摘要
本发明公开了基于知识图谱的微课生成方法及系统,涉及教育科技技术领域,包括,将跨模态知识图谱输入神经符号混合引擎,通过图神经网络对多模态知识节点进行拓扑排序,生成知识点序列,并通过融合神经网络的认知权重与符号规则的逻辑约束,生成动态教学策略;根据知识点序列和动态教学策略,调用内容生成器合成多模态微课,将动态教学策略的决策逻辑转化为可视化溯源标识嵌入多模态微课,生成可溯源微课;实时监测用户与多模态微课的交互行为并计算独立同步偏差值,当独立同步偏差值超过认知阈值时,通过特征对齐损失函数更新多模态知识节点;本发明通过参数化纠缠门融合生成量子态融合特征向量,实现了对图文声信息的统一建模和优化表达。
技术关键词
量子态
多模态
生成方法
图谱
溯源标识
知识点
融合神经网络
频谱特征
视觉特征
语义特征
动态
节点
跨模态
损失函数优化
概率分布函数
符号
视网膜编码器
序列
文本
音频
系统为您推荐了相关专利信息
智能分析预警方法
动态知识图谱
关系网络
GERT网络
生成智能
故障诊断修复系统
海上风电施工
船舶设备
故障诊断模块
数据采集模块