System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,特别涉及一种基于人工智能辅助的知识点标注方法及系统。
技术介绍
1、对离线学习文本中的内容进行知识点标注处理是将文本中的关键信息和重要概念进行分类和标记的过程。这样做的目的是提取出文本中的核心知识点,方便后续的知识管理、检索和应用。在离线学习文本中,知识点标注处理可以有多种应用。例如,对于教育领域的学习材料,可以将每个段落或章节标注为相应的知识点,以便学生更好地理解和掌握知识。因此,知识点标注处理是一种将离线学习文本中的重要信息进行优化处理的方法之一,能够提高知识的组织性、可搜索性和应用性。
技术实现思路
1、为改善相关技术中存在的技术问题,本专利技术提供了一种基于人工智能辅助的知识点标注方法及系统。
2、第一方面,本专利技术实施例提供了一种基于人工智能辅助的知识点标注方法,应用于ai知识点标注分析系统,所述方法包括:
3、将待标注离线学习文本加载到文本知识点标注网络,利用所述文本知识点标注网络对所述待标注离线学习文本进行文本知识语义挖掘,生成所述待标注离线学习文本的学习文本知识语义;
4、利用所述文本知识点标注网络对所述待标注离线学习文本的学习文本知识语义进行处理,得到所述待标注离线学习文本的知识点标注事项描述,所述知识点标注事项描述用于表征所述待标注离线学习文本的知识点标注种类;
5、利用所述文本知识点标注网络,依据所述待标注离线学习文本的知识点标注事项描述进行判别,生成所述待标注离线学习文本的知识点标注建
6、在一些方案中,所述文本知识点标注网络的调试方法包括:
7、将多个离线学习训练文本的学习文本知识语义加载到文本知识点标注网络,利用所述文本知识点标注网络,基于局部特征聚焦规则对所述多个离线学习训练文本的学习文本知识语义进行特征处理,得到所述多个离线学习训练文本的第一置信系数;
8、利用所述文本知识点标注网络,依据所述多个离线学习训练文本的第一置信系数对所述多个离线学习训练文本的学习文本知识语义进行处理,得到所述多个离线学习训练文本的文本资源描述和知识点标注事项描述,所述文本资源描述用于表征离线学习训练文本所对应的科目特征,所述知识点标注事项描述用于表征离线学习训练文本的知识点标注种类;
9、依据所述多个离线学习训练文本的文本资源描述中每两个文本资源描述之间的第一比较结果以及所述多个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试。
10、在一些方案中,所述利用所述文本知识点标注网络,依据所述多个离线学习训练文本的第一置信系数对所述多个离线学习训练文本的学习文本知识语义进行处理,得到所述多个离线学习训练文本的文本资源描述和知识点标注事项描述包括:
11、针对所述多个离线学习训练文本中的任一离线学习训练文本,利用所述文本知识点标注网络,将所述离线学习训练文本的第一置信系数与所述离线学习训练文本的学习文本知识语义进行特征乘法运算,得到所述离线学习训练文本的文本资源描述;
12、将所述离线学习训练文本的第二置信系数与所述离线学习训练文本的学习文本知识语义进行特征乘法运算,得到所述离线学习训练文本的知识点标注事项描述,所述第二置信系数与所述第一置信系数的和值为设定变量。
13、在一些方案中,所述依据所述多个离线学习训练文本的文本资源描述中每两个文本资源描述之间的第一比较结果以及所述多个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试包括:
14、基于多个离线学习积极训练文本集中每两个离线学习积极训练文本的文本资源描述之间的第一比较结果,对所述文本知识点标注网络进行调试,各个所述离线学习积极训练文本集包括三个离线学习积极训练文本,所述离线学习积极训练文本为所述多个离线学习训练文本中目标知识点标注种类的离线学习训练文本;
15、基于多个离线学习训练文本集中每两个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试,各个所述离线学习训练文本集包括所述多个离线学习训练文本中的三个离线学习训练文本。
16、在一些方案中,所述文本知识点标注网络包括第一文本知识点处理分支和第二文本知识点处理分支,所述基于多个离线学习积极训练文本集中每两个离线学习积极训练文本的文本资源描述之间的第一比较结果,对所述文本知识点标注网络进行调试包括:
17、针对所述多个离线学习积极训练文本集中的任一离线学习积极训练文本集,基于第一离线学习训练文本的文本资源描述与第二离线学习训练文本的文本资源描述之间的第一比较结果,以及所述第一离线学习训练文本的文本资源描述与第三离线学习训练文本的文本资源描述之间的第一比较结果,对所述第一文本知识点处理分支进行调试,所述第一离线学习训练文本、所述第二离线学习训练文本以及所述第三离线学习训练文本皆属于所述离线学习积极训练文本集;
18、所述基于多个离线学习训练文本集中每两个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试包括:
