[发明专利]试题画像方法、装置、电子设备和存储介质在审

专利信息
申请号: 202111177214.2 申请日: 2021-10-09
公开(公告)号: CN113919983A 公开(公告)日: 2022-01-11
发明(设计)人: 程礼磊;于俊;李雅洁;程知远;武文强;陈琦;谭昶;陈涛 申请(专利权)人: 南京谦萃智能科技服务有限公司;科大讯飞股份有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q10/04;G06F17/18
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 210019 江苏省南京市建邺区江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试题 画像 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种试题画像方法,其特征在于,包括:

确定待画像试题的试题数据;

基于所述试题数据,对所述待画像试题进行知识点预测,得到所述待画像试题属于各个候选知识点的概率;

基于所述待画像试题属于各个候选知识点的概率的分布情况,确定所述待画像试题的知识点标签数量;

基于所述知识点标签数量,以及所述待画像试题属于各个候选知识点的概率,对所述待画像试题进行多知识点画像。

2.根据权利要求1所述的试题画像方法,其特征在于,所述基于所述试题数据,对所述待画像试题进行知识点预测,得到所述待画像试题属于各个候选知识点的概率,包括:

基于所述试题数据,对所述待画像试题进行各个知识点层级的知识点预测,得到所述待画像试题属于各个知识点层级下的各个候选知识点的概率;

所述基于所述待画像试题属于各个候选知识点的概率的分布情况,确定所述待画像试题的知识点标签数量,包括:

基于所述待画像试题属于各个知识点层级下的各个候选知识点的概率的分布情况,确定所述待画像试题属于各个知识点层级下的知识点标签数量;

所述基于所述知识点标签数量,以及所述待画像试题属于各个候选知识点的概率,对所述待画像试题进行多知识点画像,包括:

基于所述待画像试题属于各个知识点层级下的知识点标签数量,以及所述待画像试题属于各个知识点层级下的各个候选知识点的概率,对所述待画像试题进行各个知识点层级的多知识点画像。

3.根据权利要求2所述的试题画像方法,其特征在于,所述确定所述待画像试题属于各个知识点层级下的知识点标签数量,之后还包括:

基于所述待画像试题属于各个知识点层级下的知识点标签数量、各个知识点层级下的候选知识点标签数量以及各个知识点层级下的候选知识点概率总和,对所述待画像试题进行综合度画像;

所述候选知识点概率总和为按照概率从高到低的顺序排列时,前所述知识点标签数量个候选知识点的概率之和。

4.根据权利要求3所述的试题画像方法,其特征在于,所述基于所述待画像试题属于各个知识点层级下的知识点标签数量、各个知识点层级下的候选知识点标签数量以及各个知识点层级下的候选知识点概率总和,对所述待画像试题进行综合度画像,包括:

基于所述待画像试题属于各个知识点层级下的知识点标签数量、各个知识点层级下的候选知识点标签数量以及各个知识点层级下的候选知识点概率总和,对所述待画像试题进行各个知识点层级的综合度画像,得到各个知识点层级下的综合度画像;

对各个知识点层级下的综合度画像进行加权求和,得到所述待画像试题的综合度画像。

5.根据权利要求2所述的试题画像方法,其特征在于,所述基于所述试题数据,对所述待画像试题进行各个知识点层级的知识点预测,得到所述待画像试题属于各个知识点层级下的各个候选知识点的概率,包括:

将所述试题数据分别输入至各个知识点层级对应的知识点预测模型,得到各个知识点层级对应的知识点预测模型分别输出的所述待画像试题属于各个知识点层次下的各个候选知识点的概率;

各个知识点层级对应的知识点预测模型是基于样本试题的试题数据,以及所述样本试题属于对应知识点层级下的各个候选知识点的概率训练得到的。

6.根据权利要求1至5中任一项所述的试题画像方法,其特征在于,所述对所述待画像试题进行多知识点画像,之后还包括:

确定多知识点画像所得的待画像试题的关联知识点;

基于所述关联知识点、各学生对所述关联知识点的熟练度、所述关联知识点的难度、所述待画像试题的区分度与所述待画像试题的得分情况之间的约束关系,对所述待画像试题进行知识点难度画像和区分度画像。

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南京谦萃智能科技服务有限公司;科大讯飞股份有限公司,未经南京谦萃智能科技服务有限公司;科大讯飞股份有限公司许可,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/202111177214.2/1.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