[发明专利]基于标签树和人工智能的习题标签预测系统

说明书

本发明公开了一种基于标签树和人工智能的习题标签预测系统，包括输入模块、校对模块、标注模块、预测模块、数据库、分析模块、显示模块、训练模块及分类模型，本发明涉及互联网教育下的习题标签预测的一系列工作，不仅包含大多数习题系统所拥有的输入模块、校对模块、显示模块、分析模块等，也能够解决与习题相关的标签预测的工作，覆盖面较全。本发明依托平台使用的多标签文本分类除了能够捕获预训练语言模型中常见的句子或者词的共性之外，更重要的是能够捕获词汇、句法和语义信息。本发明在训练模块和预测模块中，分为全标签形式下的训练预测和标签树形式下的训练预测，能够满足多种情况下标签的预测需求。

技术领域

本发明涉及互联网教育下的在线题库技术领域，涉及人工智能的自然语言处理领域下的多标签分类，尤其涉及一种基于标签树和人工智能的习题标签预测系统。

背景技术

随着互联网技术的蓬勃发展，越来越多的网民将在线教育作为自身学习提升的重要方式之一，互联网教育也呈现出了一种引人注目的发展态势。在线教育发挥了互联网的优势，能够不限制时间、地点，给用户提供多种多样学习课程和技能提升上的帮助，互联网教育所存在的海量学习资源和习题资源也能够满足用户多样化个性化的学习需求。

互联网教育提供便利的同时，海量的学习资源所亟需解决的数据存储、数据挖掘上的问题，也越来越多的暴露在了技术人员的眼前，智能化的数据挖掘技术成为了开发人员关注的热点。

虽然，习题标签预测系统已经有了很多的研究工作，但仍然存在着诸多问题没有得到解决。主要表现在以下几点：

1)作为文本分类数据集的习题资源较为复杂，不同领域的多种题型的文本结构相差较大，数据集格式的粗糙使得分类模型准确率的不容乐观。

2)对于习题标签为多级的情况，标签树的数据结构的设计和相对应的预测算法的实现，当前没有较好的解决方法。

发明内容

本发明的目的是为了解决现有的技术问题而提出的一种基于标签树和人工智能的习题标签预测系统。该系统在训练模块和预测模块中，分为全标签形式下的训练预测和标签树形式下的训练预测，能够满足多种情况下标签的预测需求。

实现本发明目的的具体技术方案是；

一种基于标签树和人工智能的习题标签预测系统，该系统包括输入模块、校对模块、标注模块、预测模块、数据库、分析模块、显示模块、训练模块和分类模型，所述输入模块与校对模块相连接，校对模块分别通过标注模块、预测模块后与数据库相连接，数据库与分析模块、训练模块相连接，分析模块与显示模块相连接，训练模块生成分类模型，分类模型与所述的预测模块相连接；其中：

所述输入模块用于规格化录入题目的数个字段，包括题目类型、题目叙述、题目选项和题目答案；

所述校对模块用于对输入的题目进行人工或自动的字段整理，校对模块通过设置比例将题目分为用于标注模块的题目和用于预测模块的题目；

所述标注模块对用于标注模块的题目进行标签的标注，得到标注后的题目和题目的标签关系；

所述数据库包括题目表、标签表及题目标签关系表，用于存储习题数据、标签数据和习题标签关系数据；标签表中的数据的录入方式是直接录入，包括标签ID、标签名和父标签，每一条标签通过指针指所记录的父标签，从而递归生成标签树；

对题目表和题目标签关系表的存储分为两部分，标注模块生成的题目和题目标签关系的存储以及预测模块生成的题目和题目标签关系的存储：

对标注模块生成的题目和题目标签关系，将题目保存在题目表中，将题目和标签的对应关系保存在题目标签关系表中，用于输入训练模块并生成后续的分类模型；

对通过预测模块的题目和所生成的标签预测结果，将题目保存在题目表中，将题目和所述的标签预测结果的对应关系保存在题目标签表中；