模型处理方法、装置、电子设备及存储介质制造方法及图纸

本申请提出一种模型处理方法、装置、电子设备及存储介质，该方法包括：获取当前样本题目的信息，当前样本题目的信息至少包括题目文本特征、题目知识点特征和作答结果；题目知识点特征是基于题目文本特征和当前样本题目所对应的预设知识点特征得到的，预设知识点特征包含所表征的知识点与其它知识点之间的关系信息；至少将当前样本题目的信息所包括的题目文本特征和题目知识点特征，输入知识点掌握状态评价模型，得到答对当前样本题目的预测概率；根据当前样本题目的信息所包括的作答结果和预测概率，计算损失函数，并基于损失函数训练知识点掌握状态评价模型至收敛。考虑的因素更加精细，提高了知识点掌握状态评价模型的准确性。确性。确性。

【技术实现步骤摘要】
模型处理方法、装置、电子设备及存储介质


[0001]本申请涉及在线教育技术，尤其涉及一种模型处理方法、装置、电子设备及存储介质。

技术介绍

[0002]现阶段，在线教育已然成为学生一种主流学习形式。为实现在线教育，知识追踪技术开始被人们提出，并得到了一定量的学术研究与实际应用。知识追踪是对学生的知识基于时间建模，预测学生对于知识点的掌握状态，以及学生在下一次的表现。但是，由于考虑的因素不全面，导致得出的学生的知识点掌握状态的准确性较差。

