一种试题标签分类方法技术

本发明专利技术涉及网络教育技术领域，具体涉及一种试题标签分类方法包括以下步骤：A、将试题标签集合label进行变量初始化；B、将所有未打满试题标签的试题放入待分类试题库中；C、获取上一条试题K中被选择最多的试题标签Lj，并且统计出与试题标签Lj关联的试题的数量QLj；D、统计每个试题标签需要关联的试题数量的平均值Qaverage；E、比较QLj以及Qaverage；F、将获取的试题进行人工打标得到新的试题标签；G、将该新获得的试题标签保留至试题标签集合label中；H、检测打完试题标签后的试题是否已打满试题标签，优化标签系统的试题推送，通过集中同类题目给相同的人，利用人的短暂记忆比较强的特点，提高打标签的效率。

A method of test label classification

【技术实现步骤摘要】
一种试题标签分类方法
技术介绍
计算机技术和网络技术的不断发展，使得一些无纸化且随机选题的练习和考试方式越来越多地应用于各种考试系统中，这种应用的实现离不开电子试题库。试题库管理有着十分重要的意义和价值，良好的试题库管理系统可以为考试系统提供有效的、丰富的试题数据，还可以为师生的教、学活动提供一种新的教学平台。通常在电子试题库中，试题需要用标签进行详细和准确的分类。但是目前试题标签分类，不存在一个完整的一致的分类体系，这些问题导致（1）老师在出试卷搜题时不能准确的找到自己想要的题目；（2）题目存在，但是标签标注混乱，无法搜索到；（3）老师难以用最少的题目来覆盖最多的知识点。同样，学生也不能有一个比较清晰的知识点目标。
技术实现思路
本专利技术的目的是针对现有技术中的上述不足，提供了一种试题标签分类方法。本专利技术的目的通过以下技术方案实现：一种试题标签分类方法，包括以下步骤：A、将试题标签集合label进行变量初始化，将试题标签集合label赋为所有已有的试题标签的集合；B、将所有未打满试题标签的试题放入待分类试题库中；C、获取上一条试题K中被选择最多的试题标签Lj，并且统计出与试题标签Lj关联的试题的数量QLj；D、统计每个试题标签需要关联的试题数量的平均值Qaverage；E、比较QLj以及Qaverage；若QLj小于Qaverage，则从待分类试题库中获取与上一条试题K相似度最高的一条试题；否则，则从待分类试题库中获取与上一试题K相似度为0.4~0.6的一条试题；F、将获取的试题进行人工打标得到新的试题标签；G、将该新获得的试题标签保留至试题标签集合label中；H、检测打完试题标签后的试题是否已打满试题标签，若是，则将该试题移入审核集合中进行审核；否则，则将该试题转入待分类试题库中。本专利技术进一步设置为，在步骤E中；当QLj大于Qaverage时，从待分类试题库中获取与上一试题K相似度为0.5的一条试题。本专利技术进一步设置为，在步骤F中，人工打标得到的新的试题标签包括必须项和可选项。本专利技术进一步设置为，所述必须项包括方法标签和原理标签。本专利技术进一步设置为，所述可选项包括应用标签和组合标签。本专利技术进一步设置为，在步骤E中，QLj小于Qaverage，则从待分类试题库中获取与上一条试题K相似度最高的一条试题；并且该试题为打标人员未操作过的试题。本专利技术进一步设置为，在步骤E中，通过开源软件lucene计算出待分类试题库中的试题与上一条试题K的相似度。本专利技术进一步设置为，所述试题标签分类方法还包括以下步骤：I、获取一条与上一试题K相似度最高的试题M；J、通过试题M与审核集合中的试题进行对比审核，若审核不成功，则审核人员自行增加标签。本专利技术的有益效果：本专利技术通过上述方法能够实现：1.在教育大数据时代，让试题分类内容变得更加有条理。2.从语义上分为4种类型的知识点标签，使得知识点更加精炼和准确，特别是把方法标签单独作为一个类型，使得很多题目都可以用多条标签进行组合，使得标签的数量得到极大的压缩和精简。3.同步标签和专题标签使得老师和学生都可以从不同的维度对知识进行观察和整理。通过使得专题标签与同步标签进行统一融合，使得以前需要打同步标签再打专题标签的动作变成只需要打一种标签了，减少打标签的数量。4.标签系统的试题推送算法，通过集中同类题目给相同的人，利用人的短暂记忆比较强的特点，提高打标签的效率。附图说明利用附图对专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的方法流程图；图2是本专利技术的试题审核的流程图。具体实施方式结合以下实施例对本专利技术作进一步描述。由图1至图2可知；本实施例所述的一种试题标签分类方法，包括以下步骤：A、将试题标签集合label进行变量初始化，将试题标签集合label赋为所有已有的试题标签的集合；B、将所有未打满试题标签的试题放入待分类试题库中；C、获取上一条试题K中被选择最多的试题标签Lj，并且统计出与试题标签Lj关联的试题的数量QLj；D、统计每个试题标签需要关联的试题数量的平均值Qaverage；E、比较QLj以及Qaverage；若QLj小于Qaverage，则从待分类试题库中获取与上一条试题K相似度最高的一条试题；否则，则从待分类试题库中获取与上一试题K相似度为0.4~0.6的一条试题；F、将获取的试题进行人工打标得到新的试题标签；G、将该新获得的试题标签保留至试题标签集合label中；H、检测打完试题标签后的试题是否已打满试题标签，若是，则将该试题移入审核集合中进行审核；否则，则将该试题转入待分类试题库中。本实施例所述的一种试题标签分类方法，在步骤F中，人工打标得到的新的试题标签包括必须项和可选项。本实施例所述的一种试题标签分类方法，所述必须项包括方法标签和原理标签。本实施例所述的一种试题标签分类方法，所述可选项包括应用标签和组合标签。具体地，本实施例所述的原理标签是用于表达一些原理性的内容的试题标签，这类标签是学生必须掌握的内容；应用标签是用于表达一些题型，应用，或者场景等等，需要使用原理标签的知识进行解答问题的试题题型；组合标签，这类标签主要也是描述一些场景相关的题型，主要是一个标签里面含有多个原理标签的内容；应用标签和组合标签这两类标签不能单独标注试题，一般和原理标签相结合对题目进行分类；方法标签：这类标签主要是描述一类标签，他不属于当前原理标签所在章节的内容，但是他可以用于解决某些应用问题，并且可能与多个原理标签进行结合。本实施例将知识点标签的按照“原理标签”，“应用标签”，“组合标签”，“方法标签”进行分类的分类方法，其中“方法标签”可以脱离具体的被描述的概念而单独被学习，避免让这些方法和所有的概念进行结合从而显得重复。标签本身的层次特征，使得题目的知识点可以按不同的粒度进行分析。另外，本实施例可以将知识点标签按照不同的视角分为同步知识点，和专题知识点。并且融合这两个知识点。让专题知识点作为同步知识点的一个子集。这种方法，使得打标签的人员在给一个试题打标签的时候，会根据自己的思维习惯从不同的角度定位和思考一个试题所代表的知识点。所有的专题知识点都在同步知识点里面可以找到，避免既要按照同步知识点打标签，也要按照专题知识点打标签。这种方法使得打标签的工作量降低到一半。在人工打标签的过程中，多个（一般为3个）内容教研人员打标签，一个资深教研人员审核标签，这种方式既有利于提高准确率，也可以发动普通的教研人员参加，加快进度，也让审核员通过阅读初级教研人员的标签进行判断，而不是亲自查找标签，使得整体进展更快。本实施例所述的一种试题标签分类方法，在步本文档来自技高网...

