CN113779345A - 一种教学材料生成方法、装置、计算机设备和存储介质 - Google Patents
一种教学材料生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113779345A CN113779345A CN202111039023.XA CN202111039023A CN113779345A CN 113779345 A CN113779345 A CN 113779345A CN 202111039023 A CN202111039023 A CN 202111039023A CN 113779345 A CN113779345 A CN 113779345A
- Authority
- CN
- China
- Prior art keywords
- text
- teaching
- questions
- image
- question
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 239000000463 material Substances 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims description 14
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 239000012634 fragment Substances 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000007792 addition Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 24
- 238000012552 review Methods 0.000 abstract description 19
- 238000002360 preparation method Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Library & Information Science (AREA)
Abstract
本文提供了一种教学材料生成方法、装置、计算机设备和存储介质,其中方法包括获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;对所述语音信息进行文字转换,得到文本文件;将所述图像信息***到所述文本文件中,得到图文教案;基于从所述图文教案中识别出的提问对题库进行索引以生成作业;整合所述图文教案和所述作业得到教学材料并上传至数据库。本文能够根据直播老师的教学过程生成图文教案和作业,有利于提高教学材料制备的效率、降低老师工作负担;并且便于教师修订和完善教学材料、提高教学质量,以及为学生对知识点的回顾和复习提供了便利。
Description
技术领域
本发明涉及信息化教学教具技术领域,尤其是一种教学材料生成方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的快速发展,互联网技术开始应用于教育、工业、军事等各行各业中。互联网技术在教育行业的应用,使得通过互联网实现的在线教学应运而生。
现有技术中的在线教学,老师需要在上课前推敲教案进行磨课,教学完成后还需要针对课上内容进行梳理并布置作业。教案的制作和作业的布置自动化程度较低,仍需要大量人力、物力和时间的投入,制作成本较高;并且在线教学完成后,不利于学生的记录和复习,更不便于教师记录、修订完善教学内容。
有鉴于此,本文旨在提供一种教学材料生成方法、装置、计算机设备和存储介质,能够提高教案制备和作业布置的效率,减轻老师工作量;并且便于学生的复习回顾以及便于老师修订和完善教学内容。
发明内容
针对现有技术的上述问题,本文的目的在于,提供一种教学材料生成方法、装置、计算机设备和存储介质,以解决现有技术中教师教案制备和完善、作业布置工作量大效率低;学生在线学习完成后难以对教学内容进行复习的问题。
为了解决上述技术问题,本文的具体技术方案如下:
一方面,本文提供一种教学材料生成方法,包括:
获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
对所述语音信息进行文字转换,得到文本文件;
将所述图像信息***到所述文本文件中,得到图文教案;
基于从所述图文教案中识别出的提问对题库进行索引以生成作业;
整合所述图文教案和所述作业得到教学材料并上传至数据库。
具体地,所述对所述语音信息进行文字转换,得到文本文件,包括:
将所述语音信息顺序分割成多个语音片段;
将多个所述语音片段分别与词库进行匹配得到文本片段;
根据各所述语音片段的相对顺序将所述文本片段进行拼接,得到所述文本文件。
具体地,所述将所述图像信息***到所述文本文件中,包括:
获取所述图像信息变化的时刻信息;
根据所述时刻信息,抓取所述图像信息的图片;
根据所述时刻信息确定所述语音信息对应的文本片段;
在所述文本片段之中***所述图片。
优选地,所述对题库进行索引之前,所述方法还包括:
分别对所述图文教案中的图片和所述文本片段进行提问的识别;
判断是否从所述图片中和从所述文本片段中识别出相同的提问;
若是,则对相同的提问进行去重。