技术实现思路

[0003]本申请实施例提供一种模型处理方法、装置、电子设备及存储介质，以解决相关技术存在的问题，技术方案如下：第一方面，本申请实施例提供了一种模型处理方法，所述方法包括：获取当前样本题目的信息，当前样本题目的信息至少包括题目文本特征、题目知识点特征和作答结果；题目知识点特征是基于题目文本特征和当前样本题目所对应的预设知识点特征得到的，预设知识点特征包含所表征的知识点与其它知识点之间的关系信息；至少将当前样本题目的信息所包括的题目文本特征和题目知识点特征，输入知识点掌握状态评价模型，得到答对当前样本题目的预测概率；根据当前样本题目的信息所包括的作答结果和预测概率，计算损失函数，并基于损失函数训练知识点掌握状态评价模型至收敛。
[0004]在一种实施方式中，还包括：将上一道样本题目的信息，输入知识点掌握状态评价模型，得到当前知识点掌握能力特征；得到答对当前样本题目的预测概率，包括：基于当前知识点掌握能力特征，上一道样本题目的信息所包括的题目知识点特征，以及当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算当前样本题目的预测概率。
[0005]在一种实施方式中，得到当前知识点掌握能力特征，包括：基于上一道样本题目的信息所包括的题目文本特征、题目知识点特征、作答结果以及作答形式，得到当前知识点掌握能力特征。
[0006]在一种实施方式中，将上一道样本题目的信息，输入知识点掌握状态评价模型，得到当前知识点掌握能力特征，包括：将上一道样本题目的信息，输入知识点掌握状态模型，得到基于时间的第一掌握能力特征，并基于第一掌握能力特征和预设知识点关系矩阵，得到基于知识点之间关系的第二掌握能力特征，将基于知识点之间关系的第二掌握能力特征作为当前知识点掌握能力特
征。
[0007]在一种实施方式中，基于当前知识点掌握能力特征，上一道样本题目的信息所包括的题目知识点特征，以及当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算当前样本题目的预测概率，包括：基于上一道样本题目的信息所包括的题目知识点特征，计算上一道样本题目包含的知识点与其它知识点的相关系数；基于相关系数和当前知识点掌握能力特征，计算作答当前样本题目综合所需的第三掌握能力特征；基于第三掌握能力特征，以及当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算当前样本题目的预测概率。
[0008]在一种实施方式中，还包括：获取所有样本题目包含的知识点；建立每个知识点的初始特征；获取包含全部知识点之间关系的预设知识点关系矩阵；基于知识点关系矩阵，更新每个知识点的初始特征，以得到每个知识点所对应的预设知识点特征。
[0009]在一种实施方式中，还包括：获取所有样本题目的题目文本；对所有样本题目的题目文本进行清洗并分词，得到词集合；为词集合中每个词分配编号，得到词与编号的映射关系；基于映射关系，将每道样本题目转化为由编号形成的序列；对每道样本题目对应的序列，利用文本特征提取模型进行提取，得到每道样本题目的题目文本特征。
[0010]在一种实施方式中，还包括：基于样本题目所包含的每个知识点的预设知识点特征和题目文本特征，计算样本题目所包含的每个知识点在本样本题目中的占比；基于样本题目所包含的每个知识点的预设知识点特征和占比，计算样本题目的题目知识点特征。
[0011]在一种实施方式中，还包括：至少将当前实际作答题目的信息所包括的题目知识点特征，输入知识点掌握状态评价模型，得到当前每个知识点的掌握状态评价。
[0012]在一种实施方式中，还包括：将当前实际作答题目的信息所包括的题目文本特征、作答结果以及作答形式，输入知识点掌握状态评价模型，以基于当前实际作答题目的信息所包括的题目文本特征、题目知识点特征、作答结果以及作答形式得到当前知识点掌握能力特征；得到当前每个知识点的掌握状态评价，包括：基于当前知识点掌握能力特征，以及当前实际作答题目的信息所包括的题目知识点特征，得到当前每个知识点的掌握状态评价。
[0013]第二方面，本申请实施例提供了一种模型处理装置，该装置包括：
获取模块，用于获取当前样本题目的信息，当前样本题目的信息至少包括题目文本特征、题目知识点特征和作答结果；题目知识点特征是基于题目文本特征和当前样本题目所对应的预设知识点特征得到的，预设知识点特征包含所表征的知识点与其它知识点之间的关系信息；预测模块，用于至少将当前样本题目的信息所包括的题目文本特征和题目知识点特征，输入知识点掌握状态评价模型，得到答对当前样本题目的预测概率；训练模块，用于根据当前样本题目的信息所包括的作答结果和预测概率，计算损失函数，并基于损失函数训练知识点掌握状态评价模型至收敛。
[0014]在一种实施方式中，预测模块，还用于：将上一道样本题目的信息，输入知识点掌握状态评价模型，得到当前知识点掌握能力特征；基于当前知识点掌握能力特征，上一道样本题目的信息所包括的题目知识点特征，以及当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算当前样本题目的预测概率。
[0015]在一种实施方式中，预测模块具体用于：基于上一道样本题目的信息所包括的题目文本特征、题目知识点特征、作答结果以及作答形式，得到当前知识点掌握能力特征。
[0016]在一种实施方式中，预测模块具体用于：将上一道样本题目的信息，输入知识点掌握状态模型，得到基于时间的第一掌握能力特征，并基于第一掌握能力特征和预设知识点关系矩阵，得到基于知识点之间关系的第二掌握能力特征，将基于知识点之间关系的第二掌握能力特征作为当前知识点掌握能力特征。