【技术保护点】
1.一种试题标签分类方法，其特征在于：包括以下步骤：/nA、将试题标签集合label进行变量初始化，将试题标签集合label赋为所有已有的试题标签的集合；/nB、将所有未打满试题标签的试题放入待分类试题库中；/nC、获取上一条试题K中被选择最多的试题标签Lj，并且统计出与试题标签Lj关联的试题的数量QLj；/nD、统计每个试题标签需要关联的试题数量的平均值Qaverage；/nE、比较QLj以及Qaverage；若QLj小于Qaverage，则从待分类试题库中获取与上一条试题K相似度最高的一条试题；否则，则从待分类试题库中获取与上一试题K相似度为0.4~0.6的一条试题；/nF、将获取的试题进行人工打标得到新的试题标签；/nG、将该新获得的试题标签保留至试题标签集合label中；/nH、检测打完试题标签后的试题是否已打满试题标签，若是，则将该试题移入审核集合中进行审核；否则，则将该试题转入待分类试题库中。/n

【技术特征摘要】
1.一种试题标签分类方法，其特征在于：包括以下步骤：
A、将试题标签集合label进行变量初始化，将试题标签集合label赋为所有已有的试题标签的集合；
B、将所有未打满试题标签的试题放入待分类试题库中；
C、获取上一条试题K中被选择最多的试题标签Lj，并且统计出与试题标签Lj关联的试题的数量QLj；
D、统计每个试题标签需要关联的试题数量的平均值Qaverage；
E、比较QLj以及Qaverage；若QLj小于Qaverage，则从待分类试题库中获取与上一条试题K相似度最高的一条试题；否则，则从待分类试题库中获取与上一试题K相似度为0.4~0.6的一条试题；
F、将获取的试题进行人工打标得到新的试题标签；
G、将该新获得的试题标签保留至试题标签集合label中；
H、检测打完试题标签后的试题是否已打满试题标签，若是，则将该试题移入审核集合中进行审核；否则，则将该试题转入待分类试题库中。


2.根据权利要求1所述的一种试题标签分类方法，其特征在于：在步骤E中；当QLj大于Qaverage时，从待分类试题库中获取与上一试题K相似度为0.5的一...

【专利技术属性】
技术研发人员：涂旭平，郑兆清，刘昌杰，
申请(专利权)人：东莞市七宝树教育科技有限公司，
类型：发明
国别省市：广东;44