选择周一上午一二节课在三号教室，李四选择在周二下午五六节课在四号教室。教学日历记录张三李四的授课时间安排。如果有教师在周二下午五六节课在四号教室上课，根据教学日历，那么该教师会自动获取并确认为李四，李四给三班上数学课。

方法1.2、可采用人脸识别、密码识别、ID卡识别等获取方式。

具体的，教师上课前进入教室，自动或手动登录***，所述自动登录包括但不限于人脸识别，语音识别；所述手动登录包括但不限于密码识别、指纹识别、ID卡识别等技术。根据登录信息，对教师身份进行获取并确认。

进一步地，为了防止出现私自替课、代课现象，可以将方法1.1与方法1.2结合使用，对教师身份进行获取并确认。即使用方法1.1，确定应该出现在教室的具体教师信息，使用方法1.2对教师身份进行判断。示例性的，教学日历中，李四周二下午五六节课在四号教室教数学。使用方法1.1，如果有教师在周二下午五六节课在四号教室上课，***会判断该教师应该为李四；使用方法1.2，如果识别该教师是张三；那么***会判定该时间内授课教师错误；如果识别该教师是李四；那么***会判定该时间内授课教师正确。

具体的，启动录播***，录制教学过程，生成录制视频。

身份信息确认后，即***会判定该时间内授课教师正确，启动录播***。所述启动，可以是即时启动，也可以是定时启动，也可以是动作启动。所述即时启动，即确认教师身份后立刻启动；所述定时启动，根据教学日历，一节课，有具体的开始时间，当到了该节课的开始时间后，启动录播***；所述动作启动，即教师做出某种动作，包括但不限于做出特定手势、发出特定声音、按下某个按钮，启动录播***。

教师开始上课，录制教师上课过程。录制包括教师上课动作、上课语音及使用黑板情况；所述黑板，可以是普通的黑板或白板，可以是投影幕布或屏幕，可以是智能黑板，如纳米黑板，即可以在上面写字，又可以投影或放映。可以把教师上课动作、上课语音和使用黑板情况一起录制，也可以把教师上课动作、上课语音与使用黑板情况分别录制。

授课结束，停止录制。可以使用但不限于以下方式判断结束：

方法2.1、定时结束。

一节课，有具体的结束时间。当到了该节课的结束时间后，***会自动判断授课结束，停止录制。

方法2.2、根据教师指令结束。

可以根据教师指令，结束一节课录制。所述教师指令，可以使用但不限于以下方式：使用操作指令、说出指令、做出特定动作。当教师指令发出后，***判断授课结束，停止录制。

方法2.3、***自动判断结束。

授课时，有时教师会延长授课时间，无法按时下课；有时会教师在课堂安排学生做试卷、做习题等，这时教师也没有授课。***会自动判断授课结束，停止录制。

定义停止动作时间阈值。***录制时，对教师上课动作、上课语音与使用纳米黑板情况进行分析。***对教师上课动作进行分析，当一段时间内，所述时间大于停止动作时间阈值，教师动作小于一定幅度，则判断教师停止授课动作。***对上课语音进行分析，当一段时间内，所述时间大于停止动作时间阈值，上课语音没有出现，则判断教师停止语音动作。***对使用纳米黑板情况进行分析，当一段时间内，所述时间大于停止动作时间阈值，黑板上的内容没有变化，则判断教师停止使用黑板。定义判断结束条件，所述判断结束条件可以是达到以下条件中其一或若干：教师停止授课动作、教师停止语音动作和教师停止使用纳米黑板。当达到判断要求后，***会自动判断授课结束，停止录制。进一步地，***会检测停止录制的时间；如果停止时间还未到下课时间，***转入休眠状态，但是教师可以通过动作启动来启动***录制。

录播***录制完教学过程，生成录制视频。

具体的，依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频。

在学校里，有大量的教师进行授课，产生大量的录制视频。

具体的，教师上课时，每节课的教学内容不同，包含的知识点也不同。对于同一门课程，不同教师进行授课，但是知识点应当大致相同。对于不同的课程，其中某些知识点也会相同。例如相同的课程，《计算机网络》，两名教师所授课的知识点应该大致相同，包含大量相同的知识点，如网络参考模型等。如不同的课程，《计算机网络》和《网络设备与网络技术》，包含着部分相同的知识点，如OSI网络参考模型等。

