[发明专利]基于人工智能的题目集数据处理方法、装置和计算机设备

权利要求书

1.一种题目集数据处理方法，其特征在于，所述方法包括：

针对目标题目集，确定所述目标题目集中各题目的关联知识点；

获取所述关联知识点对应的知识点图谱特征；所述知识点图谱特征为所述关联知识点于目标知识图谱中的特征；所述目标知识图谱为所述关联知识点所处的知识图谱；

提取所述目标题目集中各题目的题目语义特征，并将所述题目语义特征和所述知识点图谱特征输入至预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果；其中，所述预训练的作答结果预测模型为基于用户账户的历史作答数据训练得到的；

根据所述预测作答结果，确定所述用户账户与各个所述关联知识点间的匹配程度。

2.根据权利要求1所述的方法，其特征在于，所述获取所述关联知识点对应的知识图谱特征，包括：

获取所述目标知识图谱的知识图谱特征向量，以及，获取所述目标题目集的知识点关联矩阵；其中，所述知识点关联矩阵用于表征所述目标题目集中各题目的关联知识点；

将所述知识图谱特征向量与所述知识点关联矩阵进行矩阵乘法处理，得到知识点图谱特征向量；所述知识点图谱特征向量用于表征所述关联知识点对应的知识点图谱特征。

3.根据权利要求2所述的方法，其特征在于，所述获取所述目标知识图谱的知识图谱特征向量，包括：

获取所述目标知识图谱中各知识点节点的知识点语义向量，以及，获取所述目标知识图谱的知识点节点邻接矩阵；所述知识点节点邻接矩阵用于表征所述目标知识图谱中各知识点节点之间的邻接关系；

将所述知识点语义向量和所述知识点节点邻接矩阵输入至预训练的图谱特征提取网络，得到所述知识图谱特征向量。

4.根据权利要求2所述的方法，其特征在于，所述提取所述目标题目集中各题目的题目语义特征，并将所述题目语义特征和所述知识点图谱特征输入至预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果，包括：

提取所述目标题目集的题目语义向量；所述题目语义向量用于表征所述目标题目集中各题目的题目语义特征，以及，获取所述目标题目集的题目信息向量；

将所述题目语义向量、所述题目信息向量和所述知识点图谱特征向量输入至所述预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果。

5.根据权利要求4所述的方法，其特征在于，所述将所述题目语义向量、所述题目信息向量和所述知识点图谱特征向量输入至所述预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果，包括：

将所述题目语义向量、所述题目信息向量和所述知识点图谱特征向量进行融合，得到融合特征向量；

将所述融合特征向量输入至所述预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果。

6.根据权利要求5所述的方法，其特征在于，所述预训练的作答结果预测模型包括预训练的编码层和预训练的解码层，所述将所述融合特征向量输入至所述预训练的作答结果预测模型，得到针对所述目标题目集的预测作答结果，包括：

通过所述预训练的编码层，对所述融合特征向量进行编码处理，得到融合特征编码；

通过所述预训练的解码层，对所述融合特征编码进行解码处理，将解码结果作为所述目标题目集的预测作答结果。

7.根据权利要求1所述的方法，其特征在于，所述根据所述预测作答结果，确定所述用户账户与各个所述关联知识点间的匹配程度，包括：

在所述预测作答结果中，确定所述用户账户于所述目标题目集中的目标题目对应的答对概率；所述目标题目为所述目标题目集中的任意一道题目；

获取所述目标题目的各个关联知识点与所述目标题目间的相关系数；

基于各个所述关联知识点的相关系数与所述答对概率，生成所述用户账户于所述目标题目的各个关联知识点的掌握概率；所述关联知识点的掌握概率用于表征所述用户账户与所述关联知识点间的匹配程度。