[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
【说明书】:

发明提供一种试题画像方法、装置、电子设备和存储介质,其中方法包括:确定待画像试题的试题数据;基于试题数据,对待画像试题进行知识点预测,得到待画像试题属于各个候选知识点的概率;基于待画像试题属于各个候选知识点的概率的分布情况,确定待画像试题的知识点标签数量;基于知识点标签数量,以及待画像试题属于各个候选知识点的概率,对待画像试题进行多知识点画像,解决了试题画像的构建依赖于人为经验导致可靠性差的问题,并且对待画像试题进行多知识点画像,能够对待画像试题的试题特征进行深层次的挖掘,从而实现对待画像试题所包含的知识点信息的充分反映,在保证试题画像准确性的基础上,实现其应用场景的多样化。

技术领域

本发明涉及数据处理技术领域,尤其涉及一种试题画像方法、装置、电子设备和存储介质。

背景技术

为满足对学生综合能力培养的需求,选择符合教育教学需求的试题资源是重中之重,恰当的试题资源能够为学生综合能力的培养提供强有力的助益,试题资源的选择又依赖于试题画像。

目前的试题画像通常是由教师根据教学经验建立相应的知识点体系,再根据已构建的知识点体系,人工给试题建立试题标签,例如,题干标签、解析标签、知识点标签、难度标签等,由此即可得到包含多类标签的试题画像。

但是,上述方案中知识点体系以及标签的构建很大程度上都依赖于人为经验,具有强烈的主观色彩,导致得到的试题画像具有偏向性。

发明内容

本发明提供一种试题画像方法、装置、电子设备和存储介质,用以解决现有技术中试题画像的构建依赖于人为经验导致可靠性差的缺陷。

本发明提供一种试题画像方法,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。

根据本发明提供的一种试题画像方法,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。

根据本发明提供的一种试题画像方法,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。

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/202111177214.2/2.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