所述拆分，指的是对于一个视频，按照一定的标准，分割成不同区域，目的是为了从视频序列中分离出有一定意义的实体，这种有意义的实体在数字视频中称为视频对象。就是通过手段或方法，把需要的视频按照需要截断分割，取需要的部分。就称为视频拆分。所述合并，指的是对于若干视频，按照一定规则，合并成一个视频。

具体的，按知识点，将录制视频进行拆分和/或合并处理。

录制视频结束，将不同的录制视频，按知识点进行拆分和/或合并处理。

使用以下方法对于某一次授课的录制视频进行拆分和/或合并处理。同样使用该方法对于所有录制视频进行操作，即可完成对所有的录制视频进行拆分和/或合并处理，形成不同的教学视频。

可以使用但不限于如下方法对一个录制视频进行拆分和/或合并处理，生成知识点教学视频：

使用语音识别技术，对录制视频预拆分；提取视频内关键词；使用语义识别技术，提取教学日历中语义信息；根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频。

具体的，使用语音识别技术，将录制视频预拆分。

授课时，教师并不会不间断授课，在一句话或一段话后会有停顿，这个停顿具有一定的时间，为停顿时间。设置时间阈值，当停顿时间超过时间阈值时，则认为授课内容可以从这里拆分。

使用语音识别技术，识别录制视频中的停顿时间，对录制视频进行预拆分。录制视频预拆分后生成若干小视频。

示例性的，每个录制视频，包含对应的视频时间和时间段，所述视频时间指的是视频持续时间；所述时间段指的录制该视频的时间段信息，时间段包括开始时间和结束时间。如某一节课录制视频的视频时间为45分钟；时间段为14：00-14：45。拆分该录制视频，按时间顺序，生成若干小视频，包含：第一小视频，用时为第一时间，时间段为第一时间段；第二小视频，用时为第二时间，时间段为第二时间段；第三小视频，用时为第三时间，时间段为第三时间段；第四小视频，用时为第四时间，时间段为第四时间段；第五小视频，用时为第五时间，时间段为第五时间段......第n小视频，用时为第n时间，时间段为第n时间段。则第一时间到第n时间之和，等于45分钟；第一时间段的开始时间为14：00，结束时间为第二时间段的开始时间；第二时间段的结束时间，为第三时间段的开始时间......第n时间段的结束时间为14：45。

定义视频组，所述视频组为一个录制视频拆分生成若干小视频的合集。

示例性的，上述视频拆分后的视频组包括：第一小视频、第二小视频、第三小视频......第n小视频。

进一步的，使用语音识别技术，识别录制视频中的语句，可以按每一句话对录制视频进行拆分。拆分后可以对视频进一步预处理，如将教师在课堂中讲的课堂无关的视频片段，剪辑掉。

具体的，提取视频内关键词。

所述提取视频内关键词，包括：使用语音识别技术，将视频内语音信号转换为文本，使用文本处理技术提取文本中的关键词，根据关键词将视频合并。

语音识别，就是机器通过识别和理解过程把语音信号转变为相应的文本或命令。通过语音识别技术，将视频组中所有小视频的语音内容转变为相应的文本集合。视频组内所有小视频，每个小视频对应相应的文本。这些文本的集合，称为文本组。

示例性的，可以使用但不限于以下方式进行语音识别：科大讯飞语音识别、百度语音识别、腾讯云语音识别ASR、华为云语音识别。

具体的，文本处理技术，是指计算机对文本进行一系列处理的技术。所述文本处理技术包括分词、去除停用词。

所述使用文本处理技术提取文本中的关键词，包括使用文本处理技术，对文本组中每一个文本，进行分词、去除停用词，提取关键词，并统计该关键词在该文本中的数量。

所述分词，指的是将一个汉字序列切分成一个一个单独的词。分词是文本挖掘的基础，对于输入的一段中文，成功的进行分词，可以达到电脑自动识别语句含义的效果。这种方法又叫做机械分词方法，它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行匹配，若在词典中找到某个字符串，则匹配成功(识别出一个词)。

