【技术实现步骤摘要】
本申请涉及自然语言处理，特别是涉及一种试题标签预测方法及相关装置、设备和存储介质。
技术介绍
1、在教育领域中，试题等教育数据通常围绕某一或某些知识点有针对性地形成，即知识标签是教育数据的核心和最基本的信息。
2、在现有的国内外研究和应用中，通常在教育资源更新之后增量训练试题标签预测模型，以适应对新增知识标签的预测需求。但是，这种方式无法支持对新增知识标签的实时预测，由于一旦新增知识标签即需要增量训练，故计算资源消耗也较大，且为了减缓灾难性遗忘问题，还需保留原有知识标签的相关训练数据，故对存储资源消耗也较大。有鉴于此，如何实现知识标签的实时预测，并降低对计算资源和存储资源的消耗，特别是在可能存在新增知识标签的情况下，成为亟待解决的问题。
技术实现思路
1、本申请主要解决的技术问题是提供一种试题标签预测方法及相关装置、设备和存储介质，能够实现知识标签的实时预测，并降低对计算资源和存储资源的消耗，特别是在可能存在新增知识标签的情况下。
2、为了解决上述技术问题，本申请第...
【技术保护点】
1.一种试题标签预测方法，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，所述解耦训练包括：
3.根据权利要求2所述的方法，其特征在于，所述样本试题特征与所述标签特征集合中正例标签之间相似度、所述训练损失两者之间负相关，且所述正例标签为与所述真实标签相同的知识标签；
4.根据权利要求1所述的方法，其特征在于，所述双塔模型的构建步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述第一语言模型和所述第二语言模型的网络结构相同或不同；
6.根据权利要求1所述的方法，其特征在于，所述标签特征的提取
<...【技术特征摘要】
1.一种试题标签预测方法，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，所述解耦训练包括：
3.根据权利要求2所述的方法，其特征在于，所述样本试题特征与所述标签特征集合中正例标签之间相似度、所述训练损失两者之间负相关，且所述正例标签为与所述真实标签相同的知识标签；
4.根据权利要求1所述的方法，其特征在于，所述双塔模型的构建步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述第一语言模型和所述第二语言模型的网络结构相同或不同；
6.根据权利要求1所述的方法，其特征在于，所述标签特征的提取步骤包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所...
【专利技术属性】
技术研发人员：王士进，曹智，吴金泽，丁亮，沙晶，盛志超，胡国平，刘聪，
申请(专利权)人：科大讯飞股份有限公司，
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。