买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北师范大学申请的专利一种基于图卷积神经网络的实时跟踪教学评分方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120450925B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510961647.9，技术领域涉及：G06Q50/20；该发明授权一种基于图卷积神经网络的实时跟踪教学评分方法是由郑燕林;任维武设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的实时跟踪教学评分方法在说明书摘要公布了：一种基于图卷积神经网络的实时跟踪教学评分方法，涉及图卷积神经网络及教育技术领域，解决教学评价中人工评语效率低下和静态评估缺乏动态跟踪的问题。本发明方法中，在评估维度深度上，区别于传统基于成绩波动信号或权重调整的粗粒度分析，通过答案与标准的知识图谱对齐，实现基于GCN的注意力机制生成可解释的差异子图；在技术整合创新方面，通过图谱的结构化语义表达与GCN的动态特征传播能力，从根本上解决现有方法因依赖浅层文本相似度或静态权重导致的语义缺失问题，使评分模型具备自适应知识体系演进的能力。这种"结构化表征‑图神经网络推理‑可视化解释"的全新范式，显著提升了教学评价的精准性和教育指导价值。

本发明授权一种基于图卷积神经网络的实时跟踪教学评分方法在权利要求书中公布了：1.一种基于图卷积神经网络的实时跟踪教学评分方法，其特征是：该方法由以下步骤实现： 步骤一、收集不同阶段的学生回答文本，采用通用大语言模型对所述学生回答文本构建学生回答知识图谱；根据所述学生回答知识图谱生成学生回答节点序列； 步骤二、采用GCN网络对所述学生回答节点序列中的当前学生回答节点进行特征计算，获得当前节点特征的嵌入表示；执行步骤三； 步骤三、选择下一节点，并判断所述下一节点是否存在于所述学生回答节点序列中，如果是，返回步骤二；否则，执行步骤四； 步骤四、对所述学生回答节点序列的特征嵌入表示求平均值； 步骤五、选择标准答案文本作为评估基准，采用通用大语言模型对标准答案文本构建标准答案知识图谱；根据标准答案知识图谱生成标准答案节点序列； 步骤六、对所述标准答案节点序列中的当前节点进行特征计算，获得特征的嵌入表示； 步骤七、选择下一节点，判断下一节点是否存在于所述标准答案节点序列中，如果是，返回执行步骤六；否则，执行步骤八； 步骤八、对标准答案节点序列的特征嵌入表示求平均值； 步骤九、计算步骤四获得的学生回答节点序列的特征嵌入表示平均值与步骤八获得的标准答案节点序列的特征嵌入表示平均值的相似度，实现对学生学习水平的实时跟踪。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北师范大学，其通讯地址为：130100 吉林省长春市人民大街5268号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。