示例性的，可以使用但不限以下方法进行分词：

基于字符串匹配的分词方法、基于理解的分词方法、基于统计的分词方法。

示例性的，可以使用但不限以下工具进行分词：

SCWS、ICTCLAS、HTTPCWS、CC-CEDICT。

具体的，对识别生成的视频文本进行分词，去除重复的词语。

示例性的，对文本“现在开始授课，本节课讲授的是TCP连接，TCP连接包括......”进行分词。

由于TCP、连接、套接字、报文是独立的词，通过正常的分词方法可以在文本中识别这些词。但是在某些课程，包含“TCP套接字、TCP连接、TCP报文”，还包括“UDP套接字、UDP连接、UDP报文”。如果将“TCP、连接、套接字、报文”单独分词，则对于本课程，分词后无法得到准确信息。则在词典中增加“TCP套接字、TCP连接、TCP报文、UDP套接字、UDP连接、UDP报文”。同样的，对于所有课程，根据课程内容，在词典中增加相应的专用词语，所述专用词语为课程内容对应关键词，所述关键词可以通过分析课程知识点或通过教学日历得到。示例性的，某知识点，为“TCP套接字编程”；则必然包含以下关键字中部分或所有：“TCP套接字编程”、“TCP套接字”、“套接字编程”、“TCP”、“套接字”、“编程”；结合本知识点和其他知识点，可以判断本知识点的关键字应该为“TCP套接字”和“编程”；由于字典中已经存在“编程”，这时只需要在字典中增加“TCP套接字”。这时字典中同时包含“TCP套接字”和“TCP”。当一个文本需要进行分词时，该文本如果包含“TCP套接字”，则分词后产生的词语包含“TCP套接字”，而不会为“TCP”和“套接字”。当该文本同时包含“TCP套接字”和“TCP数据”时，分词结果为“TCP套接字”、“TCP”和“数据”。

分词的结果为：“现在开始授课本节课讲授的是TCP连接包括”。

对分词后的文本去除停用词。

具体的，停用词是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词，这些字或词即被称为停用词(Stop Words)。这些停用词都是人工输入、非自动化生成的，生成后的停用词会形成一个停用词表。

示例性的，可以使用或但不限于以下停用词表，哈工大停用词表、百度停用词表。也可以依据现有停词表进一步生成新的停用词表。

示例性的，可以使用但限于以下工具进行去停用词：stop停用词过滤器。

示例性的，如“的”、“在”，本身并无明确的意义，只有将其放入一个完整的句子中才有一定作用。如“是”一词几乎在每个文本上均会出现，对这样的词进行搜索，无法保证能够给出真正相关的搜索结果，难以帮助缩小搜索范围，同时还会降低搜索的效率。这样的词就是停用词。在授课过程中，还存在若干词语，如“现在”、“开始”、“授课”、“本节课”、“讲授”、“包括”等，此类词语在课堂中经常会被使用，但是无法用于判断知识点。事先通过分析，找出此类词语，将此类词语也加入到停用词表中。

将分词的结果“现在开始授课本节课讲授的是TCP连接包括”去除停用词，生成“TCP连接”。这样，就找到一个关键词。“TCP连接”。

使用语音识别技术，将视频组内所有小视频转换为文本，使用文本处理技术提取文本中的关键词。最终形成如下数据：某时间某教室的授课视频，分为若干小视频，其中第一小视频，用时为第一时间，时间段为第一时间段，包含第一关键词，数量为a；第二关键词，数量为b；第三关键词，数量为c；......第二小视频，用时为第二时间，时间段为第二时间段，包含第二关键词，数量为d；第四关键词，数量为e；第五关键词，数量为f；......

