[发明专利]一种基于知识图谱的智能组卷系统及方法在审

专利信息
申请号: 202011048901.X 申请日: 2020-09-29
公开(公告)号: CN112131407A 公开(公告)日: 2020-12-25
发明(设计)人: 杜方治;冯延锋;李美华;刘朝宇;王德生;张山琪 申请(专利权)人: 四川宇德中创信息科技有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F40/166;G06Q50/20
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 张小娟
地址: 610000 四川省*** 国省代码: 四川;51
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 知识 图谱 智能 系统 方法
【权利要求书】:

1.一种基于知识图谱的智能组卷系统,其特征在于,包括题库构建与管理模块、试卷结构模型管理模块、组卷试题缓存库模块、自动组卷任务模块、试卷校验模块以及试卷输出模块;

所述题库构建与管理模块,用于存储、提取以及调用试题,并根据不同科目构建子题库,且将每个科目的试题均存储于对应的子题库中;

所述试卷结构模型管理模块,用于根据所述子题库以及考试大纲构建试卷结构模型;

所述组卷试题缓存库模块,用于利用所述试卷结构模型存储从对应子题库中提取并缓存的试题;

所述自动组卷任务模块,用于根据所述提取并缓存的试题,结合试卷的基本信息以及所有历史考试结果进行智能化组卷;

所述试卷校验模块,用于对组卷的试卷进行检验和校对;

所述试卷输出模块,用于输出经检验和校对后的试卷,完成基于知识图谱的智能组卷。

2.根据权利要求1所述的基于知识图谱的智能组卷系统,其特征在于,所述试卷输出模块包括知识点分布单元、试题题型比例单元、试题分数单元、试卷难度系数单元以及试卷区分度系数单元;

所述知识点分布单元,用于显示试题中各知识点及其所占试卷总分的比例;

所述试题题型比例单元,用于显示试题的类型;

所述试题分数单元,用于显示不同试题类型在试卷中所占的分数;

所述试卷难度系数单元,用于表明试卷的难度程度;

所述试卷区分度系数单元,用于表明试卷的区分度。

3.一种基于知识图谱的智能组卷方法,其特征在于,包括以下步骤:

S1、根据不同科目构建子题库,并根据所述子题库以及考试大纲构建试卷结构模型;

S2、根据考核范围从所述子题库中提取试题,并利用试卷结构模型从提取的试题中选取符合题型要求的试题;

S3、将符合题型要求的试题存入至缓冲题库中,并根据考试的难度和区分度从缓冲题库中抽取试题;

S4、判断从缓冲题库中抽取的试题是否满足试卷结构模型的要求,若是,则进入步骤S5,否则,返回步骤S3;

S5、结合试卷的基本信息以及所有历史考试结果进行智能化组卷,并对组卷的试卷进行检验和校对,输出试卷,完成基于知识图谱的智能组卷。

4.根据权利要求3所述的基于知识图谱的智能组卷系统,其特征在于,所述步骤S1中子题库中均单独建立有对应的数据表,其中,所述数据表中包括:题目、选项、正确答案以及试题题目的难度、区分度、知识点、归属大纲以及重点度。

5.根据权利要求3所述的基于知识图谱的智能组卷系统,其特征在于,所述步骤S1中试卷结构模型的目标参数包括:试卷总分、题型比例、试卷的难度系数、试卷区分度系数以及知识点比例。

6.根据权利要求5所述的基于知识图谱的智能组卷系统,其特征在于,所述试卷的难度系数的表达式如下:

其中,p表示试卷的难度系数,pi表示第i个试题的难度系数,W表示试卷试题个数,Wi表示第i个试题的满分值,N表示试卷包含的试题总数。

7.根据权利要求5所述的基于知识图谱的智能组卷系统,其特征在于,所述试卷区分度系数的表达式如下:

其中,D表示试卷的区分度系数,Di表示第i个试题的区分度系数,W表示试卷试题个数,Wi表示第i个试题的满分值,N表示试卷包含的试题总数。

8.根据权利要求1所述的基于知识图谱的智能组卷系统,其特征在于,所述步骤S2中从子题库中提取试题,其具体为:在子题库中分别根据知识点、分数以及重点度结合试题所需满足的知识点比例要求提取试题,并保证缓存库中试题均是唯一的试题。

9.根据权利要求8所述的基于知识图谱的智能组卷系统,其特征在于,所述缓存库中试题的组成需满足以下条件:

试卷的总分数要求、试卷各题型的比例、各个知识点的比例、试卷的难度系数以及试卷的区分度系数。

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四川宇德中创信息科技有限公司,未经四川宇德中创信息科技有限公司许可,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/202011048901.X/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