一种结合行为识别的智能会计教学方法

本发明涉及教育技术领域，具体公开一种结合行为识别的智能会计教学方法，包括：通过部署在会计教学环境中的多模态传感器，采集学生在会计课程学习过程中的行为数据，所述行为数据包括面部表情数据、肢体动作数据、语音交互数据、笔迹书写数据以及眼部注视轨迹数据，依据深度学习模型生成综合特征向量，本发明利用CNN提取视觉特征、RNN提取语音时序特征，并通过注意力机制融合多模态特征，生成综合特征向量，该方式有效整合了不同模态数据的互补信息，相较于单一模态特征提取，对学习状态的评估准确率提升约30％，例如，在识别学生对“借贷记账法”的理解程度时，结合笔迹书写流畅度与语音交互中的专业术语使用频率，可更准确判断其知识点掌握程度。