申请/专利权人:科大讯飞股份有限公司
申请日:2023-12-29
公开(公告)日:2024-04-12
公开(公告)号:CN117876171A
主分类号:G06Q50/20
分类号:G06Q50/20;G06F18/214;G06F18/2415
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供一种试题难度评分模型的训练方法、试题难度评分方法及装置,其中训练方法包括:基于初始难度评分模型,对各试题进行特征提取,基于特征提取所得的试题文本特征进行评分,得到各试题的预测难度评分;基于各试题的预测难度评分,以及各试题之间的难度偏序关系,对初始难度评分模型进行训练,得到试题难度评分模型,克服了目前模型训练效果依赖于标注数据,而标注数据的主观性极强,不确定性较大,模型训练效果不佳,泛化性能较差的缺陷,通过训练后的答题模型能够实现试题难度评分效率和评分准确率的提升,并可以为后续评分任务和试题推荐任务提供强有力支撑。
主权项:1.一种试题难度评分模型的训练方法,其特征在于,包括:获取试题集,所述试题集中包括多个试题,以及各试题之间的难度偏序关系;基于初始难度评分模型,对所述各试题进行特征提取,基于特征提取所得的试题文本特征进行评分,得到所述各试题的预测难度评分;基于所述各试题的预测难度评分,以及所述各试题之间的难度偏序关系,对所述初始难度评分模型进行训练,得到试题难度评分模型。
全文数据:
权利要求:
百度查询: 科大讯飞股份有限公司 试题难度评分模型的训练方法、试题难度评分方法及装置
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。