【技术实现步骤摘要】
本专利技术涉及考题难易识别，并且更具体地，涉及一种自动识别考题的难易程度的方法及装置。
技术介绍
1、目前各种考试软件应有尽有，例如小安易考是通过从题库中随机n条题目，考试用户根据前端随机出的题目进行考试，用户反馈，考试题目随机，每个人的考试难度不一样。这导致考生无法对自己的知识掌握程度有更好的了解，无法有效的进行学习。
技术实现思路
1、针对现有技术的不足，本专利技术提供一种自动识别考题的难易程度的方法及装置。
2、根据本专利技术的一个方面，提供了一种自动识别考题的难易程度的方法，包括：
3、收集预定数量的题目数据，其中题目数据包括题目文本和相应的难度等级标注；
4、对题目数据进行特征提取，将题目数据转换为数值特征向量；
5、利用机器学习算法对数值特征向量进行训练，构建考题难易识别模型；
6、将待识别题目进行特征提取，确定待识别数值特征向量；
7、将待识别特征数值向量输入至考题难易识别模型中，输出待识别题目的难易等级。
8、可选地，收集预定数量的题目数据，包括：从公开的题库、考试系统或人工创建题目中获取题目数据。
9、可选地，还包括：对收集到题目数据进行预处理，其中预处理操作包括文本清洗、分析、标记化、词汇处理。
10、可选地，利用机器学习算法对数值特征向量进行训练，构建考题难易识别模型，包括：
11、将数值特征向量分成训练集、验证集和测试集；
12
13、使用验证集对初始考题难易识别模型进行性能评估，并对初始考题难易识别模型进行调整，确定考题难易识别模型；
14、使用测试集评估考题难易识别模型的识别效果。
15、可选地，难易等级包括：基础、简单、中等、难、困难。
16、根据本专利技术的另一个方面，提供了一种自动识别考题的难易程度的装置，包括：
17、收集模块，用于收集预定数量的题目数据，其中题目数据包括题目文本和相应的难度等级标注；
18、第一特征提取模块，用于对题目数据进行特征提取，将题目数据转换为数值特征向量；
19、训练模块，用于利用机器学习算法对数值特征向量进行训练，构建考题难易识别模型；
20、第二特征提取模块，用于将待识别题目进行特征提取，确定待识别数值特征向量；
21、识别模块，用于将待识别特征数值向量输入至考题难易识别模型中，输出待识别题目的难易等级。
22、根据本专利技术的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本专利技术上述任一方面所述的方法。
23、根据本专利技术的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本专利技术上述任一方面所述的方法。
24、从而，本申请通过对题库中的题目进行自动难易识别，使得考生每次看到的考题类型和难易程度均没有太大的差异，可减少人工按照各自思维分类的时间以及差异性。使考题的难易程度相对更加准确。
本文档来自技高网...【技术保护点】
1.一种自动识别考题的难易程度的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，收集预定数量的题目数据，包括：从公开的题库、考试系统或人工创建题目中获取所述题目数据。
3.根据权利要求1所述的方法，其特征在于，还包括：对收集到所述题目数据进行预处理，其中预处理操作包括文本清洗、分析、标记化、词汇处理。
4.根据权利要求1所述的方法，其特征在于，利用机器学习算法对所述数值特征向量进行训练，构建考题难易识别模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述难易等级包括：基础、简单、中等、难、困难。
6.一种自动识别考题的难易程度的装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，收集模块，包括：获取子模块，用于从公开的题库、考试系统或人工创建题目中获取所述题目数据。
8.根据权利要求6所述的装置，其特征在于，还包括：预处理模块，用于对收集到所述题目数据进行预处理，其中预处理操作包括文本清洗、分析、标记化、词汇处理。
9.一种计算机可读存储介质
10.一种电子设备，其特征在于，所述电子设备包括：
...【技术特征摘要】
1.一种自动识别考题的难易程度的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，收集预定数量的题目数据，包括：从公开的题库、考试系统或人工创建题目中获取所述题目数据。
3.根据权利要求1所述的方法，其特征在于，还包括：对收集到所述题目数据进行预处理，其中预处理操作包括文本清洗、分析、标记化、词汇处理。
4.根据权利要求1所述的方法，其特征在于，利用机器学习算法对所述数值特征向量进行训练，构建考题难易识别模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述难易等级包括：基础、简单、中等、难、困难。
【专利技术属性】
技术研发人员：刘琨玥，王浩，薛富恩，
申请(专利权)人：北京安锐卓越信息技术股份有限公司，
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。