一种基于深度学习的多源教学数据处理方法

本申请涉及一种基于深度学习的多源教学数据处理方法，包括获取多模态数据，多模态数据包括文本数据、音频数据和视频数据；采用模态分离技术对多模态数据进行预处理，得到多个独立特征集；根据多个独立特征集，采用特征融合算法生成融合特征集；针对融合特征集，采用卷积调整算法确定特征提取范围；通过多尺度特征融合网络对特征提取范围进行处理，得到高维特征空间表示；根据高维特征空间表示，采用噪声抑制算法生成清晰特征集合；针对清晰特征集合，采用难度感知模型确定难度梯度划分；通过网络优化技术对难度梯度划分进行处理，得到实时性优化的层级划分方案；根据实时性优化的层级划分方案，生成最终输出。