具体的，根据关键词将视频合并。

定义重点关键词，一个文本中包含若干关键词，其中各关键词在文本中出现的数量不同；按照关键词的数量由多到少进行排序，如果若干关键词数量相同，则按关键词编码顺序进行排序，示例性的，可以按汉字编码顺序进行排序。预设重点关键词阈值，重点关键词阈值为自然数。所述重点关键词即为排序前“重点关键词阈值”位的关键词；即如果重点关键词阈值为N，则重点关键词即为排序前N位的关键词。示例性的，预设重点关键词阈值为3。一段文本中包含若干关键词，且关键词由多到少排序为a、b、c、d、e、f；则此文本的重点关键词为：a、b、c。

使用以下方式对视频进行合并：

一个视频组，其中部分小视频进行合并后，会形成新的视频组。一个视频组内所有小视频进行合并，即为原录制视频。

定义知识点时间阈值。教师授课时，一个知识点的讲授，需要一定的时间。当若干相邻的小视频，所用的总视频时间小于等于知识点时间阈值时，需要对这些小视频的关键词和重点关键词进行比较。示例性的，假设第一小视频、第二小视频、第三小视频总视频时间小于等于知识点时间阈值；第一小视频、第二小视频、第三小视频、第四小视频总视频时间大于知识点时间阈值；第二小视频、第三小视频、第四小视频、第五时间段总视频时间小于等于知识点时间阈值。则认为第一小视频、第二小视频、第三小视频需要一起进行比较；第一小视频、第二小视频、第三小视频、第四小视频不需要一起进行比较；第二小视频、第三小视频、第四小视频、第五时间段可以一起比较。

定义小视频组合，用于一起比较的小视频的最大组合称为小视频组合。示例性的，假设第二小视频、第三小视频、第四小视频、第五小视频是可以一起比较的最大组合，称为小视频组合；则第二小视频、第三小视频、第四小视频的组合不是最大组合，则不称为小视频组合；而第一小视频、第二小视频、第三小视频的组合是最大组合，则可以称为小视频组合。小视频组合包含若干小视频，这些小视频按时间顺序排列。定义中间小视频，任意两个不相连小视频，中间包含若干小视频，这些中间的若干小视频称为中间小视频。

定义关键词数量阈值和重点关键词数量阈值。比较小视频组合内任两个小视频的关键词和重点关键词。如果某小视频组合内，任两个小视频，如果关键词相同，该两个小视频及中间小视频合并；如果重点关键词相同，该两个小视频及中间小视频合并；如果相同关键词数量值大于等于关键词数量阈值，该两个小视频及中间小视频合并；如果相同重点关键词数量值大于等于重点关键词数量阈值，该两个小视频及中间小视频合并。如果出现小视频合并情况，将合并后的小视频替换原来小视频，重新生成小视频组合，继续处理。

示例性的，假设某录制视频，拆分后形成如下视频组，包括：第一小视频，第二小视频，第三小视频、第四小视频、第五小视频、第六小视频。其中第一小视频、第二小视频、第三小视频为第一小视频组合；第二小视频、第三小视频、第四小视频、第五小视频为第二小视频组合；第四小视频、第五小视频、第六小视频为第三小视频组合。比较第一小视频组合中的小视频的关键词和重点关键词，没有达到合并条件，小视频没有合并；则按顺序比较第二小视频组合。比较第二小视频组合后，发现第三小视频与第五小视频满足合并条件，则第三小视频与第五小视频及中间小视频--第四小视频合并。第三小视频、第四小视频、第五小视频合并生成新的小视频，为第五+小视频。则重新生成新的视频组，新的视频组包含：第一小视频、第二小视频、第五+小视频、第六小视频。对于新的视频组内小视频进行分析，重新形成若干小视频组合。比较上述新的小视频组合中的小视频的关键词和重点关键词，如果有合并，则重新形成更新的视频组。直到所生成的视频组中所有小视频不再能被合并。

这样就完成对一个视频组提取视频内关键词。

对所有的录制视频预拆分并提取视频内关键词。

定义拆分后的视频组，当一个录制视频被预拆分并提取视频内关键词，最终形成若干拆分后的小视频，所述若干拆分后的小视频称为拆分后的视频组。

示例性的，某录制视频被预拆分并提取视频内关键词，生成拆分后的视频组，所述拆分后的视频组包括：拆分后第一小视频，拆分后第一小视频对应的关键字；拆分后第二小视频，拆分后第二小视频对应的关键字；......拆分后第n小视频，拆分后n小视频对应的关键字。拆分后的视频组还包括该录制视频的信息，包括：录制时间、录制地点、教师身份。

