[发明专利]数学题的知识点分类方法、装置、可读存储介质及服务器

权利要求书

1.一种数学题的知识点分类方法，其特征在于，包括：

从预设的数学题库中获取目标题目，所述目标题目为待进行知识点分类的数学题；

提取所述目标题目的特征信息，并将所述目标题目的特征信息输入到预设的第1级分类器中进行处理，得到所述目标题目的第1级知识点分类输出；

将所述目标题目的特征信息和所述目标题目的前i级知识点分类输出输入到预设的第i+1级分类器中进行处理，得到所述目标题目的第i+1级知识点分类输出，i≥1；

将i增加一个计数单位，并判断i是否小于预设的知识点分类级数；

若i小于所述知识点分类级数，则返回执行所述将所述目标题目的特征信息和所述目标题目的前i级知识点分类输出输入到预设的第i+1级分类器中进行处理的步骤；

若i等于所述知识点分类级数，则将所述目标题目的前i级知识点分类输出作为所述目标题目的知识点分类结果。

2.根据权利要求1所述的数学题的知识点分类方法，其特征在于，所述提取所述目标题目的特征信息包括：

将所述目标题目拆分为词语集合和符号集合，所述词语集合中包括构成所述目标题目的各个词语，所述符号集合汇总包括构成所述目标题目的各个数学符号；

在预设的词向量数据库中分别查找所述词语集合中的各个词语的词向量，并将各个词语的词向量构建为所述目标题目的词语矩阵，所述词向量数据库为记录词语与词向量之间的对应关系的数据库；

在预设的符号向量数据库中分别查找所述符号集合中的各个符号的符号向量，并将各个符号的符号向量构建为所述目标题目的符号矩阵，所述符号向量数据库为记录符号与符号向量之间的对应关系的数据库；

将所述词语矩阵和所述符号矩阵作为所述目标题目的特征信息。

3.根据权利要求2所述的数学题的知识点分类方法，其特征在于，所述将所述目标题目的特征信息输入到预设的第1级分类器中进行处理，得到所述目标题目的第1级知识点分类输出包括：

使用预设的第一分析模型对所述特征信息中的词语矩阵进行处理，得到第一输出向量；

使用预设的第二分析模型对所述特征信息中的符号矩阵进行处理，得到第二输出向量；

使用预设的第三分析模型对所述第一输出向量和所述第二输出向量进行处理，得到所述目标题目的第1级知识点分类输出。

4.根据权利要求3所述的数学题的知识点分类方法，其特征在于，所述使用预设的第三分析模型对所述第一输出向量和所述第二输出向量进行处理，得到所述目标题目的第1级知识点分类输出包括：

将所述第一输出向量和所述第二输出向量合并为如下所示的混合输出向量：

CombOutVec＝(CbOutVal₁,CbOutVal₂,...,CbOutVal_od,,...,CbOutVal_ODN)

其中，od为各个第1级知识点类别的序号，1≤od≤ODN，ODN为第1级知识点类别的总数，CbOutVal_od为所述混合输出向量在第od个维度上的取值，且CbOutVal_od＝WdOutVal_od+SbOutVal_od，WdOutVal_od为所述第一输出向量在第od个维度上的取值，SbOutVal_od为所述第二输出向量在第od个维度上的取值，CombOutVec为所述混合输出向量；

根据下式分别计算所述目标题目为各个第1级知识点类别的概率：

其中，Exp为自然指数函数，Prob_od为所述目标题目为第od个第1级知识点类别的概率；

选取概率最大的第1级知识点类别作为所述目标题目的第1级知识点分类输出。