[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

说明书

本申请涉及一种基于人工智能的题目集数据处理方法、装置、计算机设备和存储介质，属于人工智能技术领域。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；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。采用本方法能够在考试前准确地预测出学生对目标题目集所涉及知识点的掌握状态。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的题目集数据处理方法、装置、计算机设备和存储介质。

背景技术

在教学实践中，学校往往会在一个学期的不同学习阶段对学生进行针对性的考核，而通过考试检查学生的学习能力和其知识储备，是目前主流的考核方式。

在通过考试的方式对学生进行考核时，大多数是从固定的题库中直接抽取若干道试题以组成一套完整的考卷下发至学生进行考试。然而，这种方式往往只能基于学生在考试结束后提交的答卷，确定出学生对该考卷所涉及知识点的掌握状态，使得学校无法在考试前确定该考卷能否很好地考核到学生的知识薄弱点，进而无法确定该考卷对学生的知识点考核效果。

因此，相关技术中存在无法在考试前预测出学生对考卷所涉及知识点的掌握状态的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够在考试前预测出学生对目标试卷所涉及知识点的掌握状态的题目集数据处理方法、装置、计算机设备和存储介质。

一种题目集数据处理方法，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。

一种题目集数据处理装置，所述装置包括：

确定模块，用于针对目标题目集，确定所述目标题目集中各题目的关联知识点；

获取模块，用于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；

提取模块，用于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；

知识追踪模块，用于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。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

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；