[发明专利]文本题目难度标注方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种文本题目难度标注方法，包括：获取文本题目集，对所述文本题目集进行转换、聚类操作，得到标准文本题目向量集；将所述标准文本题目向量集输入至预先构建的文本题目难度标注模型中，得到所述标准文本题目向量集的难度属性；接收待标注的文本题目向量，计算所述待标注的文本题目向量与所述标准文本题目向量集的余弦距离值，根据所述余弦距离值得到所述待标注的文本题目向量的目标文本题目向量，将所述目标文本题目向量的难度属性标注至所述待标注的文本题目向量。本发明还提出一种文本题目难度标注的存储装置、电子设备以及一种计算机可读存储介质。本发明实现了文本题目难度的智能标注。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种文本题目难度标注方法、装置、电子设备及计算机可读存储介质。

背景技术

现如今，智能线上教育在教育领域逐渐展开，题目难度作为题目的一个属性在很多教育功能中具有重要的作用，比如，智能练习题目推荐。目前基于题目难度标注大部分还是通过对人工做题得到结果进行分析后，再进行对应的题目难度标注，此方式带来很多弊端。其一，需要耗费大量的人力和时间，人工做大数量的题目，对人工做完的题目进行批改需要漫长的时间。其二，使用此方式只能获得少量的难度标注的题目，对于做题库建设需要庞大数量的有难度标注的题目会显得无力。

发明内容

本发明提供一种文本题目难度标注的方法、装置、电子设备及计算机可读存储介质，其主要目的在于帮助用户减少在对文本题目进行难度标注时所耗费的人力和时间成本。

为实现上述目的，本发明提供的一种文本题目难度标注方法，包括：

获取文本题目集，将所述文本题目集转换成文本题目向量集，对所述文本题目向量集执行聚类操作，得到标准文本题目向量集；

利用预先构建的文本题目难度标注模型计算所述标准文本题目向量集的损失函数值，并根据所述损失函数值的大小调整所述文本题目难度标注模型的参数，直到所述损失函数值小于预设值时，利用匹配算法计算所述标准文本题目向量的匹配函数值，根据所述匹配函数值对所述标准文本题目向量集进行难度标注，得到所述标准文本题目向量集的难度属性；

接收待标注的文本题目向量，计算所述待标注的文本题目向量与所述标准文本题目向量集的余弦距离值；

将余弦距离值最高的标准文本题目向量作为所述待标注的文本题目向量的目标文本题目向量，并将所述目标文本题目向量的难度属性标记为所述待标注的文本题目向量的难度属性。

可选地，所述将所述文本题目集转换成文本题目向量集，包括：

对所述文本题目集进行去重处理，得到目标文本题目集，将所述目标文本题目集进行字嵌入处理得到文本题目集矩阵，对所述文本题目集矩阵进行特征向量处理得到所述文本题目向量集。

可选地，所述对所述文本题目集进行去重处理，包括：

利用下述相似度计算公式计算所述文本题目集中任意两个文本题目Q_P和p之间的重复值sim(Q_P，P)：

若计算出的重复值大于预设的阈值时，则对其任意一个文本题目进行删除，若计算出的重复值不大于预设的阈值时，则保留两个文本题目。

可选地，所述对所述文本题目向量集执行聚类操作，包括：

计算所述文本题目向量集的平均值、最大值以及最小值，并将所述平均值、最大值以及最小值作为所述文本题目向量集的合成聚类点；

计算所述文本题目向量集中所有的文本题目向量到所述平均值、最大值以及最小值的距离度量值，将距离度量值最小的文本题目向量划分到对应的合成聚类点，直至所述文本题目集中所有的文本题目向量遍历结束。