19、针对所述多个离线学习训练文本集中的任一离线学习训练文本集,基于目标离线学习训练文本的知识点标注事项描述与关联离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果、所述目标离线学习训练文本的知识点标注事项描述与互斥离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果以及所述第一文本知识点处理分支的调试代价指标的变化指数,对所述第二文本知识点处理分支进行调试,所述关联离线学习训练文本与所述目标离线学习训练文本为相同知识点标注种类的离线学习训练文本,所述互斥离线学习训练文本与所述目标离线学习训练文本为不同知识点标注种类的离线学习训练文本,所述目标离线学习训练文本、所述关联离线学习训练文本以及所述互斥离线学习训练文本皆属于所述多个离线学习训练文本。
20、在一些方案中,所述基于第一离线学习训练文本的文本资源描述与第二离线学习训练文本的文本资源描述之间的第一比较结果,以及所述第一离线学习训练文本的文本资源描述与第三离线学习训练文本的文本资源描述之间的第一比较结果,对所述第一文本知识点处理分支进行调试包括:
21、依据所述第一离线学习训练文本的第一文本资源描述以及所述第二离线学习训练文本的第二文本资源描述之间的第一比较结果,确定第一调试变量,所述第一离线学习训练文本的第一文本资源描述为所述第一文本知识点处理分支挖掘的文本资源描述,所述第二离线学习训练文本的第二文本资源描述为所述第二文本知识点处理分支挖掘的文本资源描述;
22、依据所述第一离线学习训练文本的第一文本资源描述以及所述第三离线学习训练文本的第三文本资源描述之间的第本文档来自技高网...
【技术保护点】
1.一种基于人工智能辅助的知识点标注方法,其特征在于,应用于AI知识点标注分析系统,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述文本知识点标注网络的调试方法包括:
3.如权利要求2所述的方法,其特征在于,所述利用所述文本知识点标注网络,依据所述多个离线学习训练文本的第一置信系数对所述多个离线学习训练文本的学习文本知识语义进行处理,得到所述多个离线学习训练文本的文本资源描述和知识点标注事项描述包括:
4.如权利要求2所述的方法,其特征在于,所述依据所述多个离线学习训练文本的文本资源描述中每两个文本资源描述之间的第一比较结果以及所述多个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试包括:
5.如权利要求4所述的方法,其特征在于,所述基于第一离线学习训练文本的文本资源描述与第二离线学习训练文本的文本资源描述之间的第一比较结果,以及所述第一离线学习训练文本的文本资源描述与第三离线学习训练文本的文本资源描述之间的第一比较结果,对所述第一文本知识点处理分支进行调
6.如权利要求4所述的方法,其特征在于,所述基于目标离线学习训练文本的知识点标注事项描述与关联离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果、所述目标离线学习训练文本的知识点标注事项描述与互斥离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果以及所述第一文本知识点处理分支的调试代价指标的变化指数,对所述第二文本知识点处理分支进行调试包括:
7.如权利要求2所述的方法,其特征在于,所述依据所述多个离线学习训练文本的文本资源描述中每两个文本资源描述之间的第一比较结果以及所述多个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试之前,所述方法还包括:
8.如权利要求2所述的方法,其特征在于,所述方法还包括:
9.一种AI知识点标注分析系统,其特征在于,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种基于人工智能辅助的知识点标注方法,其特征在于,应用于ai知识点标注分析系统,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述文本知识点标注网络的调试方法包括:
3.如权利要求2所述的方法,其特征在于,所述利用所述文本知识点标注网络,依据所述多个离线学习训练文本的第一置信系数对所述多个离线学习训练文本的学习文本知识语义进行处理,得到所述多个离线学习训练文本的文本资源描述和知识点标注事项描述包括:
4.如权利要求2所述的方法,其特征在于,所述依据所述多个离线学习训练文本的文本资源描述中每两个文本资源描述之间的第一比较结果以及所述多个离线学习训练文本的知识点标注事项描述中每两个知识点标注事项描述之间的第二比较结果,对所述文本知识点标注网络进行调试包括:
5.如权利要求4所述的方法,其特征在于,所述基于第一离线学习训练文本的文本资源描述与第二离线学习训练文本的文本资源描述之间的第一比较结果,以及所述第一离线学习训练文本的文本资源描述与第三离线学习训练文本的文本资源描述之间的第一比较结果,对所述第一文本知识点处理分支...
【专利技术属性】
技术研发人员:黎国权,朱晖,
申请(专利权)人:广东信聚丰科技股份有限公司,
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。