[发明专利]一种数学题目知识点和解题方法的自动提取方法、装置、平台在审
申请号: | 201910215483.X | 申请日: | 2019-03-21 |
公开(公告)号: | CN109918514A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 张阳;郑文娟;陈怡 | 申请(专利权)人: | 江西风向标教育科技有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36 |
代理公司: | 上海精晟知识产权代理有限公司 31253 | 代理人: | 冯子玲 |
地址: | 334600 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 知识点 数学题目 初始数据集 自动提取 自然语言理解 符号计算 推理引擎 学生 规则集 映射 可用 推理 文本 题目 老师 制定 | ||
1.一种数学题目知识点和解题方法的自动提取方法,其特征在于,包括以下步骤:
S1,对数学题目文本进行自然语言理解处理,处理结果作为初始数据集;
S2,结合drools推理引擎和符号计算系统,使用自动推理训练初始数据集,得到规则集;
S3,根据规则集中规则与各知识点、解题方法的映射,提取出每道数学题目中包含的知识点和解题方法。
2.根据权利要求1所述的数学题目知识点和解题方法的自动提取方法,其特征在于,所述步骤S1又包括以下步骤:
S11,实体标注——针对数学题目文本中出现的实体以符号表示,再基于人工标记的数学题目样本,利用算法模型对数学题目文本进行序列标注;
S12,实体间关系提取——利用句模和语法树,找到数学题目中实体与实体之间的关系,根据预设定的规则提取实体间的逻辑关系;
S13,数学题目文本语义的谓词表示——根据实体识别和实体间的关系,利用神经网络模型,得到数学题目文本的逻辑谓词表示,并将其作为初始数据集。
3.根据权利要求2所述的数学题目知识点和解题方法的自动提取方法,其特征在于,所述步骤S2具体包括以下步骤:
S21,将数学题目文本中对应的谓词表示作为已知事实插入到事实空间;
S22,利用drools规则引擎和符号计算系统将已知事实与规则库中的规则进行匹配,同时将产生的新的事实再次插入事实库,循环执行本步骤,直到不再产生新的事实为止;
S23,利用自动推理技术,对能够正确描述每道数学题目解题思路的规则进行筛选,得到最终的规则集。
4.根据权利要求3所述的数学题目知识点和解题方法的自动提取方法,其特征在于,所述步骤S3具体包括以下步骤:
S31,将规则集中的每条规则映射到相应的知识点和解题方法上,得到规则与知识点、解题方法间的映射关系图;
S32,结合映射关系图和最终的规则集,针对每道数学题目提取知识点和解题方法,并自动标注。
5.一种数学题目知识点和解题方法的自动提取装置,其特征在于,所述识别装置包括存储器;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,对数学题目文本进行自然语言理解处理,处理结果作为初始数据集;
S2,结合drools推理引擎和符号计算系统,使用自动推理训练初始数据集,得到规则集;
S3,根据规则集中规则与各知识点、解题方法的映射,提取出每道数学题目中包含的知识点和解题方法。
6.一种数学题目知识点和解题方法的自动提取平台,其特征在于,所述平台包括服务器,服务器具有存储器;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,在接收到请求后,对数学题目文本进行自然语言理解处理,处理结果作为初始数据集;
S2,结合drools推理引擎和符号计算系统,使用自动推理训练初始数据集,得到规则集;
S3,根据规则集中规则与各知识点、解题方法的映射,提取出每道数学题目中包含的知识点和解题方法。
7.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现如权利要求1至4中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西风向标教育科技有限公司,未经江西风向标教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910215483.X/1.html,转载请声明来源钻瓜专利网。