学生能力诊断方法及相关设备、存储介质技术

本申请公开了一种学生能力诊断方法及相关设备、存储介质，其中，学生能力诊断方法包括：计算设备输入试题作答结果；所述计算设备对所述试题作答结果进行步骤拆解，得到若干个作答步骤；所述计算设备利用网络模型分析所述作答步骤，确定正确/错误类型标签；所述计算设备基于所述正确/错误类型标签，形成能力诊断结果。上述方案，能够智能化诊断学生能力。能够智能化诊断学生能力。能够智能化诊断学生能力。

【技术实现步骤摘要】
学生能力诊断方法及相关设备、存储介质


[0001]本申请涉及数据处理
，特别是涉及一种学生能力诊断方法及相关设备、存储介质。

技术介绍

[0002]为了秉承因材施教的教学理念，期望对学生的能力进行判断，真正了解每个学生的优势或短板，从而更有针对性培养学生能力。目前，老师可以根据自身经验，根据学生课堂表现及试题作答情况评估学生能力，这种依赖人工对学生能力进行诊断，基本完全依靠老师的主观评估，显然人力消耗较大。
[0003]有鉴于此，如何能够智能化诊断学生能力成为亟待解决的问题。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种学生能力诊断方法及相关设备、存储介质，能够智能化诊断学生能力。
[0005]为了解决上述技术问题，本申请第一方面提供了一种学生能力诊断方法，包括：计算设备输入试题作答结果；所述计算设备对所述试题作答结果进行步骤拆解，得到若干个作答步骤；所述计算设备利用网络模型分析所述作答步骤，确定正确/错误类型标签；所述计算设备基于所述正确/错误类型标签，形成能力诊断结果。
[0006]为了解决上述技术问题，本申请第二方面提供了一种计算设备，包括：输入模块，用于输入试题作答结果；拆解模块，用于对所述试题作答结果进行步骤拆解，得到若干个作答步骤；确定模块，用于利用网络模型分析所述作答步骤，确定正确/错误类型标签；结果形成模块，用于基于所述正确/错误类型标签，形成能力诊断结果。
[0007]为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，所述存储器中存储有程序指令，所述处理器用于执行所述程序指令以实现上述第一方面所述的学生能力诊断方法。
[0008]为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面所述的学生能力诊断方法。
[0009]上述方案，计算设备输入试题作答结果后，对试题作答结果进行步骤拆解，得到若干个作答步骤，然后利用网络模型分析作答步骤，确定正确/错误类型标签，最后基于正确/错误类型标签，形成能力诊断结果，整个过程由计算设备完成，从而能够智能化诊断学生能力。
附图说明
[0010]图1是本申请学生能力诊断方法第一实施例的流程示意图；
[0011]图2是本申请学生能力诊断方法第二实施例的流程示意图；
[0012]图3是本申请学生能力诊断方法第三实施例的流程示意图；
[0013]图4是本申请学生能力诊断方法第四实施例的流程示意图；
[0014]图5是本申请学生能力诊断方法第五实施例的流程示意图；
[0015]图6是本申请计算设备一实施例的框架示意图；
[0016]图7是本申请电子设备一实施例的框架示意图；
[0017]图8是本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
[0018]下面结合说明书附图，对本申请实施例的方案进行详细说明。
[0019]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
[0020]本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
[0021]请参阅图1，图1是本申请学生能力诊断方法第一实施例的流程示意图。具体而言，可以包括如下步骤：
[0022]步骤S11：计算设备输入试题作答结果。