具体地,所述基于从所述图文教案中识别出的提问对题库进行索引以生成作业,包括:
提取所述提问的关键字;
根据所述关键字,基于预设的匹配算法索引所述题库得到初选作业题;
计算所述关键字与所述初选作业题的相关度,根据所述相关度选择部分初选作业题作为备选作业题;
根据所述备选作业题生成作业。
进一步地,所述根据所述相关度选择初选作业题作为备选作业题,包括:
对所述初选作业题根据所述相关度由高到低进行排序;
根据所述初选作业题的排列顺序,选择所述初选作业题中相关度较高的一个或多个作为备选作业题。
更进一步地,所述根据所述相关度选择初选作业题作为备选作业题,还可以包括:
选择所述相关度达到预设筛选条件的所述初选作业题作为备选作业题。
具体地,所述方法还包括:
若各所述初选作业题的相关度均未达到预设筛选条件,则根据从所述图文教案中识别出的所述提问生成作业。
优选地,所述根据所述备选作业题生成作业,包括:
对所述备选作业题进行管理操作,所述管理操作包括修改、删减和新增操作;
根据经管理操作后的备选作业题生成所述作业。
优选地,所述方法还包括:
若基于预设的匹配算法未索引到初选作业题,则根据从所述图文教案中识别出的所述提问生成所述作业。
第二方面,本文还提供一种教学材料生成装置,包括:
获取模块,用于获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
转换模块,用于对所述语音信息进行文字转换,得到文本文件;
***模块,用于将所述图像信息***到所述文本文件中,得到图文教案;
生成模块,用于基于从所述图文教案中识别出的提问对题库进行索引,生成作业;
上传模块,用于整合所述图文教案和所述作业得到课件并上传至数据库。
第三方面,本文还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述技术方案提供的方法。
第四方面,本文还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述技术方案提供的方法。
采用上述技术方案,本文所述一种教学材料生成方法、装置、计算机设备和存储介质,能够根据直播老师的教学过程生成图文教案和作业,有利于提高教学材料制备的效率、降低老师工作负担;并且便于教师修订和完善教学材料、提高教学质量,以及为学生对知识点的回顾和复习提供了便利。
为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本文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简单地介绍,显而易见地,下面描述中的附图仅仅是本文的一些实施例,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示出了本文实施例提供的一种教学材料生成方法的步骤流程图;
图2示出了本文实施例中将语音信息经文字转换得到文本文件的步骤流程图;
图3示出了本文实施例中将图像信息***到文本文件中的步骤流程图;
图4示出了本文实施例中对相同的提问进行去重的步骤流程图;
图5示出了本文实施例中对生成作业的步骤流程图;
图6示出了本文实施例提供的一种教学材料生成装置的结构示意图;
图7示出了本文实施例提供的一种计算机设备的结构示意图。
附图符号说明:
61、获取模块;
62、转换模块;
63、***模块;
64、生成模块;
65、上传模块;
702、计算机设备;
704、处理器;
706、存储器;
708、驱动机构;
710、输入/输出模块;
712、输入设备;
714、输出设备;
716、呈现设备;
718、图形用户接口;
720、网络接口;
722、通信链路;
724、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本文一部分实施例,而不是全部的实施例。基于本文中的实施例,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,都属于本文保护的范围。
需要说明的是,本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
互联网技术的快速发展使得直播课这种新兴的教学模式应运而生,与传统的教学模式相类似的,直播授课前老师也需要进行教案推敲磨课,以及根据课堂教学内容进行梳理并布置作业。教案的制作和作业的布置自动化程度较低,仍需要大量人力、物力和时间的投入,制作成本较高。并且直播教学的方式,使得在教学完成后,学生那一对课堂内容的进行温习复习、也不便于教师记录、修订完善教学内容。
为了解决上述问题,本文实施例提供了一种教学材料生成方法、装置、计算机设备和存储介质,能够提高教案制备和作业布置的效率,减轻老师工作量;并且便于学生的复习回顾以及便于老师修订和完善教学内容。如图1所示是本文实施例提供的一种教学材料生成方法的步骤示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图1所示,所述方法可以包括:
S110:获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
