[发明专利]一种习题标签预测方法、装置、存储介质以及计算机设备

说明书

本申请公开了一种习题标签预测方法、装置、存储介质和计算机设备，其中方法包括：获取待预测习题，并从异构图神经网络中抽取与所述待预测习题对应的习题向量，计算所述习题向量与所述异构图神经网络中所有标签向量之间的距离，在所述距离中筛选出小于距离阈值的目标距离，确定所述目标距离指示的目标标签向量，将所述目标标签向量对应的标签实体作为所述待预测习题的习题标签。采用本申请，基于一种半监督分类的异构图神经网络获取待预测习题和标签实体的向量表示，通过计算待预测习题和各标签实体之间的距离，并根据所述距离为习题打上的习题标签。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种习题标签预测方法、装置、存储介质和计算机设备。

背景技术

随着在线教育行业的蓬勃发展，构建一个高质量习题库逐渐成为在线教育的重要基础。一个高质量的习题库除了要求习题本身没有错误、尽可能是新题之外，还有一个额外的要求就是习题需要有丰富的标签。常见的标签有章节、知识点、解题方法、考察要素等。对于在线题库场景，往往需要学生自行选择需要学习的章节或知识点，如果习题库的习题本身没有这些标签，学生无法找到自己需要学习的习题；对于自适应学习场景，往往需要结合学生的水平给学生推荐合适的习题，如果习题没有解题方法、考察要素等标签，无法根据学生水平推荐合适的习题。因此，如何给习题打上丰富的标签是一个待解决的难题。

发明内容

本申请提供一种习题标签预测方法、装置、存储介质以及计算机设备，可以解决如何为海量的习题打上丰富的习题标签的技术问题。

第一方面，本申请实施例提供一种习题标签预测方法，该方法包括：

获取待预测习题，从异构图神经网络中抽取与所述待预测习题对应的习题向量，所述异构图神经网络基于对习题、所述习题在文本中所属的章节、知识点、所述习题的解题方法和所述习题对应的考察要素的异构关系图谱的训练生成，所述异构关系图谱基于样本习题、样本章节、样本知识点、样本解题方法和样本考察要素之间的关联关系生成；

计算所述习题向量与所述异构图神经网络中所有标签向量之间的距离，所述标签向量包括章节向量、知识点向量、解题方法向量和考察要素向量；

在所述距离中筛选出小于距离阈值的目标距离，确定所述目标距离指示的目标标签向量；

将所述目标标签向量对应的标签实体作为所述待预测习题的习题标签。

第二方面，本申请实施例提供一种习题标签预测装置，包括：

习题获取模块，用于获取待预测习题，从异构图神经网络中抽取与所述待预测习题对应的习题向量，所述异构图神经网络基于对习题、所述习题在文本中所属的章节、知识点、所述习题的解题方法和所述习题对应的考察要素的异构关系图谱的训练生成，所述异构关系图谱基于样本习题、样本章节、样本知识点、样本解题方法和样本考察要素之间的关联关系生成；

距离计算模块，用于计算所述习题向量与所述异构图神经网络中所有标签向量之间的距离，所述标签向量包括章节向量、知识点向量、解题方法向量和考察要素向量；

距离筛选模块，用于在所述距离中筛选出小于距离阈值的目标距离，确定所述目标距离指示的目标标签向量；

标签确定模块，用于将所述目标标签向量对应的标签实体作为所述待预测习题的习题标签。

第三方面，本申请实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行上述方法的步骤。

第四方面，本申请实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。