[发明专利]一种题目推荐方法、装置及电子设备在审
申请号: | 202111430517.0 | 申请日: | 2021-11-29 |
公开(公告)号: | CN114329181A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 黄通文 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9538;G06Q50/20 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强;杜维 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 题目 推荐 方法 装置 电子设备 | ||
1.一种题目推荐方法,其特征在于,所述方法包括:
接收来自客户端的第一题的信息;
基于所述第一题的信息从数据题库中获取候选题库,所述第一题的信息包括第一题的题目信息,所述候选题库包括至少一个候选题;
基于所述第一题的信息和特征排序算法对所述候选题库中的候选题进行排序,得到候选题表;
使用重排序算法对所述候选题表进行处理,得到推荐题目表;
向所述客户端发送推荐信息,所述推荐信息包括所述推荐题目表。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一题的信息从数据题库中获取候选题库,包括:
从所述第一题的信息中提取关键词;
基于所述关键词检索所述数据题库,得到候选题库。
3.根据权利要求1所述的方法,其特征在于,所述第一题的信息包括第一题的标签信息,所述基于所述第一题的信息从数据题库中获取候选题库,包括:
将所述第一题的标签信息与所述数据题库中每个题目的标签信息进行匹配,确定所述第一题的标签信息与所述数据题库中每个题目的标签信息之间的匹配度,所述数据题库中的每个题目均存在相应的标签信息;
将所述数据题库中标签信息的匹配度大于第一匹配阈值的题目确定为候选题。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一题的信息从数据题库中获取候选题库,包括:
通过特征表示模型提取所述第一题的向量表示;
将所述第一题的向量表示与所述数据题库中每个题目的向量表示进行匹配,确定所述第一题的向量表示与所述数据题库中每个题目的向量表示之间的匹配度,所述数据题库中的每个题目均存在相应的向量表示;
将所述数据题库中向量表示的匹配度大于第二匹配阈值的题目确定为候选题。
5.根据权利要求1所述的方法,其特征在于,所述特征排序算法包括特征抽取器和语义分类网络,所述基于所述第一题的信息和特征排序算法对所述候选题库中的候选题进行排序,得到候选题表,包括:
使用所述特征抽取器提取所述第一题和所述候选题的特征;
使用所述语义分类网络基于所述第一题和所述候选题的特征,计算所述第一题与所述候选题中每个题之间的匹配度,按照所述匹配度从大到小的顺序对所述候选题进行排序,得到候选题表。
6.根据权利要求1所述的方法,其特征在于,所述使用重排序算法对所述候选题表进行处理,得到推荐题目表,包括:
获取场景要求信息,所述场景要求信息包括知识范围信息、黑白题目名单信息、强调知识点信息、题型信息和排序策略信息中的一种或多种;
基于所述场景要求信息对所述候选题表进行去重、筛选和添加中至少一种处理,得到推荐题目表。
7.一种题目推荐装置,其特征在于,包括:
接收单元,用于接收来自客户端的第一题的信息;
获取单元,用于基于所述第一题的信息从数据题库中获取候选题库,所述第一题的信息包括第一题的题目信息,所述候选题库包括至少一个候选题;
排序单元,用于基于所述第一题的信息和特征排序算法对所述候选题库中的候选题进行排序,得到候选题表;
处理单元,用于使用重排序算法对所述候选题表进行处理,得到推荐题目表;
发送单元,用于向所述客户端发送推荐信息,所述推荐信息包括所述推荐题目表。
8.一种电子设备,其特征在于,包括:处理器和存储器;所述处理器与存储器相连,其中,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以使得所述计算机设备执行权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序或计算机指令,当所述计算机程序或计算机指令被运行时,实现如权利要求1-6任一项所述的方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序代码,当该计算机程序代码被运行时,所述权利要求1-6任一项所述的方法被执行。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202111430517.0/1.html,转载请声明来源钻瓜专利网。