本说明书实施例中,所述课件的教学视频可通过录制直播老师对课件的教学过程得到。需要说明的是,为便于教学内容的展示,直播老师优选地可位于录制镜头外,即教学视频主要录制的是课件展示的内容,直播老师对课件的讲述以画外音的形式呈现。所述课件主要为PPT课件,所述课件还可以包括与教学内容相关的影视、动画等多媒体材料。
因此,本说明书实施例中所述图像信息主要是指PPT课件呈现的图像,所述PPT课件中可包含文本元素、表格元素、图片元素;所述语音信息即为直播老师在教学过程中关于PPT课件的讲述内容。
S120:对所述语音信息进行文字转换,得到文本文件;
S130:将所述图像信息***到所述文本文件中,得到图文教案;
即使得所述图文课件中既包括直播教学中PPT课件展示的内容,又包括直播老师对PPT课件讲述的内容,使得学生通过阅览图文课件即可实现对直播教学内容的回顾和复习;同样的,教师通过阅览图文教案可对自己的直播教学过程进行复盘,便于修订和完善教学方式。并且,本说明书实施例中,通过将PPT课件的内容***到语音转译得到的文本文件中来得到所述图文教案,简单便捷,有利于提高教学材料制备的效率。
S140:基于从所述图文教案中识别出的提问对题库进行索引以生成作业;
S150:整合所述图文教案和所述作业得到教学材料并上传数据库。即所述教学材料是所述图文教案和所述作业的总和。
本说明书实施例提供的一种教学材料生成方法,能够将直播老师直播教学的过程和内容以图文教案的形式保存下来,使得学生在参加直播教学后能够根据图文教案回顾和复习上课的内容,使得老师能够根据所述图文教案复盘自己在直播教学中的讲述的内容,以便于直播老师完善教学方式方法;并且根据图文教案生成作业,使得学生能够通过作业检验自己对知识点的掌握程度,以及使得教师能够通过批改学生作业检验学生对知识点的掌握情况;有利于根据学生对知识点的掌握情况对教学内容进行调整,提高教学质量。
如图2所示,本说明书实施例中,步骤S120:对所述语音信息进行文字转换,得到文本文件,包括:
S210:将所述语音信息顺序分割成多个语音片段。
在一些优选地实施例中,可根据语音信息中的语速、停顿等对所述语音信息进行分割,使得顺序性相邻的两个语音片段之间的关联性较弱,即避免将一个词语或词组分割到两个语音片段中的情况。经上述分割处理后,所述语音片段可以是一个句子或是一小个段落。从而在后续语音匹配时,提高文本匹配的准确性。
当然了,还可以有其他的分割方式,例如,根据预设的时长将所述语音信息顺序分割成若干个长度相同的语音片段。
S220:将多个所述语音片段分别与词库进行匹配得到文本片段。
由于分割后的各语音片段的时长相对较短,所包含的语音要素也相对较少,因此能够起到提高语音信息转译成文本文件的效率的作用。进一步地,为提高语音转换成文本的效率可并行对多个语音片段进行匹配处理。并且,各语音片段所包含的语音要素相对较少,也有利于提高匹配结果的准确性。
对所述语音片段的匹配可基于自然语言匹配算法和神经网络模型,将语音片段输入到预先训练好的神经网络匹配模型中,所述神经网络匹配模型中包含有上述中文匹配模块(即包括中文词库)和外文匹配模块(即包括外文词库),其中,中文匹配模块还进一步包括普通话匹配子模块和方言匹配子模块。当直播老师的语音片段中吐字不清晰时,例如平翘舌音、鼻音边音、前鼻音后鼻音等不清晰时,可以在神经网络匹配模型中预先设置模糊匹配单元,以在匹配时自动根据预设的模糊匹配规则进行调整,从而极大地提高了语音片段匹配的准确性。
S230:根据各所述语音片段的相对顺序将所述文本片段进行拼接,得到所述文本文件。
通过上述步骤,能够兼顾语音信息转换成文本文件高效性和准确性。
在一些优选的实施例中,在步骤S210:将所述语音信息顺序分割成多个语音片段之前,所述方法还可以包括:
对所述语音信息进行去噪等优化处理。
例如,根据语音信息的音色、音调、响度等要素识别并提取出直播老师的语音信息,避免有他人杂音引起的文字转化的错乱。
如图3所示,本说明书实施例中,步骤S130:将所述图像信息***到所述文本文件中,包括:
S310:获取所述图像信息变化的时刻信息;
本说明书实施例中,所述图像信息主要为PPT课件呈现的图像,因此所述图像信息变化的时刻信息包括在教学过程中PPT课件翻页的时刻信息(例如,在教学过程的第5分钟,PPT课件从第一页翻页到了第二页,则记录该变化时刻);除此以外,为了提高课堂教学的趣味性、调动学生学习的积极性,PPT课件中的文本元素、表格元素等还经常采用动画***的方式呈现,因此所述图像信息变化的时刻信息还包括PPT课件中页面展示的内容发生变化的时刻(例如,在教学过程的第4分钟,当前PPT课件的页面并没有切换,但该页PPT动画***了表格,其展示出的图像信息发生有变化,因此也记录下该变化时刻)。
需要说明的是,所述图像信息变化的时刻信息包括绝对时刻和相对时刻;绝对时刻是指当前PPT课件图像信息变化的时刻,相对时刻是指两个变化时刻之间的时间先后关系。
S320:根据所述时刻信息,抓取所述图像信息的图片;
例如,根据前文所述的第5分钟抓取到第二页PPT课件的图片;以及根据第4分钟抓取第一页PPT课件在***表格后的图片等等。
本说明书实施例中,通过时刻信息对图像信息进行抓取能够将动态的课件演示转化为静态的图片,不会错漏课件的展示内容,并且使得图片之间互不相同;极大地缩小教学材料的体积。
S330:根据所述时刻信息确定所述语音信息对应的文本片段;
S340:在所述文本片段之中***所述图片。
