买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】难度-知识点-解题思路的智能多标签标注方法及系统_华中师范大学_202311391471.5 

申请/专利权人:华中师范大学

申请日:2023-10-25

公开(公告)日:2023-12-22

公开(公告)号:CN117271776A

主分类号:G06F16/35

分类号:G06F16/35;G06N3/044;G06N3/08;G06Q50/20

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.01.09#实质审查的生效;2023.12.22#公开

摘要:本发明属于个性化学习技术领域,公开了一种基于多标签的难度‑知识点‑解题思路试题标注方法及系统,构建一个涵盖难度、知识点、解题思路的标注体系。通过采集试题数据,收集了题干、答案、解析等文本信息,并基于难度、知识点和解题思路为试题打标签,形成一个数据集。为处理包含数学公式的文本,该系统进行了特殊的预处理,并采用TF‑IDF与Word2vec技术对文本进行嵌入表示。这些表示经过融合后,为试题提供了丰富的特征。进一步采用深度神经网络模型,对试题难度进行分类,并实现了知识点和解题思路的多标签分类。本发明的方法准确预测了试题的难度、知识点层级和解题思路,尤其适用于在线教育平台,可大大降低人工标注成本,具有高商业价值。

主权项:1.一种基于多标签的难度-知识点-解题思路试题标注方法,其特征在于,包括:构建难度-知识点-解题思路的试题标注体系;采集试题数据,并收集试题包括题干、标准答案、解析在内的文本信息,分别基于试题的难度、知识点与解题思路对试题进行标注,以试题文本为特征,以难度、知识点、解题思路为标签,构建数据集;对包含公式在内的试题文本进行预处理,分别使用TF-IDF与Word2vec方法进行嵌入表示,并融合得到多层次试题文本嵌入特征;构建基于深度神经网络的试题标注模型,对试题的难度进行多分类预测,并实现对于试题知识点与解题思路的多标签分类。

全文数据:

权利要求:

百度查询: 华中师范大学 难度-知识点-解题思路的智能多标签标注方法及系统

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。