相似题推荐方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例提供一种相似题推荐方法、装置、电子设备和存储介质，其中方法包括：确定与待推荐试题的知识点相似的多个候选试题；分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词；基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。本发明专利技术实施例提供的相似题推荐方法、装置、电子设备和存储介质，实现了语法变式题的推荐，优化了相似题推荐的效果。

【技术实现步骤摘要】
相似题推荐方法、装置、电子设备和存储介质
本专利技术涉及自然语言处理
，尤其涉及一种相似题推荐方法、装置、电子设备和存储介质。
技术介绍
在现代化教育领域，智能习题推荐方法，为根据学生的真实需求，智能化推送合适的学习资源，实现因材施教这一目标提供了机遇。其中，语法相似题的推荐，有助于提高学生语法学习的针对性。然而，现有的智能习题推荐方法，通常会更关注试题中考察对象本身的语义信息，因而更倾向于推荐与待推荐试题答案相同的其他试题，导致推荐推荐效果欠佳，难以实现语法变式题的推荐。
技术实现思路
本专利技术实施例提供一种相似题推荐方法、装置、电子设备和存储介质，用以解决现有技术难以实现语法变式题推荐的缺陷。本专利技术实施例提供一种相似题推荐方法，包括：确定与待推荐试题的知识点相似的多个候选试题；分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词；基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。根据本专利技术一个实施例的相似题推荐方法，所述分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词，具体包括：对任一试题的正确试题文本进行句法分析，得到所述正确试题文本中每两个分词之间的句法关联性；所述正确试题文本包括对应试题的试题题目和正确答案的文本；基于所述正确试题文本中每两个分词之间的句法关联性，确定与所述任一试题的正确答案存在句法关联的分词，作为所述任一试题的关联分词。根据本专利技术一个实施例的相似题推荐方法，所述对任一试题的正确试题文本进行句法分析，具体包括：对所述正确试题文本的文本向量进行自注意力变换，得到所述正确试题文本中每一分词的自注意力向量；基于所述正确试题文本中每一分词的自注意力向量，对所述正确试题文本进行句法分析。根据本专利技术一个实施例的相似题推荐方法，所述确定与待推荐试题的知识点相似的多个候选试题，具体包括：从预先构建的题库中选取多个与所述待推荐试题的知识点特征向量相似的候选试题；所述待推荐试题的知识点特征向量是基于所述待推荐试题的正确答案和错误答案确定的。根据本专利技术一个实施例的相似题推荐方法，所述知识点特征向量是基于如下步骤确定的：基于所述待推荐试题的正确试题文本，确定所述待推荐试题的正确答案的上下文编码；所述正确试题文本包括对应试题的试题题目和正确答案的文本；基于所述待推荐试题的错误试题文本，确定所述待推荐试题的错误答案的上下文编码；所述错误试题文本包括对应试题的试题题目和错误答案的文本；对所述正确答案的上下文编码和所述错误答案的上下文编码进行减乘交互，得到所述正确答案的交互编码，所述交互编码用于表征所述正确答案与所述错误答案之间的差异和关联；基于所述正确答案的上下文编码和交互编码，确定所述待推荐试题的知识点特征向量。根据本专利技术一个实施例的相似题推荐方法，所述基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题，具体包括：基于所述待推荐试题与各个候选试题之间的知识点相似度，以及所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。根据本专利技术一个实施例的相似题推荐方法，所述确定与待推荐试题的知识点相似的多个候选试题，之后还包括：若所述待推荐试题的知识点属于辨析类知识点，则基于所述待推荐试题与各个候选试题的知识点相似度，选取若干个候选试题作为所述待推荐试题的相似题。本专利技术实施例还提供一种相似题推荐装置，包括：候选试题确定单元，用于确定与待推荐试题的知识点相似的多个候选试题；关联分词确定单元，用于分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词；推荐单元，用于基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。本专利技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述相似题推荐方法的步骤。本专利技术实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述相似题推荐方法的步骤。本专利技术实施例提供的相似题推荐方法、装置、电子设备和存储介质，通过对待推荐试题以及各个与其知识点相似的候选试题进行句法分析，得到待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词，并基于待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定待推荐试题的相似题，实现了语法变式题的推荐，优化了相似题推荐的效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的相似题推荐方法的流程示意图；图2为本专利技术实施例提供的关联分词确定方法的流程示意图；图3为本专利技术实施例提供的句法分析方法的流程示意图；图4为本专利技术实施例提供的候选试题筛选方法的示意图；图5为本专利技术实施例提供的知识点特征向量确定方法的流程示意图；图6为本专利技术实施例提供的知识点预测模型运行方法的流程示意图；图7为本专利技术实施例提供的句法分析模型运行方法的流程示意图；图8为本专利技术实施例提供的相似题推荐装置的结构示意图；图9为本专利技术实施例提供的电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。因材施教一直是教学领域所追求的目标，在教学评阅过程中，如果能对学生的薄弱环节补充特定习题，将更有针对性。因此，智能习题推荐方法，为根据学生的真实需求，智能化推送合适的学习资源，实现因材施教这一目标提供了机遇。其中，语法相似题的推荐，有助于提高学生语法学习的针对性。然而，现有的习题推荐方法，通常会更关注试题中考察对象本身的语义信息。其中，考察对象为试题题目中需要学生填入或选择的分词或短语。因此，现有的习题推荐方法更倾向于推荐与待推荐试题答案相同的其他试题。例如，对于填空题Withit’sconstructionnowentering(enter)thefi本文档来自技高网...