语音信息是直播老师时序性的对PPT课件的讲述内容,因此可根据所述时刻信息定位到与图片相关的讲述内容,从而将图片***到对应的文本片段之中,最终得到的所述图文教案中,图片即为直播教学中PPT课件展示的内容,并且紧接在每张图片之即为直播老师对该图片的讲述内容,阅读性更强。
如图4所示,本说明书实施例中,步骤S140中的对题库进行索引之前,所述方法还包括:
S410:分别对所述图文教案中的所述图片和所述文本片段进行提问的识别;
可选地,可通过OCR(Optical Character Recognition,光学字符识别)等算法来解析图片中包含的字符元素和非字符元素,进而根据解析出的字符元素识别其中包含的提问,例如,根据解析出的诸如“为什么”、“是……怎么样”以及问号等字符进行提问的识别。
对所述图文教案中的文本片段进行提问的识别,除上述OCR算法外,还可以采用Tabula、Itext等方法。在一些可行的实施例中,由于图文教案中的所述文本片段是通过对语音信息的转化得到,因此,还可以通过语音识别的方式识别其中包含的提问。
S420:判断是否从所述图片中和从所述文本片段中识别出相同的提问;
S430:若是,则对相同的提问进行去重。
若PPT课件某页展示有提问而直播老师在教学过程中又朗读该提问,则在生成的图文教案中不仅有展示该提问的图片,还包括朗读该提问的语音信息转换得到的文本片段,也就是说该提问出现了两次。而本说明书实施例中,优选的对图文教案中重复的提问进行去重处理,使得图文教案内容更加精简、阅读体验更加;并且避免了在后续索引步骤中由于提问的重复导致重复索引的问题,以及由于索引出的初选作业题重复导致增加筛选难度的问题,有利于提高索引以及作业生成的效率。
由于从图片中删除相同重复的提问操作比较复杂,可能会造成教学材料的制备效率降低;并且对图片中重复的提问的删除处理还可能导致图片美观性降低。因此,本说明书实施例中,优选地,步骤S430中的对相同的提问进行去重,采用从所述文本片段中删除该重复的提问所对应的文字的方式。
如图5所示,本说明书实施例中,步骤S140:基于从所述图文教案中识别出的提问对题库进行索引以生成作业,包括:
S510:提取所述提问的关键字。
需要说明的是,此处提取的关键字与直播教学的内容相关,示例性的,所述关键字可以是“贷款”、“国债”、“利率”等等,
S520:根据所述关键字,基于预设的匹配算法索引所述题库得到初选作业题。
本说明书实施例中,可以是基于一个或多个关键字对题库进行索引时,当基于多个关键字进行索引时,多个关键字之间可预先设置有一定的逻辑关系,例如,A and B,表示基于关键字A和B进行索引;A or B,表示基于关键字A或基于关键字B进行索引;notA表示排除包含有关键字A的索引结果等等。当关键字数量更多时,则还包含更复杂的逻辑关系,此处不再一一例举。
所述预设的匹配算法可以包括精确索引,例如根据上述关键字和关键字之间的逻辑关系索引结果;还可以包括模糊索引,以使得尽可能得到匹配结果。
S530:计算所述关键字与所述初选作业题的相关度,根据所述相关度选择部分初选作业题作为备选作业题。
S540:根据所述备选作业题生成作业。
本说明书实施例中,可根据图文教案中识别出的提问索引题库以生成作业,与现有的由老师人工布置作业的方法相比,极大地减轻了老师的工作负担;并且,在对题库进行索引时可同时对识别出的多个提问进行同步索引(也就是说,可以对图文教案全文中包含的提问进行同步索引),极大的提高了作业生成的效率。
本说明书实施例中,步骤S530中的根据所述相关度选择部分初选作业题作为备选作业题,可以是:
对所述初选作业题根据所述相关度由高到低进行排序;
根据所述初选作业题的排列顺序,选择所述初选作业题中相关度较高的一个或多个作为备选作业题。
步骤S530中的根据所述相关度选择部分初选作业题作为备选作业题,还可以是:
选择所述相关度达到预设筛选条件的所述初选作业题作为备选作业题。
示例性的,所述预设筛选条件可以为相关度达到50%。
当索引题库得到的初选作业题数量较多时,若直播老师直接对初选作业题进行管理操作工作量较大,因此可通过上述两种方式对初选作业题进行初步的筛选,经初步筛选得到的备选作业题与提问的匹配度更高,在此基础上得到的作业对知识点的巩固效果也更好;并且在备选作业题的基础上进行后续的管理操作,还有利于减轻直播老师生成作业的工作量。
本说明书实施例中,步骤S540:根据所述备选作业题生成作业,包括:
将所述备选作业题推送至备选作业栏,在备选作业栏对所述备选作业题进行管理操作,所述管理操作包括修改、删减和新增操作;
根据经管理操作后的备选作业题生成所述作业。
所述备选作业栏能够对备选作业题进行预览以及能够将对备选作业题的管理操作进行预览。所述修改操作可以是对筛选出的备选作业题的题目和解答进行修改:对题目表达方式的修改,对解答过程的修改,例如,新的解题思路,更详细的解题过程等等,还可以包括对错误的解答过程或答案的的修改。删减操作,可以是去除部分备选作业题。新增操作,可以是在备选作业栏中直接输入题目和相应的解答构成新的备选作业题,也可以在题库中重新(以新关键字或新的关键字间的逻辑关系)索引出新的备选作业题。
需要说明的是,当在备选作业栏中对备选作业题进行了修改、新增管理操作时,还应当将修改、新增管理操作后的备选作业题替换、补充到题库中,以替换掉题库中原有的题目表达方式不当、解题思路不完善、答案错误的作业题,或更新所述题库。
