数学主观题解答步骤的规约方法及系统技术方案

本发明专利技术公开了一种数学主观题解答步骤的规约方法及系统，该方法包括：接收待阅答题信息，并对所述待阅答题信息进行分词处理；根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；将答题步骤的数学表达形式转化为规约表示形式。本发明专利技术可以将数学主观题解答步骤转化为规约表示形式，便于对答题步骤进行结构分析及对解答结果进行评阅。

A method and system for solving subjective questions in Mathematics

The invention discloses a protocol method and a system for a mathematical subjective answer step. The method includes: receiving the information of the answer question, and processing the information of the answer question, separating the answer steps of the answer information according to the result of the word segmentation, getting the answer step, and the mathematics of the answer step. The form of expression is transformed into a form of specification. The invention can transform the steps of solving mathematical subjective questions into a formal expression form, and facilitate the structural analysis of the answer steps and the evaluation of the results of the answers.

【技术实现步骤摘要】
数学主观题解答步骤的规约方法及系统
本专利技术涉及自然语言处理、深度学习领域，具体涉及一种数学主观题解答步骤的规约方法及系统。
技术介绍
在传统教学过程中，老师作为考试和作业评阅的主体，长期承担着大量的工作量。评阅工作中包含了大量的重复信息，特别在数学解答题的评阅场景下，学生的作答结果往往对应固定的知识点，重复性更加明显。与此同时，随着互联网技术和产品逐渐向教育领域渗透，在线教育的受众规模不断扩大，又进一步增加了考试和作业评阅的数量。另一方面，在处理大规模评阅工作时，老师容易受到疲劳、个人偏好等主观因素的干扰，从而影响评阅，尤其是评分的准确性和客观性。因此利用计算机完成或辅助完成评阅，以减少人工评阅的工作量，提升评阅，尤其是评分的准确性和客观性，对教学过程意义重大。针对数学题答案的自动评阅，现有的方法主要为：基于与标准答案进行匹配获得评分结果的方法，这类方案主要适用于客观题和非开放的主观题的评阅。现有的自动评阅方法主要是针对表达形式受限的题型，如计算题、填空题，而对于开放性的题型，如证明题、解答题，效果难以保证。这是由于数学答案的表示形式与传统的文字文本的表现形式存在明显区别，例如△ABC、三角形ABC，现有的语义理解方法不适用于数学答案，导致数学答案自动评阅效果不能满足实际需求。
技术实现思路
本专利技术提供一种数学主观题解答步骤的规约方法及系统，以解决由于数学答案的表示形式与传统的文字文本的表现形式存在明显区别，导致数学答案自动评阅效果不能满足实际需求的问题。为此，本专利技术提供如下技术方案：一种数学主观题解答步骤的规约方法，包括：接收待阅答题信息，并对所述待阅答题信息进行分词处理；根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；将答题步骤的数学表达形式转化为规约表示形式。优选地，所述将答题步骤的数学表达形式转化为规约表示形式包括：预先设定规约表示形式；将答题步骤的数学表达形式翻译为规约表示形式。优选地，所述规约表示形式为可嵌套的基于多元组的表示形式，其中，多元组包括：谓语、以及数个论元关系：论元。优选地，所述将答题步骤的数学表达形式翻译为规约表示形式包括：采用预先训练的规约模型将数学表达形式翻译为规约表示形式，所述规约模型采用端到端的神经网络，其中，神经网络的输入为答题步骤，输出为规约表示。优选地，所述根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤，包括：基于分词处理结果和预先构建的分步模型对所述待阅答题信息进行答题步骤分离，得到答题步骤。优选地，所述分步模型为神经网络，包括：向量化模块、多层序列获取模块和分类模块，其中，向量化模块的输入为分词处理得到的词，向量化模块的输出为词向量序列，多层序列获取模块的输入为词向量序列，多层序列获取模块的输出为序列向量，分类模块的输入为序列向量，分类模块的输出为分词点作为分离步骤点的判断结果。优选地，在对所述待阅答题信息进行分词处理之前，所述方法还包括：对所述待阅答题信息进行数学实体识别；所述对所述待阅答题信息进行分词处理包括：基于所述数学实体识别结果对所述待阅答题信息进行分词处理。优选地，在将答题步骤的数学表达形式转化为规约表示形式之后，所述方法还包括：对规约表示形式的答题步骤进行结构分析，得到步骤间关系；基于答题步骤和步骤间关系提取第一评阅特征；利用所述第一评阅特征及预先构建的评阅模型，得到所述待阅答题信息的评阅结果。相应地，本专利技术还提供了一种数学主观题解答步骤的规约系统，包括：答题信息接收模块，用于接收待阅答题信息；分词模块，用于对所述待阅答题信息进行分词处理；答题步骤获取模块，用于根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；规约模块，用于将答题步骤的数学表达形式转化为规约表示形式。优选地，所述规约模块包括：形式设定单元，用于预先设定规约表示形式；翻译单元，用于将答题步骤的数学表达形式翻译为规约表示形式。优选地，所述规约模块具体用于采用预先训练的规约模型将数学表达形式翻译为规约表示形式，所述规约模型采用端到端的神经网络，其中，神经网络的输入为答题步骤，输出为规约表示。优选地，所述答题步骤获取模块具体用于基于分词处理结果和预先构建的分步模型对所述待阅答题信息进行答题步骤分离，得到答题步骤，其中，所述分步模型为神经网络，包括：向量化模块、多层序列获取模块和分类模块，其中，向量化模块的输入为分词处理得到的词，向量化模块的输出为词向量序列，多层序列获取模块的输入为词向量序列，多层序列获取模块的输出为序列向量，分类模块的输入为序列向量，分类模块的输出为分词点作为分离步骤点的判断结果。优选地，所述系统还包括：实体识别模块，用于对所述待阅答题信息进行数学实体识别；所述分词模块具体用于基于所述数学实体识别结果对所述待阅答题信息进行分词处理。优选地，所述系统还包括：步骤间关系获取模块，用于对规约表示形式的各答题步骤进行结构分析，得到步骤间关系；评阅特征提取模块，用于基于答题步骤和步骤间关系提取第一评阅特征；评阅模块，用于利用所述第一评阅特征及预先构建的评阅模型，得到所述待阅答题信息的评阅结果。本专利技术实施例提供的数学主观题解答步骤的规约方法及系统，在接收待阅答题信息，并对所述待阅答题信息进行分词处理；根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；将答题步骤的数学表达形式转化为规约表示形式。由于数学答题信息中包含众多等价表达的情况，如“AB//CD”和“AB与CD平行”，本专利技术将答题步骤的数学表达形式转化为规约表示形式，有效提升后续评阅的准确度，尤其是评分的精度。进一步地，本专利技术实施例中所述规约表示形式为可嵌套的基于多元组的表示形式，这样有利于后续将步骤间关系以树的形式存储和展示。进一步地，本专利技术实施例提供的数学主观题解答步骤的规约方法及系统，还可以在得到规约表示的答题步骤之后，对所述待阅答题信息进行结构分析，通过该步骤可以获取待阅答题的答题信息间关系，由于答题步骤和步骤间关系可以表征答题者的答题逻辑，这样可以根据答题者的答题逻辑和参考答案的答题逻辑进行比对，得到第一评阅特征，进而根据第一评阅特征对待阅答题信息进行评阅，避免了现有技术需要对标准答案进行整理、扩展，而答题者的答案的表达形式、答题思路可能各种各样，导致扩展结果无法覆盖所有可能的答案，造成评阅结果不正确的情况发生，有效提升开放性题型的评阅结果的准确度。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的数学主观题解答步骤的规约方法的第一种流程图；图2是本专利技术实施例提供的将数学表达形式转化为规约表示形式的方法的一种流程图；图3是本专利技术实施例提供的数学主观题解答步骤的规约方法的第二种流程图；图4是本专利技术实施例提供的数学主观题解答步骤的规约系统的第一种结构示意图；图5是本专利技术实施例提供的数学主观题解答步骤的规约系统的第二种结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术实施例的方案，下面结合附图和实施方式对本专利技术实施例作进一步的详细说明本文档来自技高网...

