【技术实现步骤摘要】
组卷模型训练方法、组卷方法及相关装置
本专利技术实施例涉及计算机领域，尤其涉及一种组卷模型训练方法、组卷方法及相关装置。
技术介绍
在教育领域中，考试是整个教学过程中的重要环节，它是对学生所学知识及能力的一种评价，也是衡量教师教学效果优劣的一种教育测量手段。然而，现有的智能组卷算法都是采用一个机器学习方法(如遗传算法、粒子群算法等)，基于给定的组卷参数生成一套试卷，但所生成的试卷难以很好地满足用户的实际需求。因此，如何为生成优质的且满足用户自身需求的试卷提供基础，进而使得最终生成的试卷满足用户自身需求，成为亟需解决的技术问题。
技术实现思路
有鉴于此，本专利技术实施例提供一种组卷模型训练方法、组卷方法及相关装置，为生成优质的且满足用户自身需求的试卷提供基础，进而使得最终生成的试卷满足用户自身需求。为实现上述目的，本专利技术实施例提供如下技术方案：为解决前述问题，本专利技术实施例提供一种组卷模型训练方法，包括：获取第一样本试卷数据集和第二样本试卷数据集，其中，所述第一样本试卷数据集是...
【技术保护点】
1.一种组卷模型训练方法，其特征在于，包括：/n获取第一样本试卷数据集和第二样本试卷数据集，其中，所述第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合，所述第二样本试卷数据集为教师基于多个所述训练组卷参数得到的试卷数据的集合；/n将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合，得到融合试卷数据集；/n构建组卷模型，并利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练。/n
【技术特征摘要】
1.一种组卷模型训练方法，其特征在于，包括：
获取第一样本试卷数据集和第二样本试卷数据集，其中，所述第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合，所述第二样本试卷数据集为教师基于多个所述训练组卷参数得到的试卷数据的集合；
将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合，得到融合试卷数据集；
构建组卷模型，并利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练。
2.如权利要求1所述的组卷模型训练方法，其特征在于，所述利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练的步骤包括：
利用所述组卷模型根据每个所述训练组卷参数和所述第一样本试卷数据集中的与所述训练组卷参数相对应的第一样本试卷获取预测融合试卷，根据所述预测融合试卷和所述融合试卷数据集中与所述训练组卷参数相对应的融合试卷获取组卷损失，根据所述组卷损失调整所述组卷模型的参数，直至所述组卷损失满足损失阈值或所述参数的调整次数达到预定次数。
3.如权利要求1所述的组卷模型训练方法，其特征在于，还包括：
获取优化层级；
所述将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合的步骤包括：
针对所述第一样本试卷数据集中的每个第一样本试卷，执行：
根据所述第一样本试卷对应的训练组卷参数，从所述第二样本试卷数据集中获取与所述训练组卷参数匹配的第二样本试卷；
从所述第二样本试卷中选择第一预设比例的试题替换所述第一样本试卷中第一预设比例的试题，得到第一融合试卷，其中，所述第一预设比例是所述优化层级对应的一个比例值。
4.如权利要求3所述的组卷模型训练方法，其特征在于，从所述第二样本试卷中选择的所述第一预设比例的试题的试题参数、与从所述第一样本试卷中待替换的所述第一预设比例的试题的试题参数相同。
5.如权利要求3所述的组卷模型训练方法，其特征在于，所述组卷模型包括至少两个子模型，所述子模型的数量与所述优化层级的比例值的数量相等。
6.如权利要求1-5任一项所述的组卷模型训练方法，其特征在于，所述训练组卷参数包括以下至少一个...
【专利技术属性】
技术研发人员：何明，付国为，
申请(专利权)人：北京易真学思教育科技有限公司，
类型：发明
国别省市：北京;11
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。