进一步地,若各所述初选作业题与关键字的相关度均未达到预设筛选条件(例如,各初选作业题与关键字的相关度均低于50%),则本说明书实施例中,可以直接根据从所述图文教案中识别出的所述提问生成作业。例如,可直接将从图文教案中识别出的提问推送至备选作业栏,由直播老师直接根据该提问进行作业题题目的和答案的编写。相应的,编写完成后还包括将其更新到题库中。
需要说明的是,在题库建设初期其中的题目数量相对较少,有可能会出现基于预设的匹配算法未索引到初选作业题的情况,除了调整关键字、调整关键字间的逻辑关系以重新筛选外,所述方法还可以包括:
根据从所述图文教案中识别出的所述提问生成所述作业。可以实现对题库的动态更新,使得其中所包含的题目越来越丰富。
由识别出的提问生成作业的方法在前文已经叙述过,此处不再赘述。
本说明书实施例提供的一种教学材料生成方式可适用于线上教学的场景,在线上教学时,教师直播授课时除了对PPT课件的讲述外,还可以接收到学生发出的提问,这些提问可以采用弹幕、留言等多种方式被直播老师接收到。因此,本说明书实施例中,除了根据教学过程中涉及的提问(也就是图文课件中识别的提问)生成作业以外,还可以根据学生的提问生成作业:对接收到的学生发出的提问进行筛选并推送至作业筛选栏,有直播老师对此类提问进行归纳、整理形成作业。
综上所述,本说明书实施例提供的一种教学材料生成方法,能够根据直播老师教学过程生成图文教案和作业,有利于降低老师工作负担;便于教师修订和完善教学材料提高教学质量,以及便于学生回顾和复习。
如图6所示,本说明书实施例还提供一种教学材料生成装置,包括:
获取模块61,用于获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
转换模块62,用于对所述语音信息进行文字转换,得到文本文件;
***模块63,用于将所述图像信息***到所述文本文件中,得到图文教案;
生成模块64,用于基于从所述图文教案中识别出的提问对题库进行索引,生成作业;
上传模块65,用于整合所述图文教案和所述作业得到课件并上传至数据库。
通过本说明书实施例提供的装置所取得的有益效果和上述方法所取得的有益效果相一致,此处不再赘述。
如图7所示,为本文实施例提供的一种计算机设备,所述计算机设备702可以包括一个或多个处理器704,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备702还可以包括任何存储器706,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器706可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备702的固定或可移除部件。在一种情况下,当处理器704执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备702可以执行相关联指令的任一操作。计算机设备702还包括用于与任何存储器交互的一个或多个驱动机构708,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备702还可以包括输入/输出模块710(I/O),其用于接收各种输入(经由输入设备712)和用于提供各种输出(经由输出设备714))。一个具体输出机构可以包括呈现设备716和相关联的图形用户接口718(GUI)。在其他实施例中,还可以不包括输入/输出模块710(I/O)、输入设备712以及输出设备714,仅作为网络中的一台计算机设备。计算机设备702还可以包括一个或多个网络接口720,其用于经由一个或多个通信链路722与其他设备交换数据。一个或多个通信总线724将上文所描述的部件耦合在一起。
通信链路722可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路722可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
对应于图1至图5中的方法,本文实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图1至图5中所示的方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (13)
1.一种教学材料生成方法,其特征在于,包括:
获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
对所述语音信息进行文字转换,得到文本文件;
将所述图像信息***到所述文本文件中,得到图文教案;
基于从所述图文教案中识别出的提问对题库进行索引以生成作业;
整合所述图文教案和所述作业得到教学材料并上传至数据库。
2.根据权利要求1所述的方法,其特征在于,所述对所述语音信息进行文字转换,得到文本文件,包括:
将所述语音信息顺序分割成多个语音片段;
将多个所述语音片段分别与词库进行匹配得到文本片段;
根据各所述语音片段的相对顺序将所述文本片段进行拼接,得到所述文本文件。
3.根据权利要求2所述的方法,其特征在于,所述将所述图像信息***到所述文本文件中,包括:
获取所述图像信息变化的时刻信息;
根据所述时刻信息,抓取所述图像信息的图片;
根据所述时刻信息确定所述语音信息对应的文本片段;
在所述文本片段之中***所述图片。
4.根据权利要求3所述的方法,其特征在于,所述对题库进行索引之前,所述方法还包括:
