[发明专利]一种词汇掌握程度评估方法、装置、终端设备及存储介质有效
申请号: | 201910604433.0 | 申请日: | 2019-07-05 |
公开(公告)号: | CN110472227B | 公开(公告)日: | 2023-08-18 |
发明(设计)人: | 刘静 | 申请(专利权)人: | 平安国际智慧城市科技股份有限公司 |
主分类号: | G06F40/284 | 分类号: | G06F40/284;G06N3/0464;G06N3/08;G06Q50/20 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 郭鸿 |
地址: | 518000 广东省深圳市前海深港合*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 词汇 掌握 程度 评估 方法 装置 终端设备 存储 介质 | ||
1.一种词汇掌握程度评估方法,其特征在于,包括:
获取用户特征、目标词汇特征以及用户对目标词汇的学习特征;
根据所述目标词汇特征,确定用于指示所述目标词汇难易程度的难易度信息;
将所述用户特征、所述难易度信息以及所述学习特征输入至训练后的第一神经网络模型,以获取所述第一神经网络模型输出的第一结果,其中,所述第一结果用于指示所述用户对所述目标词汇的掌握程度;
将所述用户特征、所述难易度信息以及所述学习特征输入至训练后的第二神经网络模型,以获取所述第二神经网络模型输出的第二结果,其中,所述第二结果用于指示所述用户对所述目标词汇的掌握程度;
根据所述第一结果以及所述第二结果,确定最终的所述用户对所述目标词汇的掌握程度;
其中,利用预先训练的第三神经网络模型输出指示所述目标词汇难易程度的难易度信息,若获取的目标词汇特征中包含非数字特征时,通过词嵌入、one-hot表示、基于聚类的分布表示和/或基于矩阵的分布表示,将目标词汇特征中的非数字特征转换成词向量的表示形式,并以词向量的方式将目标词汇特征中的非数字特征输入至第三神经网络模型;
所述目标词汇为具备词根的词汇;
相应地,在所述根据所述第一结果以及所述第二结果,确定最终的所述用户对所述目标词汇的掌握程度的步骤之前,所述词汇掌握程度评估方法还包括:
确定目标词根,其中,所述目标词根为所述目标词汇的词根;
获取所述用户对所述目标词根的熟悉程度,其中,所述熟悉程度是由所述用户对学习过的各个关联词汇的掌握程度所确定,所述关联词汇是词根为所述目标词根的词汇;
相应地,所述根据所述第一结果以及所述第二结果,确定最终的所述用户对所述目标词汇的掌握程度,包括:
根据所述第一结果、所述第二结果以及所述用户对所述目标词根的熟悉程度,确定最终的所述用户对所述目标词汇的掌握程度。
2.如权利要求1所述的词汇掌握程度评估方法,其特征在于,所述根据所述第一结果、所述第二结果以及所述用户对所述目标词根的熟悉程度,确定最终的所述用户对所述目标词汇的掌握程度,包括:
对第一结果、第二结果以及所述用户对目标词根的熟悉程度进行加权求和,以确定最终的所述用户对所述目标词汇的掌握程度。
3.如权利要求1所述的词汇掌握程度评估方法,其特征在于,所述获取所述用户对所述目标词根的熟悉程度,包括:
判断所述用户是否学习过关联词汇;
若判断出所述用户学习过关联词汇,则:
根据所述用户对学习过的每个关联词汇的掌握程度,确定所述用户对所述目标词根的熟悉程度。
4.如权利要求1所述的词汇掌握程度评估方法,其特征在于,所述词汇掌握程度评估方法还包括:
根据最终的所述用户对所述目标词汇的掌握程度,更新所述用户对所述目标词根的熟悉程度。
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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/201910604433.0/1.html,转载请声明来源钻瓜专利网。