[发明专利]一种数学试题知识点自动化标注方法和装置

权利要求书

1.一种数学试题知识点自动化标注方法，该标注方法基于深度学习模型，其特征在于，所述标注方法包括步骤：

S1：数学试题文本进行预处理，包括分别进行标准化、分词和去停用词处理；

S2：准备数学领域语料库，分别按字符级别，词级别训练数学领域词向量；

S3：搭建两层TextCNN神经网络模型，输入有标注的数学试题训练样本集，训练该神经网络模型，利用该模型实现对新入题库的数学题目进行知识点自动化标注。

2.如权利要求1所述数学试题知识点自动化标注方法，其特征在于，所述步骤S1具体包括以下步骤：

S11:通过文本规范化和同义词替换对数学文本进行标准化；

S12:用tf-idf对每类知识点题目进行关键词筛选，去掉tf-idf得分低的词语。

3.如权利要求1所述数学试题知识点自动化标注方法，其特征在于，所述步骤S2具体包括以下步骤：

S21:准备多个数学文本作为数学领域语料库进行词向量训练，分别按字符级别、词语级别训练词向量备用，对于词语级别的词向量训练，首先针对数学文本进行分词；

S22:采用工具包进行词向量训练。

4.如权利要求3所述数学试题知识点自动化标注方法，其特征在于，步骤S21中，分词时，将数学文本中的表达式也一起分词，分出表达式中的组合信息。

5.如权利要求1所述数学试题知识点自动化标注方法，其特征在于，所述步骤S3具体包括以下步骤：

S31:搭建两层TextCNN神经网络，其中embedding层输入为预训练的词向量，并结合数学语言特点，设计多个不同大小的卷积核；

S32:将文本和知识点类别标签编码为0、1离散型向量输入到神经网络中，将模型转化为多个独立二分类来进行训练，并对正样本进行加权以解决正负样本不平衡问题，最终确定概率值大于阈值的类别索引为试题的知识点。

6.一种数学试题知识点自动化标注装置，其特征在于，所述自动化标注装置基于深度学习模型，该装置包括存储器；以及

耦合到所述存储器的处理器，该处理器被配置为执行存储在所述存储器中的指令，所述处理器执行以下操作：

S1：数学试题文本进行预处理，包括分别进行标准化、分词和去停用词处理；

S2：准备数学领域语料库，分别按字符级别，词级别训练数学领域词向量；

S3：搭建两层TextCNN神经网络模型，输入有标注的数学试题训练样本集，训练该神经网络模型，利用该模型实现对新入题库的数学题目进行知识点自动化标注。