[发明专利]一种基于语义分析的警务学习内容分析划归方法有效

专利信息
申请号: 201911208437.3 申请日: 2019-11-30
公开(公告)号: CN110909132B 公开(公告)日: 2023-10-20
发明(设计)人: 陈积敏;江林升;邹鸣;马沁妍;朱思睿;陈欣欣 申请(专利权)人: 南京森林警察学院
主分类号: G06F16/33 分类号: G06F16/33;G06F40/289;G06F40/30
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 田凌涛
地址: 210046 江*** 国省代码: 江苏;32
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 基于 语义 分析 警务 学习 内容 划归 方法
【说明书】:

发明涉及一种基于语义分析的警务学习内容分析划归方法,采用全新主题策略,针对教学文章进行分析,引入向量概念,通过警务试题库中各试题向量与教学文章向量之间的余弦距离,获得与教学文章相联系对应的各试题,用于该教学文章学习后的推荐测试,如此将试题与教学文章相结合,实现试题对教学的直接响应,及时对学习结果进行检测,提高学习效率。

技术领域

本发明涉及一种基于语义分析的警务学习内容分析划归方法,属于在线教育测试技术领域。

背景技术

随着互联网应用的逐年普及,更多的领域加入了网络化时代,在线学习、在线试题是当下网络教学中重要的分支之一,将传统教学课程,以及试题的练习、考试搬至网络当中,让使用者足不出户即可享受到在线教育的优势,随着在线教育的兴起、以及被更多的使用者所接收,各个教育机构纷纷推出自己的在线教育应用,但是现有的各类在线教育应用各有弊端,试题与试题之间均是相互独立,仅仅是在知识点方面进行了划分,而且学习文章资料与试题时间无对应关系,无法做到学习与试题的直接联系,这样学习的效果得不到及时反馈,影响实际学习效率。

发明内容

本发明所要解决的技术问题是提供一种基于语义分析的警务学习内容分析划归方法,将试题与教学文章相结合,实现试题对教学的直接响应,及时对学习结果进行检测,提高学习效率。

本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于语义分析的警务学习内容分析划归方法,用于实现警务学习平台上教学文章对应警务试题库中相关各试题的推荐测试;其中,基于获得警务试题库中各试题分别所对应的向量,分别针对警务学习平台中的各篇教学文章,执行如下步骤A至步骤D,实现教学文章所对应警务试题库中相关各试题的推荐测试;

步骤A.结合预设警务专业用词词库,应用分词器针对教学文章的文本进行中文分词处理,获得该教学文章所对应的各个中文分词,然后进入步骤B;

步骤B.根据预设无意义词库,剔除该教学文章所对应各个中文分词中的无意义词、以及连接词,更新该教学文章所对应的各个中文分词,然后进入步骤C;

步骤C.针对该教学文章所对应的各个中文分词,进行自然语言处理,获得该教学文章所对应的向量,然后进入步骤D;

步骤D.获得警务试题库中各试题分别所对应向量、分别与该教学文章所对应向量之间的余弦距离,并获得小于预设余弦距离阈值的各个余弦距离分别所对应的试题,即作为该教学文章所对应的各试题,用于该教学文章学习后的推荐测试。

作为本发明的一种优选技术方案:基于所述步骤A至步骤D,获得各篇教学文章分别所对应的各试题后,还针对学习目标教学文章的警务人员,实时向该警务人员就目标教学文章对应警务试题库中相关各试题进行个性化推荐测试,包括如下步骤I至步骤IV;

步骤I.获得学习目标教学文章的警务人员的历史错题日志,并获得其中各个错误试题,然后进入步骤II;

步骤II.判断各错误试题与目标教学文章所对应各试题之间是否存在相同试题,是则获得各个相同试题,并进入步骤III;否则进入步骤IV;

步骤III.先按余弦距离由小至大顺序优先选择各相同试题,再按余弦距离由小至大、顺序选择目标教学文章所对应各试题中除相同试题外的各个试题,获得满足预设单篇教学文章试题推荐数量的各个试题,用于该警务人员学习目标教学文章后的推荐测试;

步骤IV.按余弦距离由小至大、顺序选择目标教学文章所对应各试题,获得满足预设单篇教学文章试题推荐数量的各个试题,用于该警务人员学习目标教学文章后的推荐测试。

作为本发明的一种优选技术方案:所述警务试题库中各试题分别所对应的向量,按如下步骤01至步骤03获得:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京森林警察学院,未经南京森林警察学院许可,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/201911208437.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top