【技术实现步骤摘要】
一种基于知识图谱的智能组卷方法
[0001]本专利技术属于计算机
,尤其涉及一种基于知识图谱的智能组卷系统及方法。
技术介绍
[0002]在教育领域中,考试是整个教学过程中最为重要的环节,通过考试,可以对学生的学习能力及对知识的掌握程度有一个准确的评估,有助于家长及老师及时掌握学生的学习状态,并对其进行指导,加强对薄弱环节的训练。
[0003]然而,如何基于已有的题目信息,生成一套合格的试卷,满足用户的实际需求,是十分困难的。在教学实践中,组卷的工作主要依赖组卷人员的教学经验,通过预先设置的约束条件如各题型在试卷中的比例及试卷考察的知识点等在题库中选取合适的题目进行组卷,这种方法往往受限于组卷人员的能力及主观性,而且效率较低,需要耗费较多人力物力。特别是随着试题数量以及组卷约束条件的增多,使得根据给定的组卷目标从海量试题中组合出一套满足需求的试卷的难度大大增加。
[0004]当前也有一些辅助方法用于自动组卷,比如随机抽题法、优先权策略法、回溯试探法、遗传算法、粒子群算法等,这些算法将题库组卷问题转换为解空间搜索问题,提高了自动组卷的多样性及效率,但是这些算法在题库规模较大和组卷约束条件复杂时,计算复杂度较大组卷速度较慢,且由于没有充分考虑题目所属知识点间的关系,因此组卷的质量往往较差,无法达到满意的效果,同时这些方法适应性能较差且鲁棒性不强,比如遗传算法和粒子群算法容易陷入局部最优解等。此外,已有的依据知识图谱组卷的方法中,大多数的考量指标为试卷的难度、区分度、知识点的比例、题型的比例等指标,较 ...
【技术保护点】
【技术特征摘要】
1.一种基于知识图谱的智能组卷方法,其特征在于,所述方法包括:S1、根据用户输入的出题信息,在知识图谱中提取知识点,构建知识点子图;S2、计算知识点的维度重要度和图结构重要度,获取候选知识点;S3、基于候选知识点和测试目标,构建题目子图;S4、计算题目的结构相似度和题目间关系,去除重复度较高的题目,完成组卷。2.根据权利要求1所述的智能组卷方法,其特征在于,在步骤S1中,所述知识图谱具有5层,分别为年级、章节、知识点、题目和测试目标,年级之间具有有向边,为前驱后继关系;同一年级下的章节之间具有有向边,为递进关系;同一章节下的知识点之间具有有向边,为前驱后继、包含关系;题目之间没有关系,即没有边;测试目标之间没有边;上级节点到下级节点具有有向边,所述测试目标包括但不限于对应学科素养、对应能力目标、对应题型、对应易错点。3.根据权利要求1所述的智能组卷方法,其特征在于,在步骤S1中,所述构建知识点子图的方法包括:将知识点作为节点,将知识图谱中知识点之间关系作为关系,构建知识点子图。4.根据权利要求3所述的智能组卷方法,其特征在于,所述关系包括但不限于前驱后继关系、包含关系。5.根据权利要求1所述的智能组卷方法,其特征在于,步骤S2包括:S21、计算知识点的维度重要度,公式为:G
i
=w1t
i
+w2h
i
+w3a
i
其中,i表示第几个知识点,G
i
为第i个知识点的维度重要度,t
i
表示知识点是否属于必测点,h
i
表示知识点是否为重要知识点,a
i
表示知识点权重信息,w
i
表示权重;S22、计算所有知识点的图结构重要度,公式为:H
i
=w4p
i
+w5c
i
其中,i表示第几个知识点,H
i
为第i个知识点的图结构重要度,p
i
为节点的PageRank值,表示图节点重要度,c
i
为节点覆盖度;S23、知识点的最终重要度为维度重要度和图结构重要度之和;S24、对于每个知识点最终重要度按从大到小排序,选取前K个知识点作为候选知识点,其中,K为用户输入的知识点数量。6.根据权利要求5所述的智能组卷方法,其特征在于,所述步骤S22中,节点覆盖度采用图网络的...
【专利技术属性】
技术研发人员:陈鹏鹤,余胜泉,卢宇,夏雪莹,
申请(专利权)人:北京师范大学,
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。