[发明专利]一种学科能力类型标注方法、装置、存储介质及终端设备在审

专利信息
申请号: 201910429680.1 申请日: 2019-05-22
公开(公告)号: CN110263328A 公开(公告)日: 2019-09-20
发明(设计)人: 刘静 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06F17/50;G06N3/04;G06F16/335
代理公司: 深圳中一专利商标事务所 44237 代理人: 郭鸿
地址: 518000 广东省深圳市前海深港合*** 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: 能力类型 标注 学科 数学试题 能力分析 词向量 文本 分词 记忆神经网络 注意力机制 存储介质 输入矩阵 终端设备 计算机技术领域 标注装置 人工成本 生成模型 准确率 预设 自动化 输出
【说明书】:

发明涉及计算机技术领域,尤其涉及一种学科能力类型标注方法、标注装置、存储介质及终端设备。本发明提供的方法包括:获取数学试题文本,并对数学试题文本进行切词处理,得到构成数学试题文本的多个分词;利用预设的词向量生成模型生成各个分词的词向量,并将各个分词的词向量组成输入矩阵;将输入矩阵输入至基于注意力机制和双向长短期记忆神经网络的学科能力分析模型中,得到学科能力分析模型输出的分析结果;将分析结果标注为数学试题文本对应的学科能力类型,以通过基于注意力机制和双向长短期记忆神经网络的学科能力分析模型来实现学科能力类型的自动化标注,降低学科能力类型标注的人工成本,提高学科能力类型标注的标注效率和准确率。

技术领域

本发明涉及计算机技术领域,尤其涉及一种学科能力类型标注方法、标注装置、计算机可读存储介质及终端设备。

背景技术

在数学教学中,为培养学生不同方面的能力,往往需要选择不同学科能力类型的数学试题对学生进行训练,因而,为实现针对性训练,则需要对数学试题进行学科能力类型的标注,而现有的学科能力类型标注方法主要依赖于人工手动标注,不仅标注成本高,而且标准效率较低,标注准确性也因人而异而存在较大的误差。

综上,如何提高数学试题中学科能力类型标注的效率和准确性成为本领域技术人员亟待解决的问题。

发明内容

本发明实施例提供了一种学科能力类型标注方法、标注装置、计算机可读存储介质及终端设备,能够实现学科能力类型的自动化标注,提高学科能力类型标注的标注效率和准确率。

本发明实施例第一方面,提供了一种学科能力类型标注方法,包括:

获取数学试题文本,并对所述数学试题文本进行切词处理,得到构成所述数学试题文本的多个分词;

利用预设的词向量生成模型生成各个所述分词的词向量,并将各个所述分词的词向量组成输入矩阵;

将所述输入矩阵输入至基于注意力机制和双向长短期记忆神经网络的学科能力分析模型中,得到所述学科能力分析模型输出的分析结果;

将所述分析结果标注为所述数学试题文本对应的学科能力类型。

本发明实施例第二方面,提供了一种学科能力类型标注装置,包括:

切词处理模块,用于获取数学试题文本,并对所述数学试题文本进行切词处理,得到构成所述数学试题文本的多个分词;

向量生成模块,用于利用预设的词向量生成模型生成各个所述分词的词向量,并将各个所述分词的词向量组成输入矩阵;

结果输出模块,用于将所述输入矩阵输入至基于注意力机制和双向长短期记忆神经网络的学科能力分析模型中,得到所述学科能力分析模型输出的分析结果;

类型标注模块,用于将所述分析结果标注为所述数学试题文本对应的学科能力类型。

本发明实施例第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如前述第一方面所述学科能力类型标注方法的步骤。

本发明实施例第四方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:

获取数学试题文本,并对所述数学试题文本进行切词处理,得到构成所述数学试题文本的多个分词;

利用预设的词向量生成模型生成各个所述分词的词向量,并将各个所述分词的词向量组成输入矩阵;

将所述输入矩阵输入至基于注意力机制和双向长短期记忆神经网络的学科能力分析模型中,得到所述学科能力分析模型输出的分析结果;

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/201910429680.1/2.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