[发明专利]组卷模型训练方法、组卷方法及相关装置有效

专利信息
申请号: 202010153410.5 申请日: 2020-03-06
公开(公告)号: CN111369063B 公开(公告)日: 2022-08-09
发明(设计)人: 何明;付国为 申请(专利权)人: 北京易真学思教育科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/20;G06N3/00;G06N3/12
代理公司: 上海知锦知识产权代理事务所(特殊普通合伙) 31327 代理人: 李丽
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 训练 方法 相关 装置
【权利要求书】:

1.一种组卷模型训练方法,其特征在于,包括:

获取第一样本试卷数据集和第二样本试卷数据集,其中,所述第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合,所述第二样本试卷数据集为教师基于多个所述训练组卷参数得到的试卷数据的集合;

将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合,得到融合试卷数据集;

构建组卷模型,并利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练。

2.如权利要求1所述的组卷模型训练方法,其特征在于,所述利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练的步骤包括:

利用所述组卷模型根据每个所述训练组卷参数和所述第一样本试卷数据集中的与所述训练组卷参数相对应的第一样本试卷获取预测融合试卷,根据所述预测融合试卷和所述融合试卷数据集中与所述训练组卷参数相对应的融合试卷获取组卷损失,根据所述组卷损失调整所述组卷模型的参数,直至所述组卷损失满足损失阈值或所述参数的调整次数达到预定次数。

3.如权利要求1所述的组卷模型训练方法,其特征在于,还包括:

获取优化层级;

所述将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合的步骤包括:

针对所述第一样本试卷数据集中的每个第一样本试卷,执行:

根据所述第一样本试卷对应的训练组卷参数,从所述第二样本试卷数据集中获取与所述训练组卷参数匹配的第二样本试卷;

从所述第二样本试卷中选择第一预设比例的试题替换所述第一样本试卷中第一预设比例的试题,得到第一融合试卷,其中,所述第一预设比例是所述优化层级对应的一个比例值。

4.如权利要求3所述的组卷模型训练方法,其特征在于,从所述第二样本试卷中选择的所述第一预设比例的试题的试题参数、与从所述第一样本试卷中待替换的所述第一预设比例的试题的试题参数相同。

5.如权利要求3所述的组卷模型训练方法,其特征在于,所述组卷模型包括至少两个子模型,所述子模型的数量与所述优化层级的比例值的数量相等。

6.如权利要求1-5任一项所述的组卷模型训练方法,其特征在于,所述训练组卷参数包括以下至少一个子参数:知识点试题比例向量,难度比例向量,题型分布向量,分值分布向量。

7.一种组卷方法,其特征在于,包括:

获取目标组卷参数以及与所述目标组卷参数对应的第一试卷;

根据所述目标组卷参数和所述第一试卷,利用权利要求1-6任一项所述的组卷模型训练方法训练的组卷模型,得到目标试卷数据。

8.如权利要求7所述的组卷方法,其特征在于,所述组卷方法还包括:

获取目标优化层级对应的第二预设比例值;

所述得到目标试卷数据的步骤包括:

根据所述第二预设比例值、所述目标组卷参数和所述第一试卷,利用所述组卷模型,得到目标试卷数据。

9.如权利要求8所述的组卷方法,其特征在于,所述第一试卷的获取步骤包括:

利用试卷生成模型根据所述目标组卷参数获取第一试卷。

10.一种组卷模型训练装置,其特征在于,包括:

样本试卷数据获取单元,适于获取第一样本试卷数据集和第二样本试卷数据集;其中,所述第一样本试卷数据集是利用试卷生成模型根据多个训练组卷参数获得的试卷数据的集合,所述第二样本试卷数据集为教师基于多个所述训练组卷参数得到的试卷数据的集合;

融合试卷数据获取单元,适于将所述第一样本试卷数据集以及所述第二样本试卷数据集中的试卷数据进行融合,得到融合试卷数据集;

训练单元,适于构建组卷模型,并利用所述训练组卷参数、所述第一样本试卷数据集以及所述融合试卷数据集对所述组卷模型进行训练。

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北京易真学思教育科技有限公司,未经北京易真学思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/202010153410.5/1.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