申请/专利权人：山东山大鸥玛软件股份有限公司

申请日：2023-09-19

公开（公告）日：2024-01-30

公开（公告）号：CN116955589B

主分类号：G06F16/335

分类号：G06F16/335;G06F16/36;G06F40/284;G06N5/025;G06N3/09;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.01.30#授权;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明提供一种基于教材知识图谱的智能命题方法、系统、命题终端及存储介质，属于教育与评测领域，S1：依据电子教材结构特点抽取章、节、段落标题结构化实体信息；S2：根据电子教材的各科目内容特点选取对应的专业词汇识别方式；S3：以结构化的标题信息和专业词汇信息构建知识图谱，节点类型包括章、节、段落、知识点、专业词汇；S4：以嵌入表示知识图谱节点，嵌入表示方法包括基于图结构和文本语义；S5：根据科目特点由专家制定试题生成规则，规则自学习后再结合实体的嵌入表示及图谱的结构自动生成试题。本发明能够根据电子教材及参考专家经验自动化的生成与教材内容相关的、更具解释性的多类型试题。

主权项：1.一种基于教材知识图谱的智能命题方法，其特征在于，方法包括：S1：依据电子教材结构特点抽取章、节、段落标题结构化实体信息；S11：对章、节、段落标题做预处理，删除其中的特殊字符，将文档内图像建立知识索引并存储；S12、利用正则匹配得到标题内容，对标题标号进行特殊字符替换；其中，以有监督的深度学习方法包括如下步骤；根据词汇字典、网络爬虫及教材章、节、知识点信息自动化生成训练、测试数据；通过反向传播算法进行误差传递，利用优化器更新模型参数，完成专业词汇识别模型的训练；S13、利用特殊字符对教材内容进行切分，层层分析得到标题及对应内容；S2：根据电子教材的各科目内容特点选取对应的专业词汇识别方式；S3：以结构化的标题信息和专业词汇信息构建知识图谱，知识图谱的节点类型包括章、节、段落、知识点、专业词汇；S4：以嵌入表示知识图谱的节点类型，嵌入表示包括基于图结构和文本语义；S5：根据科目特点由专家制定试题生成规则，规则自学习后再结合实体的嵌入表示及图谱的结构自动生成试题；所述试题生成规则的制作与自学习包括如下步骤：S51、根据考试大纲要求和考试等级要求，制作试题生成规则；S52、对规则进行自学习并生成模型；S53、利用模型对教材段落内容进行处理，自动化抽取中知识点信息和题干信息；S54、利用图谱节点嵌入表示生成带干扰项的多类型试题。

全文数据：

权利要求：

百度查询： 山东山大鸥玛软件股份有限公司 一种基于教材知识图谱的智能命题方法、系统、命题终端及存储介质

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