[0017]在一种实施方式中，预测模块具体用于：基于上一道样本题目的信息所包括的题目知识点特征，计算上一道样本题目包含的知识点与其它知识点的相关系数；基于相关系数和当前知识点掌握能力特征，计算作答当前样本题目综合所需的第三掌握能力特征；基于第三掌握能力特征，以及当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算当前样本题目的预测概率。
[0018]在一种实施方式中，还包括第一预处理模块，用于：获取所有样本题目包含的知识点；建立每个知识点的初始特征；获取包含全部知识点之间关系的预设知识点关系矩阵；基于知识点关系矩阵，更新每个知识点的初始特征，以得到每个知识点所对应的预设知识点特征。
[0019]在一种实施方式中，还包括第二预处理模块，用于：获取所有样本题目的题目文本；对所有样本题目的题目文本进行清洗并分词本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型处理方法，其特征在于，所述方法包括：获取当前样本题目的信息，所述当前样本题目的信息至少包括题目文本特征、题目知识点特征和作答结果；所述题目知识点特征是基于所述题目文本特征和所述当前样本题目所对应的预设知识点特征得到的，所述预设知识点特征包含所表征的知识点与其它知识点之间的关系信息；至少将所述当前样本题目的信息所包括的题目文本特征和题目知识点特征，输入知识点掌握状态评价模型，得到答对所述当前样本题目的预测概率；根据所述当前样本题目的信息所包括的作答结果和所述预测概率，计算损失函数，并基于所述损失函数训练所述知识点掌握状态评价模型至收敛。2.根据权利要求1所述的方法，其特征在于，还包括：将上一道样本题目的信息，输入所述知识点掌握状态评价模型，得到当前知识点掌握能力特征；所述得到答对所述当前样本题目的预测概率，包括：基于所述当前知识点掌握能力特征，所述上一道样本题目的信息所包括的题目知识点特征，以及所述当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算所述当前样本题目的所述预测概率。3.根据权利要求2所述的方法，其特征在于，所述得到当前知识点掌握能力特征，包括：基于所述上一道样本题目的信息所包括的题目文本特征、题目知识点特征、作答结果以及作答形式，得到所述当前知识点掌握能力特征。4.根据权利要求2所述的方法，其特征在于，所述将上一道样本题目的信息，输入所述知识点掌握状态评价模型，得到当前知识点掌握能力特征，包括：将所述上一道样本题目的信息，输入所述知识点掌握状态模型，得到基于时间的第一掌握能力特征，并基于所述第一掌握能力特征和预设知识点关系矩阵，得到基于知识点之间关系的第二掌握能力特征，将所述基于知识点之间关系的第二掌握能力特征作为所述当前知识点掌握能力特征。5.根据权利要求2所述的方法，其特征在于，所述基于所述当前知识点掌握能力特征，所述上一道样本题目的信息所包括的题目知识点特征，以及所述当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算所述当前样本题目的所述预测概率，包括：基于所述上一道样本题目的信息所包括的题目知识点特征，计算所述上一道样本题目包含的知识点与其它知识点的相关系数；基于所述相关系数和所述当前知识点掌握能力特征，计算作答所述当前样本题目综合所需的第三掌握能力特征；基于所述第三掌握能力特征，以及所述当前样本题目的信息所包括的题目文本特征和题目知识点特征，计算所述当前样本题目的所述预测概率。6.根据权利要求1所述的方法，其特征在于，还包括：获取所有样本题目包含的知识点；建立每个知识点的初始特征；获取包含全部知识点之间关系的预设知识点关系矩阵；基于所述知识点关系矩阵，更新每个知识点的所述初始特征，以得到每个知识点所对
应的预设知识点特征。7.根据权利要求1所述的方法，其特征在于，还包括：获取所有样本题目的题目文本；对所有样本题目的题目文本进行清洗并分词，得到词集合；为所述词集合中每个词分配编号，得到词与编号的映射关系；基于所述映射关系，将每道样本题目转化为由编号形成的序列；对每道样本题目对应的序列，利用文本特征提取模型进行提取，得到每道样本题目的题目文本特征。8.根据权利要求1所述的方法，其特征在于，还包括：基于样本题目所包含的每个知识点的预设知识点特征和题目文本特征，计算样本题目所包含的每个知识点在本样本题目中的占比；基于样本题目所包含的每个知识点的预设知识点特征和所述占比，计算样本题目的题目知识点特征。9.根据权利要求1-8任一项所述的方法，其特征在于，还包括：至少将当前实际作答题目的信息所包括的题目知识点特征，输入所述知识点掌握状态评价模型，得到当前每个知识点的掌握状态评价。10.根据权利要求9所述的方法，其特征在于，还包括：将所述当前实际作答题目的信息所包括的题目文本特征、作答结果以及作答形式，输入所述知识点掌握状态评价模型，以基于所述当前实际作答题目的信息所包括的题目文本特征、题目知识点特征、作答结果以及作答形式得到当前知识点掌握能力特征；所述得到当前每个知识点的掌握状态评价，包括：基于当前知识点掌握能力特征，以及所述当前实际作答题目的信息所包括的题目知识点特征，得到所述当前每个知识点的掌握状态评价。11.一种模型处理装置，其特征在于，所述装置包括：获取模块，用于获取当前样本题目的信息，所述当前样本题目的信息至少包括...

【专利技术属性】
技术研发人员：王喆，吴丹，王凯夫，彭守业，李日霞，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：