分别对所述图文教案中的所述图片和所述文本片段进行提问的识别;
判断是否从所述图片中和从所述文本片段中识别出相同的提问;
若是,则对相同的提问进行去重。
5.根据权利要求4所述的方法,其特征在于,所述基于从所述图文教案中识别出的提问对题库进行索引以生成作业,包括:
提取所述提问的关键字;
根据所述关键字,基于预设的匹配算法索引所述题库得到初选作业题;
计算所述关键字与所述初选作业题的相关度,根据所述相关度选择部分初选作业题作为备选作业题;
根据所述备选作业题生成作业。
6.根据权利要求5所述的方法,其特征在于,所述根据所述相关度选择初选作业题作为备选作业题,包括:
对所述初选作业题根据所述相关度由高到低进行排序;
根据所述初选作业题的排列顺序,选择所述初选作业题中相关度较高的一个或多个作为备选作业题。
7.根据权利要求5所述的方法,其特征在于,所述根据所述相关度选择初选作业题作为备选作业题,包括:
选择所述相关度达到预设筛选条件的所述初选作业题作为备选作业题。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
若各所述初选作业题的相关度均未达到预设筛选条件,则根据从所述图文教案中识别出的所述提问生成作业。
9.根据权利要求5所述的方法,其特征在于,所述根据所述备选作业题生成作业,包括:
对所述备选作业题进行管理操作,所述管理操作包括修改、删减和新增操作;
根据经管理操作后的备选作业题生成所述作业。
10.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若基于预设的匹配算法未索引到初选作业题,则根据从所述图文教案中识别出的所述提问生成所述作业。
11.一种教学材料生成装置,其特征在于,包括:
获取模块,用于获取课件的教学视频,所述课件的教学视频包括图像信息和语音信息;
转换模块,用于对所述语音信息进行文字转换,得到文本文件;
***模块,用于将所述图像信息***到所述文本文件中,得到图文教案;
生成模块,用于基于从所述图文教案中识别出的提问对题库进行索引,生成作业;
上传模块,用于整合所述图文教案和所述作业得到课件并上传至数据库。
12.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至10任意一项所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至10任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111039023.XA CN113779345B (zh) | 2021-09-06 | 2021-09-06 | 一种教学材料生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111039023.XA CN113779345B (zh) | 2021-09-06 | 2021-09-06 | 一种教学材料生成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113779345A true CN113779345A (zh) | 2021-12-10 |
CN113779345B CN113779345B (zh) | 2024-04-16 |
Family
ID=78841290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111039023.XA Active CN113779345B (zh) | 2021-09-06 | 2021-09-06 | 一种教学材料生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779345B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390331A (zh) * | 2022-01-13 | 2022-04-22 | 徐州工业职业技术学院 | 一种视频教学方法、***、设备及介质 |
CN114938462A (zh) * | 2022-06-07 | 2022-08-23 | 平安科技(深圳)有限公司 | 授课视频的智能剪辑方法、***、电子设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060177114A1 (en) * | 2005-02-09 | 2006-08-10 | Trongtum Tongdee | Medical digital asset management system and method |
KR20130089998A (ko) * | 2012-01-27 | 2013-08-13 | 김범수 | 학습 정보 제공 시스템 및 이를 이용하여 학습자에게 학습 정보를 제공하는 방법 |
US20140043363A1 (en) * | 2012-08-13 | 2014-02-13 | Xerox Corporation | Systems and methods for image or video personalization with selectable effects |
