一种基于大语言模型的试题智能生成方法及系统技术方案

本发明专利技术涉及智能出题技术领域，提供了一种基于大语言模型的试题智能生成方法及系统。该方法包括，基于历史课本数据，提取关键词；基于所述关键词，提取关键词之间的关系，并以三元组的形式输出，构建知识图谱；依据指定三元组中的实体部分，在知识图谱中进行广度搜索，查找实体部分出现的所有三元组，构建第一三元组集合，计算第一三元组集合中的每个三元组与指定三元组之间的相关度得分，若相关度得分大于设定阈值，则将该三元组加入到第二三元组集合中，并将相关度得分加入到分数集合中；根据若干个分数选取所述分数对应的三元组，组成相关子图；基于所述相关子图、预设的题目类型以及试题提示，采用大语言模型，生成问题和对应的答案。

【技术实现步骤摘要】

本专利技术涉及智能出题，尤其涉及一种基于大语言模型的试题智能生成方法及系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、传统的出题方式往往需要教师花费大量时间设计、编纂、筛选以及整理题目，不仅耗时、耗力、易出错，且更容易受到其个人主观性和偏见的影响更难以保证考卷的公正公平性。借助人工智能技术，可以自动分析知识点、题型、难度等要素条件，快速生成符合要求的试卷。这不仅大大减轻了教师的工作负担，也确保了出题过程的客观性和公正性。

3、基于规则自动生成问题，即通过设计启发式的规则，实现描述性文本到相关问题的转化。虽然基于规则的试题生成方法的研究证明了自动化试题生成的可能性，但是具有较大的限制。首先，由于语言的复杂性，难以归纳出符合所有问题的规则，而且不同领域的文本规则差异较大。因此，基于规则的试题生成算法移植性很差，且难以进行扩展。

4、基于神经网络模型的试题生成方法相较于基于规则的方法取得了较大的进步，但仍然有以下几个缺点。首先，神经网络模型通常需要大量的训练来达到较高的性本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的试题智能生成方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，所述相关度得分为字符相关得分和语义相关得分的平均值；所述字符相关得分为两个三元组头尾拼接文本之间的Jaccard系数；所述语义相关得分为采用语言模型对每个三元组的头实体和尾实体进行编码，计算编码之间的余弦距离，并将余弦距离最大值作为语义相关得分。

3.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，得到所述相关子图的过程采用以下公式：

4.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，...

【技术特征摘要】

1.一种基于大语言模型的试题智能生成方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，所述相关度得分为字符相关得分和语义相关得分的平均值；所述字符相关得分为两个三元组头尾拼接文本之间的jaccard系数；所述语义相关得分为采用语言模型对每个三元组的头实体和尾实体进行编码，计算编码之间的余弦距离，并将余弦距离最大值作为语义相关得分。

3.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，得到所述相关子图的过程采用以下公式：

4.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，所述基于所述相关子图、预设的题目类型以及试题提示，采用大语言模型，生成问题和对应的答案的过程采用以下公式：

5.根据权利要求1所述的基于大语言模型的试题智能生成方法，其特征在于，在广度搜索过程中，若第二三元组集合中某个三元组的实体部分未在已有的实体集合中出现，则将该三元组的实体部分加入到已...

【专利技术属性】
技术研发人员：李倩，赵子晴，崔立真，
申请(专利权)人：山东大学，
类型：发明
国别省市：