[0023]试题作答结果可以是实时获取的试题作答结果，也可以是历史的试题作答结果。试题作答结果可以是在计算设备上生成的，可以是计算设备接收外部设备发送的，也可以是从试题数据库中获取的。试题作答结果可以是目标学生的，还可以是与目标学生有关联的学生的，其中，目标学生为欲进行学生能力诊断的对象，而与目标学生有关联的学生包括等后文提及的关联学生、对比学生等。试题作答结果可以是一个或多个，可以来源于同一学生或者多个学生。本文的试题及其试题作答结果等数据可以是各种学科的，例如，数学学科等。因此，试题作答结果的获取来源可以多种多样，在此不做具体限定。计算设备可以是能够实现学生能力诊断方法的设备，包括电脑、手机、平板等各种设备，在此不做具体限定。
[0024]步骤S12：计算设备对试题作答结果进行步骤拆解，得到若干个作答步骤。
[0025]试题作答结果包括学生对试题进行解答后，形成的答案，该试题作答结果可以包括若干个作答步骤。试题作答结果中可能出现前面的作答步骤均正确，但到关键的作答步骤或者最后一个作答步骤出现错误等各种情况，因此，通过对学生解答过程的深度分析，尤其作答步骤的分析来得出计算能力薄弱、数据分析维度欠缺、条件使用错误、推导错误等学生素养情况。计算设备可以对试题作答结果进行步骤拆解，得到若干个作答步骤，以便对作答步骤进行分析。
[0026]在一公开实施例中，计算设备对试题作答结果进行步骤拆解，得到若干个作答步骤时，以试题作答结果中的预设符号为分界将试题作答结果拆分为若干个作答步骤；利用预设分词集合对作答步骤进行分词，得到分词后的若干个作答步骤。预设符号可以根据学科特性设置，在此不做具体限定。例如，预设符号包括但不限于“∵”、“∴”、“由于”、“所以”、“可推导”等表征分隔意义的符号或字符。预设分词集合也可以根据学科特性设置，例如，在数学学科中，为了防止数学公式、“等腰三角形”等专有名词在分词时被拆开，预设分词集合
可以包括数学公式、等腰三角形等。因此，通过预设符号可以对试题作答结果进行步骤拆解，同时利用预设分词集合对作答步骤进行分词，可以更加灵活地进行分词处理，贴近实际场景。
[0027]步骤S13：计算设备利用网络模型分析作答步骤，确定正确/错误类型标签。
[0028]由于作答步骤能够反映学生的能力，且试题作答结果往往对应有正确作答结果，通过比较试题作答结果和正确作答结果，则可以确定学生哪些地方错误或正确，因此，计算设备可以利用网络模型分析作答步骤，确定正确/错误类型标签。当然，可以仅确定正确类型标签，进而得到错误类型标签；可以仅确定错误类型标签，进而得到正确类型标签；还可以同时确定错误类型标签和正确类型标签。
[0029]在一公开实施例中，计算设备利用网络模型分析作答步骤，确定正确/错误类型标签时，可以基于作答步骤，确定得分点的正确/错误类型标签，和/或，基于不同作答步骤之间的关系，确定步骤关系的正确/错误类型标签。因此，可以针对每个作答步骤进行分析，也可以针对不同作答步骤之间的关系进行分析，增加试题作答结果的分析深度。
[0030]在基于作答步骤，确定得分点的正确/错误类型标签时，可以利用得分点抽取模型对作答步骤的得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学生能力诊断方法，其特征在于，所述方法包括：计算设备输入试题作答结果；所述计算设备对所述试题作答结果进行步骤拆解，得到若干个作答步骤；所述计算设备利用网络模型分析所述作答步骤，确定正确/错误类型标签；所述计算设备基于所述正确/错误类型标签，形成能力诊断结果。2.根据权利要求1所述的方法，其特征在于，所述计算设备利用网络模型分析所述作答步骤，确定正确/错误类型标签，包括：基于所述作答步骤，确定得分点的正确/错误类型标签，和/或，基于不同所述作答步骤之间的关系，确定步骤关系的正确/错误类型标签。3.