【技术保护点】
1.一种相似题推荐方法，其特征在于，包括：/n确定与待推荐试题的知识点相似的多个候选试题；/n分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词；/n基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。/n

【技术特征摘要】
1.一种相似题推荐方法，其特征在于，包括：
确定与待推荐试题的知识点相似的多个候选试题；
分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词；
基于所述待推荐试题的关联分词与各个候选试题的关联分词之间的相似度，确定所述待推荐试题的相似题。


2.根据权利要求1所述的相似题推荐方法，其特征在于，所述分别对所述待推荐试题以及各个候选试题进行句法分析，得到所述待推荐试题以及各个候选试题中与正确答案存在句法关联的关联分词，具体包括：
对任一试题的正确试题文本进行句法分析，得到所述正确试题文本中每两个分词之间的句法关联性；所述正确试题文本包括对应试题的试题题目和正确答案的文本；
基于所述正确试题文本中每两个分词之间的句法关联性，确定与所述任一试题的正确答案存在句法关联的分词，作为所述任一试题的关联分词。


3.根据权利要求2所述的相似题推荐方法，其特征在于，所述对任一试题的正确试题文本进行句法分析，具体包括：
对所述正确试题文本的文本向量进行自注意力变换，得到所述正确试题文本中每一分词的自注意力向量；
基于所述正确试题文本中每一分词的自注意力向量，对所述正确试题文本进行句法分析。


4.根据权利要求1所述的相似题推荐方法，其特征在于，所述确定与待推荐试题的知识点相似的多个候选试题，具体包括：
从预先构建的题库中选取多个与所述待推荐试题的知识点特征向量相似的候选试题；
所述待推荐试题的知识点特征向量是基于所述待推荐试题的正确答案和错误答案确定的。


5.根据权利要求4所述的相似题推荐方法，其特征在于，所述知识点特征向量是基于如下步骤确定的：
基于所述待推荐试题的正确试题文本，确定所述待推荐试题的正确答案的上下文编码；所述正确试题文本包括对应试题的试题题目和正确答案的文本；
基于所述待推荐试题的错误试题文本，确定所述待推荐...

【专利技术属性】
技术研发人员：李松，汪洋，付瑞吉，王士进，张敏，
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