具体的，使用语义识别技术，提取教学日历中语义信息。

教学日历包含所有教师的所有课程的教学内容，教学内容包括知识点，该知识点对应的知识点关键词。通过对教学内容进行分析，可得到知识点。使用语义识别技术，提取教学日历中所有课程的教学内容进行提取。

具体的，语义识别，指的是利用自然语言处理技术，让计算机具备文字阅读能力，自动识别文本中文字的含义。所述语义识别可以使用图像识别、表格识别等技术，对图像、表格等进行处理，然后进行语义识别。

示例性的，可以使用但不限于以下方式进行语义识别：腾讯文智、niuparser中文句法语义分析***、百度舆情、达观数据。

具体的，使用语义识别技术，提取教学日历中教学内容，提取的信息称为语义信息。示例性的，某次课的语义信息包含：授课时间、授课地点、教师身份，授课知识点；所述知识点包含若干对应的知识点关键词。

具体的，根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频。

根据某次课的语义信息，得到授课时间、授课地点、教师身份信息；根据授课时间、授课地点、教师身份信息，可以找到对应的录制视频及拆分后的视频组。

将知识点关键词和拆分后的视频组中各拆分后的小视频对应的关键词进行对比。

设置对比阈值。由于设置关键词时，已经包含课程对应的关键词。如果教师按教学日历正常授课，则录制视频必然包含课程对应的关键词；即拆分后的视频组中某个拆分后的小视频必然包含课程对应的关键词。如果某知识点关键词和某拆分后的小视频对应的关键词相同数量大于对比阈值，则认为某知识点与某拆分后的小视频匹配成功，该知识点对应该小视频。如果某次课程，包含N个知识点，该次课录制视频对应拆分后的视频组包含N个拆分后的小视频。***匹配后，如果出现有知识点和拆分后的小视频没有匹配成功，则交人工处理。

如果某次课程，包含N个知识点，该次课录制视频对应拆分后的视频组包含M个拆分后的小视频，其中N≠M。***匹配后，必然出现无法匹配的知识点或拆分后的小视频，则也交人工处理。

这样，一次录制的视频被拆分和/或合并，生成知识点教学视频。

同样，对于所有授课视频，全部进行如此处理。由于一门课程，可以由不同教师进行授课。不同教师，相同课程的授课，会生成若干相同知识点的视频。不同课程存在相同的知识点，这也会生成若干相同知识点的视频。拆分会生成若干包含不同知识点的视频。所有拆分后的视频，每一个视频对应一个知识点。但是每一个知识点，可能会对应多个视频。

具体的，根据知识图谱和/或知识点，将视频进行集中保存。

具体的，根据知识图谱将视频进行集中保存。集中保存方法如下：

获取课程知识图谱，获取课程知识图谱下知识点，按照获取课程知识图谱下知识点，将据所述知识点对应的所有视频保存。

知识图谱(Knowledge Graph)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

一门课程，具有自己的知识图谱。所述知识图谱包含着该课程下所有的知识点。

依据所述知识点，将知识点对应的所有视频保存。

示例性的，当学生想学习一门课程时，根据知识图谱，可以找到相应的知识点；根据知识点，可以找到该知识点下所有的视频。这样学生学习时，可以有选择进行学习。学生学习一门课程可能会出现如第一知识点的视频是甲教师的，第二知识点的视频是乙教师的，第三知识点的视频是丙教师的，丙教师不上这门课程。