根据权利要求2所述的方法，其特征在于，所述基于所述作答步骤，确定得分点的正确/错误类型标签，包括：利用得分点抽取模型对所述作答步骤的得分点进行抽取，得到至少一个检测得分点；判断所述检测得分点与标准得分点是否匹配，其中，所述标准得分点与所述正确/错误类型标签之间存在得分点映射关系；若是，则基于所述得分点映射关系，确定所述检测得分点的正确/错误类型标签；和/或，所述基于不同所述作答步骤之间的关系，确定步骤关系的正确/错误类型标签，包括：利用篇章结构解析模型解析不同所述作答步骤之间的检测步骤关系；判断所述检测步骤关系与标准步骤关系是否匹配，其中，所述标准步骤关系与所述正确/错误类型标签之间存在步骤关系映射关系；若是，则基于所述步骤关系映射关系，确定所述检测步骤关系的正确/错误类型标签。4.根据权利要求3所述的方法，其特征在于，所述检测得分点的错误类型标签包括：计算能力薄弱、数据分析维度欠缺；和/或，所述检测步骤关系包括条件、推导，所述检测步骤关系的错误类型标签包括条件使用错误、推导错误，所述利用篇章结构解析模型解析不同所述作答步骤之间的检测步骤关系，包括：利用所述篇章结构解析模型的波束搜索确定条件概率最大的所述检测步骤关系。5.根据权利要求1所述的方法，其特征在于，所述计算设备输入试题作答结果包括：所述计算设备输入若干试题的所述试题作答结果；所述计算设备基于所述正确/错误类型标签，形成能力诊断结果，包括：在所述若干试题中确定所有对应所述错误类型标签的试题得分与试题标准分的比值；获得所述若干试题中对应所述错误类型标签的所述比值的平均值，将所述平均值作为所述错误类型标签的分值，形成每个所述错误类型标签对应的能力诊断结果。6.根据权利要求5所述的方法，其特征在于，所述计算设备输入试题作答结果包括：所述计算设备输入目标学生和若干对比学生的若干试题的所述试题作答结果；所述计算设备基于所述正确/错误类型标签，形成能力诊断结果，包括：获取所述若干对比学生在每个所述错误类型标签对应的能力诊断结果的平均值；将所述目标学生的所述能力诊断结果与所述能力诊断结果的平均值的差值，作为所述目标学生的所述错误类型标签对应的能力诊断结果。
7.根据权利要求1所述的方法，其特征在于，所述计算设备对所述试题作答结果进行步骤拆解，得到若干个作答步骤，包括：以所述试题作答结果中的预设符号为分界将所述试题作答结果拆分为若干个所述作答步骤；利用预设分词集合对所述作答步骤进行分词，得到分词后的若干个所述作答步骤。8.根据权利要求1所述的方法，其特征在于，所述计算设备输入试题作答结果之后，所述方法还包括：基于所述试题作答结果，获取试题表示，所述试题表示为向量形式；将所述试题表示输入多任务分类模型，所述试题表示经过浅层卷积层、若干个深层池化层以及深层卷积层的处理，得到若干思想方法分类标签，其中，所述多任务分类模型的所述浅层卷积层快捷连接到所述深层卷积层的输入中，以将所述试题表示的特征传输至所述深层卷积层；基于所述思想方法分类标签，形成基于想法方法的能力诊断结果；其中，所述思想方法分类标签包括数形结合、转化与划归、分类讨论、抽样思想、函数与方程、特殊与一般、概率思想中至少一个。9.根据权利要求1所述的方法，其特征在于，所述计算设备输入试题作答结果之后，所述方法还包括：基于所述试题作答结果，获取试题表示，所述试题表示为向量形式；将所述试题表示输入所述多任务分类模型，所述试题表示经过所述浅层卷积层的处理，得到若干解题方法分类标签；基于所述解题方法分类标签，形成基于解题方法的能力诊断结果；其中，所述解题方法分类标签包括换元法、反证法、排除法、数轴直观法、裂项相消法、穿针引线法中至少一个。10.根据权利要求1所述的方法，其特征在于，所述方法还包括：所述计算设备输入若干参考试题及其对应的参考试题得分，以及包括知识点标签的若干测试试题；基于所述若干参考试题及其对应的参考试题得分，分别获取每个所述参考试题的参考试题表示，以及基于所述若干测试试题，分别获取每个所述测试试题的测...

【专利技术属性】
技术研发人员：丁亮，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：