申请/专利权人：思必驰科技股份有限公司

申请日：2020-03-13

公开（公告）日：2022-07-08

公开（公告）号：CN111400506B

主分类号：G06F16/36

分类号：G06F16/36;G06F40/30;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2022.07.08#授权;2020.08.04#实质审查的生效;2020.07.10#公开

摘要：本发明实施例提供一种古诗词命题方法。该方法包括：基于知识图谱提取诗词训练集中各诗词的至少一个关键字，确定为各诗词的语义特征，利用神经网络对各诗词的语义特征进行建模，得到输入为诗词的语义特征，输出为语义相似的其他语义特征的诗词模型；利用知识图谱对诗词训练集进行知识建模，得到诗词训练集内诗词信息的结构化模型；基于各诗词的语义特征关联诗词模型和结构化模型，将预设题型输入至关联后的诗词模型和结构化模型中，输出与预设题型相对应的题目。本发明实施例还提供一种古诗词命题系统。本发明实施例使用诗词语义特征进行建模，可以区分出诗词的关系词语，通过将诗词的信息结构化，可以得到丰富的诗词信息，生成质量更高的题目。

主权项：1.一种古诗词命题方法，包括：基于知识图谱提取诗词训练集中各诗词的至少一个关键字，确定为所述各诗词的语义特征，利用神经网络对所述各诗词的语义特征进行建模，得到输入为诗词的语义特征、输出为语义相似的其他语义特征的诗词模型；利用所述知识图谱对所述诗词训练集进行知识建模，得到所述诗词训练集内诗词信息的结构化模型，其中所述诗词训练集内诗词信息至少包括：诗句，注释，语义特征，格律，主题类型和诗词意向中的一种；基于所述各诗词的语义特征关联所述诗词模型和所述结构化模型，将预设题型输入至关联后的诗词模型和所述结构化模型中，输出与所述预设题型相对应的题目。

全文数据：

权利要求：

百度查询： 思必驰科技股份有限公司 古诗词命题方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD