[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
【说明书】:

发明实施例提供了一种组卷模型训练方法,组卷方法及相关装置,组卷模型训练方法包括:获取第一样本试卷数据集和第二样本试卷数据集,其中,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,第二样本试卷数据集为教师基于多个训练组卷参数得到的试卷数据的集合;将第一样本试卷数据集以及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,并利用训练组卷参数、第一样本试卷数据集以及融合试卷数据集对组卷模型进行训练。该组卷模型能够为生成优质的且满足用户自身需求的试卷提供基础,在后续采用该组卷模型组卷时,针对性地生成符合其要求的试卷,提高用户使用体验和教学效果。

技术领域

本发明实施例涉及计算机领域,尤其涉及一种组卷模型训练方法、组卷方法及相关装置。

背景技术

在教育领域中,考试是整个教学过程中的重要环节,它是对学生所学知识及能力的一种评价,也是衡量教师教学效果优劣的一种教育测量手段。

然而,现有的智能组卷算法都是采用一个机器学习方法(如遗传算法、粒子群算法等),基于给定的组卷参数生成一套试卷,但所生成的试卷难以很好地满足用户的实际需求。

因此,如何为生成优质的且满足用户自身需求的试卷提供基础,进而使得最终生成的试卷满足用户自身需求,成为亟需解决的技术问题。

发明内容

有鉴于此,本发明实施例提供一种组卷模型训练方法、组卷方法及相关装置,为生成优质的且满足用户自身需求的试卷提供基础,进而使得最终生成的试卷满足用户自身需求。

为实现上述目的,本发明实施例提供如下技术方案:

为解决前述问题,本发明实施例提供一种组卷模型训练方法,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。

为解决前述问题,本发明实施例还提供一种组卷方法,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,利用所述组卷模型,得到目标试卷数据。

为解决前述问题,本发明实施例还提供一种组卷模型训练装置,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。

为解决前述问题,本发明实施例还提供一种组卷装置,包括:

第一试卷获取单元,适于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;

目标试卷数据获取单元,适于根据所述目标组卷参数和所述第一试卷,利用前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。

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/202010153410.5/2.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