【技术实现步骤摘要】
推荐题的超纲检测方法、装置、电子设备和存储介质
本专利技术涉及自然语言处理
,尤其涉及一种推荐题的超纲检测方法、装置、电子设备和存储介质。
技术介绍
在现代化教育领域,推题引擎用于根据学生作业或考试中未掌握的题型,结合知识图谱应用挖掘出薄弱知识点,针对性地推荐相关相似题,从而避免学生盲目寻题或者漫无目的的题海战术。然而,题库的存储来源广,试题多受地区及教材版本影响。各个教材版本的章节设置不一、不同地区的教材版本选择不同,以及教学顺序的差距,均会导致推题引擎推荐的试题出现超纲的问题。推荐试题超纲,会浪费学生的学习时间,引发学生的消极情绪。
技术实现思路
本专利技术实施例提供一种推荐题的超纲检测方法、装置、电子设备和存储介质,用以解决现有的推题引擎推荐题存在超纲的问题。第一方面,本专利技术实施例提供一种推荐题的超纲检测方法,包括:确定原题文本,所述原题文本对应的推荐题文本,以及待检测教材版本;将所述原题文本、所述推荐题文本以及所述待检测教材版本输入至超纲检测模型,得到所述超纲检测模型输出的超纲检测结果;其中,所述超纲检测模型是基于样本原题文本、所述样本原题文本对应的样本推荐题文本,所述样本推荐题文本的超纲标记,以及各教材版本下的章节对应的文本训练得到的,所述超纲检测模型用于基于注意力机制分析所述原题文本和所述推荐题文本分别与所述待检测教材版本下各章节的相关性,并基于所述相关性确定所述超纲检测结果。优选地,所述超纲检测模型包括隐层表示层、注意力交互层 ...
【技术保护点】
1.一种推荐题的超纲检测方法,其特征在于,包括:/n确定原题文本,所述原题文本对应的推荐题文本,以及待检测教材版本;/n将所述原题文本、所述推荐题文本以及所述待检测教材版本输入至超纲检测模型,得到所述超纲检测模型输出的超纲检测结果;/n其中,所述超纲检测模型是基于样本原题文本、所述样本原题文本对应的样本推荐题文本,所述样本推荐题文本的超纲标记,以及各教材版本下的章节对应的文本训练得到的,所述超纲检测模型用于基于注意力机制分析所述原题文本和所述推荐题文本分别与所述待检测教材版本下各章节的相关性,并基于所述相关性确定所述超纲检测结果。/n
【技术特征摘要】
1.一种推荐题的超纲检测方法,其特征在于,包括:
确定原题文本,所述原题文本对应的推荐题文本,以及待检测教材版本;
将所述原题文本、所述推荐题文本以及所述待检测教材版本输入至超纲检测模型,得到所述超纲检测模型输出的超纲检测结果;
其中,所述超纲检测模型是基于样本原题文本、所述样本原题文本对应的样本推荐题文本,所述样本推荐题文本的超纲标记,以及各教材版本下的章节对应的文本训练得到的,所述超纲检测模型用于基于注意力机制分析所述原题文本和所述推荐题文本分别与所述待检测教材版本下各章节的相关性,并基于所述相关性确定所述超纲检测结果。
2.根据权利要求1所述的推荐题的超纲检测方法,其特征在于,所述超纲检测模型包括隐层表示层、注意力交互层以及超纲决策层;
对应地,所述将所述原题文本、所述推荐题文本以及所述待检测教材版本输入至超纲检测模型,得到所述超纲检测模型输出的超纲检测结果,具体包括:
将所述原题文本中每一分词的词向量和所述推荐题文本中每一分词的词向量输入至所述隐层表示层,得到所述隐层表示层输出的所述原题文本的隐层向量表示,以及所述推荐题文本的隐层向量表示;
将所述原题文本的隐层向量表示,所述推荐题文本的隐层向量表示,以及所述待检测教材版本输入至所述注意力交互层,得到所述注意力交互层输出的注意力交互特征向量;
将所述注意力交互特征向量输入至所述超纲决策层,得到所述超纲决策层输出的所述超纲检测结果。
3.根据权利要求2所述的推荐题的超纲检测方法,其特征在于,所述注意力交互层包括注意力计算层和特征交互层;
对应地,所述将所述原题文本的隐层向量表示,所述推荐题文本的隐层向量表示,以及所述待检测教材版本输入至所述注意力交互层,得到所述注意力交互层输出的注意力交互特征向量,具体包括:
将所述原题文本的隐层向量表示,所述推荐题文本的隐层向量表示,以及所述待检测教材版本输入至所述注意力计算层,得到所述注意力计算层输出的所述原题文本与所述待检测教材版本的原题相关性分布特征,以及所述推荐题文本与所述待检测教材版本的推荐题相关性分布特征;
将所述原题相关性分布特征,以及所述推荐题相关性分布特征输入至所述特征交互层,得到所述特征交互层输出的注意力交互特征向量。
4.根据权利要求3所述的推荐题的超纲检测方法,其特征在于,所述将所述原题相关性分布特征,以及所述推荐题相关性分布特征输入至所述特征交互层,得到所述特征交互层输出的注意力交互特征向量,具体包括:
基于所述原题相关性分布特征与所述推荐题相关性分布特征的差值、总和以及乘积中的至少一种,确定所述注意力交互特征向量。
5.根据权利要求4所述的推荐题的超纲检测方法,其特征在于,所述基于所述原题相关性分布特征与所述推荐题相关性分布特征的差值、总和以及乘积中的至少一种,确定所述注意力交互特征向量,具体包括:
基于所述原题相关性分布特征与所述推荐题相关性分布特征的差值,确定差距交互特征;
基于所述原题相关性分布特征...
【专利技术属性】
技术研发人员:丁亮,魏思,王士进,付瑞吉,沙晶,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。