具体的，根据知识点将视频进行集中保存。

获取所有课程知识点，根据知识点，将所有对应视频保存。这样形成以知识点的视频组合。

进一步地，将若干相同的知识点的视频合并成为一个视频。学生学习即可调取。

具体的，本发明还提供一种基于教学录播的知识点拆分集成***，示例性的，如图2所示。包括：

识别模块，用于获取身份信息，确认身份信息；

录制模块，启动录播***，录制教师教学过程，生成录制视频；

智能模块，用于依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频。

保存模块，用于根据知识图谱和/或知识点，将视频进行集中保存。

具体的，识别模块，用于获取身份信息，确认身份信息，生成教师身份信息；

录制模块，接收识别模块传来的教师身份信息，用于身份信息确认后启动录播***，录制教师教学过程，生成录制视频；

智能模块，接收录制模块传来的录制视频，用于依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频。

所述智能模块包括：

拆分组件，接收录制模块传来的录制视频，用于对录制视频预拆分，生成视频组；

提取组件，接收拆分组件传来的视频组，用于提取视频内关键词，生成拆分后的视频组；

所述提取组件包括：

转换单元，接收拆分组件传来的视频组，用于将视频内语音信号转换为文本；

提取单元，接收转换单元传来的文本，用于使用文本处理技术提取文本中的关键词；所述文本处理技术提取文本中的关键词包括：对文本进行分词、去除停用词。

合并单元，接收提取单元传来的关键词，用于根据关键词将视频合并，生成拆分后的视频组。

语义组件，用于提取教学日历中语义信息，生成语义信息；

确定组件，接收提取组件传来的拆分后的视频组和语义组件传来的语义信息；用于根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频。

保存模块，接收确定组件传来的已确定知识点的视频，用于根据知识图谱和/或知识点，将视频进行集中保存。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于教学录播的知识点拆分集成方法，其特征在于，所述方法包括：

获取身份信息，确认身份信息；

启动录播***，录制教学过程，生成录制视频；

依据知识点，对所述录制视频进行拆分和/或合并处理，生成知识点教学视频，包括：对录制视频预拆分，提取视频内关键词，生成拆分后的视频组；提取教学日历中语义信息；根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频；

所述对录制视频预拆分包括：使用语音识别技术，识别录制视频中的停顿时间，设置时间阈值，当停顿时间超过时间阈值时，则认为授课内容可以从这里拆分，对录制视频进行预拆分，录制视频预拆分后生成若干小视频；使用语音识别技术，识别录制视频中的语句，按每一句话对录制视频进行拆分，拆分后对视频进一步预处理，将教师在课堂中讲的与课堂无关的视频片段剪辑掉。

2.根据权利要求1所述的基于教学录播的知识点拆分集成方法，其特征在于，所述提取视频内关键词包括：

将视频内语音信号转换为文本，使用文本处理技术提取文本中的关键词，根据关键词将视频合并。

3.根据权利要求2所述的基于教学录播的知识点拆分集成方法，其特征在于，所述文本处理技术提取文本中的关键词包括：

对文本进行分词、去除停用词。

4.根据权利要求1所述的基于教学录播的知识点拆分集成方法，其特征在于，所述方法还包括：

根据知识图谱和/或知识点，将视频进行集中保存。

5.一种基于教学录播的知识点拆分集成***，其特征在于，所述***包括：

识别模块，用于获取身份信息，确认身份信息；

录制模块，启动录播***，录制教师教学过程，生成录制视频；

智能模块，用于依据知识点，将录制视频进行拆分和/或合并处理，生成知识点教学视频，所述智能模块包括：拆分组件，用于对录制视频预拆分；提取组件，用于提取视频内关键词，生成拆分后的视频组；语义组件，用于提取教学日历中语义信息；确定组件，用于根据语义信息，找到对应的拆分后的视频组；根据语义信息和拆分后的视频组，确定视频的知识点，生成知识点教学视频；

所述对录制视频预拆分包括：使用语音识别技术，识别录制视频中的停顿时间，设置时间阈值，当停顿时间超过时间阈值时，则认为授课内容可以从这里拆分，对录制视频进行预拆分，录制视频预拆分后生成若干小视频；使用语音识别技术，识别录制视频中的语句，按每一句话对录制视频进行拆分，拆分后对视频进一步预处理，将教师在课堂中讲的与课堂无关的视频片段剪辑掉。

6.根据权利要求5所述的基于教学录播的知识点拆分集成***，其特征在于，所述提取组件，包括：

转换单元，用于将视频内语音信号转换为文本；

提取单元，用于使用文本处理技术提取文本中的关键词；

合并单元，用于根据关键词将视频合并。

7.根据权利要求6所述的基于教学录播的知识点拆分集成***，其特征在于，所述文本处理技术提取文本中的关键词包括：

对文本进行分词、去除停用词。

8.根据权利要求7所述的基于教学录播的知识点拆分集成***，其特征在于，所述***还包括：

保存模块，用于根据知识图谱和/或知识点，将视频进行集中保存。

Images