申请/专利权人:云南师范大学
申请日:2022-11-02
公开(公告)日:2023-01-20
公开(公告)号:CN115630140A
主分类号:G06F16/33
分类号:G06F16/33;G06F40/126;G06F40/253;G06F40/30;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.14#实质审查的生效;2023.01.20#公开
摘要:本发明涉及一种基于文本特征融合的英语阅读材料难度判断的方法,属于自然语言处理相关领域。首先针对英语阅读材料数据集,对输入的英文文本进行编码,将编码后结果输入到预训练语言模型中,计算得到包含语义信息的特征向量。然后对英文文本进行词性标注,将得到的词性序列输入到LSTM中,计算得到包含语法信息的特征向量。针对影响英语阅读材料难易程度的因素,对相关因素进行统计并进行特征提取。将得到的所有特征向量进行拼接后输入全连接层,最后经过sigmoid输出一个0到1的数值用来表示难度。本发明能有效地判断英语阅读材料的难度,更好地辅助英语教学中的各种自适应学习服务。
主权项:1.一种基于文本特征融合的英语阅读材料难度判断的方法,其特征在于:Step1:首先针对英语阅读材料数据集,对输入的英文文本进行编码,将编码后的信息输入到已经训练好的预训练语言模型中,得到包含语义信息的特征向量;Step2:对文本进行词性标注,将得到的词性序列输入到LSTM得到包含语法信息的特征向量;Step3:统计信息特征提取;对影响英语阅读材料难度的因素进行统计并对其进行嵌入表示,将所有特征进行拼接后输入全连接层;Step4:最后,经过sigmoid层输出得到一个0到1的数值表示难度,完成难度判断。
全文数据:
权利要求:
百度查询: 云南师范大学 一种基于文本特征融合的英语阅读材料难度判断的方法
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。