【技术保护点】
一种数学主观题解答步骤的规约方法，其特征在于，包括：接收待阅答题信息，并对所述待阅答题信息进行分词处理；根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；将答题步骤的数学表达形式转化为规约表示形式。

【技术特征摘要】
1.一种数学主观题解答步骤的规约方法，其特征在于，包括：接收待阅答题信息，并对所述待阅答题信息进行分词处理；根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤；将答题步骤的数学表达形式转化为规约表示形式。2.根据权利要求1所述的方法，其特征在于，所述将答题步骤的数学表达形式转化为规约表示形式包括：预先设定规约表示形式；将答题步骤的数学表达形式翻译为规约表示形式。3.根据权利要求2所述的方法，其特征在于，所述规约表示形式为可嵌套的基于多元组的表示形式，其中，多元组包括：谓语、以及数个论元关系：论元。4.根据权利要求2所述的方法，其特征在于，所述将答题步骤的数学表达形式翻译为规约表示形式包括：采用预先训练的规约模型将数学表达形式翻译为规约表示形式，所述规约模型采用端到端的神经网络，其中，神经网络的输入为答题步骤，输出为规约表示。5.根据权利要求1所述的方法，其特征在于，所述根据分词处理结果对所述待阅答题信息进行答题步骤分离，得到答题步骤，包括：基于分词处理结果和预先构建的分步模型对所述待阅答题信息进行答题步骤分离，得到答题步骤。6.根据权利要求5所述的方法，其特征在于，所述分步模型为神经网络，包括：向量化模块、多层序列获取模块和分类模块，其中，向量化模块的输入为分词处理得到的词，向量化模块的输出为词向量序列，多层序列获取模块的输入为词向量序列，多层序列获取模块的输出为序列向量，分类模块的输入为序列向量，分类模块的输出为分词点作为分离步骤点的判断结果。7.根据权利要求1至6任一项所述的方法，其特征在于，在对所述待阅答题信息进行分词处理之前，所述方法还包括：对所述待阅答题信息进行数学实体识别；所述对所述待阅答题信息进行分词处理包括：基于所述数学实体识别结果对所述待阅答题信息进行分词处理。8.根据权利要求1至6任一项所述的方法，其特征在于，在将答题步骤的数学表达形式转化为规约表示形式之后，所述方法还包括：对规约表示形式的答题步骤进行结构分析，得到步骤间关系；基于答题步骤和步...

【专利技术属性】
技术研发人员：沙晶，盛志超，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34