一种基于元学习的育人案例自动标注系统及方法技术方案

本发明专利技术涉及一种基于元学习的育人案例自动标注系统及方法，系统包括：预处理模块，用于对接收的育人案例文本进行处理，以获得育人案例语句；问题描述语句识别模块，用于接收育人案例语句，通过调用第一模型进行识别，生成待标注语句；影响因素分类模块，用于接收待标注语句，调用第二模型进行分类，获取该语句所属的影响因素类别信息；具体标注类别分类模块，用于接收带有影响因素类别信息的待标注语句，调用影响因素类别对应的分类器，生成待标注语句的具体标注类别。本发明专利技术能够对育人案例实现快速自动标注，便于提高育人案例数据的标注效率及标注准确度。率及标注准确度。率及标注准确度。

【技术实现步骤摘要】
一种基于元学习的育人案例自动标注系统及方法


[0001]本专利技术属于文本自动标注领域，尤其涉及一种基于元学习的育人案例自动标注系统及方法。

技术介绍

[0002]育人案例也称德育教育案例，是指关于中小学生德育教育相关的案例文本数据，其特点在于在案例中有关于学生所表现出的问题行为的文本描述、学生个人情况的文本描述以及针对这些问题表现，老师和家长所采取的解决办法。这些育人案例数据中蕴含了丰富的知识及经验，对于解决学生经常遇到的德育问题具有很重要的作用。
[0003]一个典型的育人案例如下：
[0004]对单亲家庭孩子的教育
[0005]陕西省
[0006]我是一名青年教师，在党的阳光雨露沐浴下幸福的成长起来。做教师是我儿时的理想，当我真的踏上三尺讲台的时候，感到由衷的幸福和喜悦，而后的岁月里，也使我饱尝了作为一名教师的艰辛。
[0007]在教师心目中，学生就像一棵棵茁壮成长的幼苗，需要施以爱心，才能使其健康成长，对于单亲家庭的儿童来说，我认为我们就更要加倍的呵护。记得我所带过的班级里，有这样一个单亲儿童，她本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于元学习的育人案例自动标注系统，其特征在于，所述系统包括：预处理模块，用于对接收的育人案例文本进行处理，以获得育人案例语句；问题描述语句识别模块，用于接收育人案例语句，通过调用第一模型进行识别，生成待标注语句；影响因素分类模块，用于接收待标注语句，调用第二模型进行分类，获取所述待标注语句对应的影响因素；具体标注类别分类模块，用于接收带有影响因素的待标注语句，调用所述影响因素对应的第三模型，生成待标注语句的具体标注类别。2.根据权利要求1所述的系统，其特征在于，所述第一模型包括顺次连接的输入层、双层LSTM、MaxPooling层、两层全连接网络层FC和输出层，在输出层使用Sigmoid获取分类结果。3.根据权利要求1所述的系统，其特征在于，所述第二模型包括：输入层、支撑集特征提取层、查询集特征提取层、注意力计算层以及输出层。4.根据权利要求3所述的系统，其特征在于，所述第二模型的训练方法为：(1)构建任务集，任务包括支撑数据和查询数据，抽取m类影响因素对应的一条语句组成支撑数据，从支撑数据中随机选取一条语句作为查询数据，m<n，n为影响因素的数量；(2)在输入层，将任务中的支撑数据转换为向量表示Rzi，其中，i为1～k，k为支撑数据的数量，将所述任务中的查询数据转换为向量表示Rc，将支撑数据的影响因素表示为Yzi；然后将Rzi和Rc分别输入支撑集特征提取层G和查询集特征提取层F，以提取支撑数据与查询数据的文本语义特征向量表示Hzi和Hc；然后将Hzi和Hc输入注意力参数计算层进行基于注意力的计算，以获取支撑数据中每条语句的相似系数ai；(3)在输出层，计算查询数据向量表示Rc属于影响因素Yzi的概率Si，Si＝ai
×
Yzi；，选取Si中最大值所对应的影响因素作为查询数据的影响因素，对比查询数据所属的真实影响因素，然后通过反向传播算法训练第二模型的参数；(4)对任务集中的所有任务重复执行步骤(2)和(3)，获得第二模型。5.根据权利要求3所述的系统，其特征在于，所述支撑集特征提取层G、查询集特征提取层F为双向LSTM层。6.根据权利要求1所述的系统，其特征在于，所述第三模型包括：输入层、LSTM网络、用于对比损失计算的全连接层及输出层。7.根据权利要求6所述的系统，其特征在于，所述第三模型的训练方法包括：(1)构建训练数据集，包括正例样本集...

【专利技术属性】
技术研发人员：陈鹏鹤，刘杰飞，徐琪，卢宇，余胜泉，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：