申请/专利权人：华中师范大学

申请日：2020-11-17

公开（公告）日：2024-04-23

公开（公告）号：CN112395858B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/211;G06F40/284;G06N3/0455;G06N3/096;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.03.12#实质审查的生效;2021.02.23#公开

摘要：本发明公开了一种融合试题数据和解答数据的多知识点标注方法及系统。该方法包括步骤：采集试题数据，所述试题数据包括题目文本和解答文本，将所述题目文本和所述解答文本输入预先训练好的语言模型，以分别提取所述题目文本和所述解答文本的词向量，获得题目文本词向量和解答文本词向量；将所述题目文本词向量和所述解答文本词向量进行向量融合处理，获得融合词向量；将所述融合词向量输入预先训练好的多知识点分类模型，获得所述试题数据的知识点标签。本发明通过对信息表达有效性的提升，以及增加并扩充特征信息，即从纵向和横向提升了特征信息的准确性和维度，从而改进了最终知识点标注的准确度。

主权项：1.一种融合试题数据和解答数据的多知识点标注方法，其特征在于，包括步骤：采集试题数据，所述试题数据包括题目文本和解答文本，将所述题目文本和所述解答文本输入预先训练好的语言模型，以分别提取所述题目文本和所述解答文本的词向量，获得题目文本词向量和解答文本词向量；将所述题目文本词向量和所述解答文本词向量进行向量融合处理，获得融合词向量；所述向量融合处理包括步骤：分别提取所述题目文本词向量和所述解答文本词向量的类别向量，获得题目文本类别向量和解答文本类别向量；分别将所述题目文本词向量和所述解答文本词向量输入到注意力网络，获得题目文本全局向量和解答文本全局向量；将题目文本类别向量、题目文本全局向量、解答文本类别向量和解答文本全局向量进行融合处理；将所述融合词向量输入预先训练好的多知识点分类模型，获得所述试题数据的知识点标签；所述多知识点分类模型包括多个二分类器，所述二分类器的数量和知识点标签的总类别数量相同。

全文数据：

权利要求：

百度查询： 华中师范大学 融合试题数据和解答数据的多知识点标注方法和系统

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