CN107066438A (zh) * | 2017-03-15 | 2017-08-18 | 北京三快在线科技有限公司 | 一种文本编辑方法及装置,电子设备 |
CN109461335A (zh) * | 2018-11-29 | 2019-03-12 | 国政通科技有限公司 | 考题自动生成装置及方法 |
CN109637221A (zh) * | 2019-01-28 | 2019-04-16 | 厦门云开云科技有限公司 | 一种用于在线学习的电子课件及生成方法 |
CN109766826A (zh) * | 2019-01-08 | 2019-05-17 | 广东小天才科技有限公司 | 一种自动识别作业信息的方法及*** |
CN110493640A (zh) * | 2019-08-01 | 2019-11-22 | 东莞理工学院 | 一种基于视频处理的视频转换为ppt的***及方法 |
CN110488975A (zh) * | 2019-08-19 | 2019-11-22 | 深圳市仝智科技有限公司 | 一种基于人工智能的数据处理方法及相关装置 |
CN111210822A (zh) * | 2020-02-12 | 2020-05-29 | 支付宝(杭州)信息技术有限公司 | 语音识别方法及其装置 |
CN111241802A (zh) * | 2020-01-06 | 2020-06-05 | 北京大米科技有限公司 | 一种作业生成方法、装置、存储介质及终端 |
CN111880924A (zh) * | 2019-04-15 | 2020-11-03 | 北京智启蓝墨信息技术有限公司 | 一种智能教材生成***及方法 |
CN113177394A (zh) * | 2021-03-30 | 2021-07-27 | 何泽仪 | 海外视频教学资源转化***及方法、电子设备及存储介质 |
-
2021
- 2021-09-06 CN CN202111039023.XA patent/CN113779345B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060177114A1 (en) * | 2005-02-09 | 2006-08-10 | Trongtum Tongdee | Medical digital asset management system and method |
KR20130089998A (ko) * | 2012-01-27 | 2013-08-13 | 김범수 | 학습 정보 제공 시스템 및 이를 이용하여 학습자에게 학습 정보를 제공하는 방법 |
US20140043363A1 (en) * | 2012-08-13 | 2014-02-13 | Xerox Corporation | Systems and methods for image or video personalization with selectable effects |
CN107066438A (zh) * | 2017-03-15 | 2017-08-18 | 北京三快在线科技有限公司 | 一种文本编辑方法及装置,电子设备 |
CN109461335A (zh) * | 2018-11-29 | 2019-03-12 | 国政通科技有限公司 | 考题自动生成装置及方法 |
CN109766826A (zh) * | 2019-01-08 | 2019-05-17 | 广东小天才科技有限公司 | 一种自动识别作业信息的方法及*** |
CN109637221A (zh) * | 2019-01-28 | 2019-04-16 | 厦门云开云科技有限公司 | 一种用于在线学习的电子课件及生成方法 |
CN111880924A (zh) * | 2019-04-15 | 2020-11-03 | 北京智启蓝墨信息技术有限公司 | 一种智能教材生成***及方法 |
CN110493640A (zh) * | 2019-08-01 | 2019-11-22 | 东莞理工学院 | 一种基于视频处理的视频转换为ppt的***及方法 |
CN110488975A (zh) * | 2019-08-19 | 2019-11-22 | 深圳市仝智科技有限公司 | 一种基于人工智能的数据处理方法及相关装置 |
CN111241802A (zh) * | 2020-01-06 | 2020-06-05 | 北京大米科技有限公司 | 一种作业生成方法、装置、存储介质及终端 |
CN111210822A (zh) * | 2020-02-12 | 2020-05-29 | 支付宝(杭州)信息技术有限公司 | 语音识别方法及其装置 |
CN113177394A (zh) * | 2021-03-30 | 2021-07-27 | 何泽仪 | 海外视频教学资源转化***及方法、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
陈波: "文本页面中数学表达式的定位及分析", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 April 2008 (2008-04-15), pages 138 - 301 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390331A (zh) * | 2022-01-13 | 2022-04-22 | 徐州工业职业技术学院 | 一种视频教学方法、***、设备及介质 |
