【技术实现步骤摘要】
应用题解题知识的生成方法、装置及应用题解题机器人
[0001]本专利技术涉及计算机
，尤其涉及一种应用题解题知识的生成方法、装置及应用题解题机器人。
技术介绍
[0002]面向数学应用题，特别是初等数学应用题(包括小学、初中和高中水平)的自动解题是人工智能技术的一个重要应用点，有很多学术研究和实际产品均针对性的开发出自动解题系统。
[0003]解数学应用题(以下均简称应用题或题目)需要先抽取出与题目相关的知识。知识的抽取结果对于解题效果有着非常重要的影响。
[0004]目前，对于题目相关的知识的抽取，主要是通过对题目进行解析，以抽取题目本身蕴含的名词内容等进行可以得到，但这些知识往往不能完整的体现出题目本身的含义。
[0005]因此，如何根据输入题目生成相关知识是一个很有价值的研究问题。
技术实现思路
[0006]本专利技术提供一种应用题解题知识的生成方法、装置及应用题解题机器人，用以解决现有技术对于应用题相关知识的抽取不全面的缺陷，通过抽取应用题相关的名词内容扩展知识，与常规获...
【技术保护点】
【技术特征摘要】
1.一种应用题解题知识的生成方法，其特征在于，所述应用题解题知识包括名词内容识别知识和名词内容扩展知识，具体包括：获取与用户输入的目标应用题相对应的输入文本；对所述输入文本进行分句，并为获取到的每个文本分句设置对应的句子编号；获取每个所述文本分句相关的名词性内容，构成所述名词内容识别知识；根据每个所述文本分句相关的名词性内容及其对应的句子编号，从预先构建的知识库中匹配出所述输入文本相关的名词内容扩展知识。2.根据权利要求1所述的应用题解题知识的生成方法，其特征在于，还包括：确定所述输入文本与所述知识库中各样本应用题相对应的文本样本之间的相似度，以确定所述目标应用题的题型分类信息；所述知识库中每个所述样本应用题预先标注有题型分类信息标签；所述应用题解题知识还包括题目分类信息。3.根据权利要求2所述的应用题解题知识的生成方法，其特征在于，所述确定所述输入文本与所述知识库中各样本应用题相对应的文本样本之间的相似度，以确定所述目标应用题的题型分类信息，包括：将所述输入文本输入至预训练网络模型，以获取由所述预训练网络模型输出的目标特征向量，并基于所述预训练网络模型，确定每个所述文本样本对应的特征向量样本；分别计算所述目标特征向量与每个所述特征向量样本之间的余弦相似度，并按照所述余弦相似度的由大至小对所述特征向量样本进行排序，以获取排序靠前的k个所述特征向量样本相对应的k个文本样本；根据所述k个文本样本所对应的题型分类信息标签中的最高频题型分类信息标签，确定所述输入文本的题型分类信息。4.根据权利要求2
‑
3任一项所述的应用题解题知识的生成方法，其特征在于，在确定所述输入文本与所述知识库中各样本应用题相对应的文本样本之间的相似度之前，还包括：采集多个样本应用题，并获取与每个所述样本应用题相对应的文本样本，构建所述知识库；基于有监督算法对每个所述文本样本进行分类，以为每个所述文本样本所对应的样本应用题标注题型分类信息标签；对每个所述文本样本进行分句，并为获取到的每个文本样本分句设置对应的句子编号，并确定每个所述文本样本分句相关的名词性内容。5.根据权利要求1所述的应用题解题知识的生成方法，其特征在于，所述获取每个所述文本分句相关的名词性内容，构成所述名词内容识别知识，包括分别对每个所述文本分句依次执行分词、词性标注以及命名实体识别的操作，以抽取每个所述文本分句相关的名词和命名实体，作为每个所述文本分句相关的第一初始名词性内容；基于预先设定的启发式规则，再次从每个所述文本分句中抽取出每个所述文本分句相关的名词和命名实体，作为每个所述文本分句相关的第二初始名词性内容；根据所述第一初始名词性内容和所述第二初始名词性内容，确定每个所述文本分句相关的名词性内容，并由所有文本分句相关的名词性内容构建成所述名词内容识别知识。
6.根据权利要求5所述的应用题解题知识的生成方法，其特征在于，所述预先设定的启发式规则，包...
【专利技术属性】
技术研发人员：齐振宇，徐波，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
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。