[发明专利]一种相似题目推荐系统和方法

说明书

本发明公开了一种相似题目推荐系统和方法，涉及自然语言处理和在线教育技术领域，一种相似题目推荐系统包括输入模块、题目预处理模块、题目储存模块、知识点预测模块、文本表示白化处理模块、文本对比学习模块、图片对比学习模块、相似度计算模块、去重模块和输出模块。本发明公开了一种相似题目推荐方法，包括S100、前置准备，S200、待推荐题目输入和预处理，S300、对比学习训练文本表示，S400、对比学习训练图片表示，S500、预测待推荐题目的知识点，S600、读取候选题，S700、计算文本表示并白化，S800、拼接得到题目表示，S900、排序和去除相同的候选题目，S1000、相似题目输出。本发明显著提高了相似题目推荐的速度和准确度。

技术领域

本发明涉及自然语言处理和在线教育技术领域，尤其涉及一种基于知识点预测和语义相似度计算的相似题目推荐方法。

背景技术

近年来，人工智能技术蓬勃发展，并被广泛的应用于教育领域，帮助减少老师的课后工作量，提高学生的学习效率。学生在学习中，对于做错的题目和理解不充分的题目，需要更多与之相似的题目进行练习。老师在教学中，也常常需要给出一道题目的相似题目以供同学们去练习。因此，根据已练习的题目，从大量的按知识点分类储存的题库中推荐出相似的题目成为一个重要的需求，如何更好的实现上述相似题目的推荐成为了一项关键的技术。

实现上述任务的基本思路是将待推荐题目和候选题表示成固定长度的表示，计算表示之间的距离并排序，从而得到相似题目。但是，如果对整个题库进行计算距离计算，其计算量太大，所以需要根据候选题对应的知识点信息做召回，从而缩小候选题的范围。因此，本专利的其中一个关键点在于精准定位待推荐题目所属的知识点，以及将题目表示成准确的语义表示，从而计算语义相似度。

专利《一种相似题目的推荐方法、装置、电子设备及存储介质》(CN201811582965.0)使用分类的方法对待推荐题目的知识点进行预测，每一道待推荐题只有单个知识点。然而同一道题目常常包含多个不同的知识点，并且知识点之间也有复杂的结构化关系，所以用分类方法并不能很好的对题目所属的知识点进行预测。本发明专利将其作为一个序列到序列的问题，采用编码器-解码器模型，将知识点的多层级树状结构做深度优先遍历转化成一个序列，从而很好的解决了以往专利的无法预测多个知识点和知识点结构化缺失的问题。

专利《相似题目的检索方法、装置及计算机存储介质》(CN201910913733.7)提供一种相似题目的检索方法、装置及计算机存储介质，并未对如何将题目表示成特征表示的方法进行具体的说明。《一种相似题目的推荐方法、装置、电子设备及存储介质》(CN201811582965.0)将知识点的概率分布表示作为特征表示，但是无法表示原题目的语义信息。专利《一种理科相似题推荐方法、装置、设备及可读存储介质》(CN202111278966.8)使用了词表示模型作为题目的表示表示，该方法的词表示不会随语境不同而变化，因此准确度仍然不高。专利《一种基于语义信息的相似题推荐系统及其使用方法》(CN202110639976.3)专利使用Bert(Bidirectional Encoder Representation fromTransformers，双向编码器语言表征模型)的输出作为文本表示。但Bert的输出具有各向异性，其高频词会集中分布在一个“窄锥”区域，所以使用Bert的文本表示计算相似度，会存在的粗粒度范围内的相似值都很高，细粒度区分度缺失的问题。

因此，本领域的技术人员致力于开发一种相似题目推荐系统和方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何提高相似题目推荐的速度与准确性。