CN114390331B (zh) * | 2022-01-13 | 2023-09-08 | 徐州工业职业技术学院 | 一种视频教学方法、***、设备及介质 |
CN114938462A (zh) * | 2022-06-07 | 2022-08-23 | 平安科技(深圳)有限公司 | 授课视频的智能剪辑方法、***、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113779345B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11126858B2 (en) | System and method for machine-assisted segmentation of video collections | |
CN111429768B (zh) | 一种基于教学录播的知识点拆分集成方法和*** | |
US20160133148A1 (en) | Intelligent content analysis and creation | |
CN111259631B (zh) | 一种裁判文书结构化方法及装置 | |
CN113779345B (zh) | 一种教学材料生成方法、装置、计算机设备和存储介质 | |
CN109101551B (zh) | 一种问答知识库的构建方法及装置 | |
KR102018786B1 (ko) | 지문을 이용한 외국어 학습자료 제공방법 및 그 시스템 | |
CN113254708A (zh) | 一种视频搜索方法、装置、计算机设备及存储介质 | |
CN114254129A (zh) | 更新知识图谱的方法、装置和可读存储介质 | |
Korkeamäki et al. | Interacting with digital documents: A real life study of historians' task processes, actions and goals | |
CN116070599A (zh) | 智能化题库生成及辅助管理*** | |
Conijn et al. | Early prediction of writing quality using keystroke logging | |
Schirmer | Framework for conducting and writing a synthetic literature review | |
Jawhar | Conceptualising CLIL in a Saudi context: A corpus linguistic and conversation analytic perspective | |
CN116821377A (zh) | 基于知识图谱和大模型的小学语文自动评测*** | |
McLean Davies et al. | Reading in the (post) digital age: Large databases and the future of literature in secondary English classrooms | |
CN117436414A (zh) | 演示文稿生成方法、装置、电子设备和存储介质 | |
Balk et al. | IMPACT: working together to address the challenges involving mass digitization of historical printed text | |
CN113963306B (zh) | 基于人工智能的课件片头制作方法和装置 | |
Saferstein | Digital technology and methodological adaption: text on video as a resource for analytical reflexivity. | |
CN111967255A (zh) | 一种基于互联网的语言自动组卷评测方法和存储介质 | |
CN113486650A (zh) | 一种句子扫查方法、装置及存储介质 | |
McLean Davies et al. | Reading in the (post) digital age: Large digital databases and the future of literature in secondary classrooms. | |
Liddle et al. | Analyzing YouTube content: Methodological considerations for technical communication research | |
Chang et al. | Design of a web-based system to support CSA instruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |