[发明专利]词汇量水平的测试方法、装置、电子设备及存储介质

说明书

本申请提供一种词汇量水平的测试方法、装置、电子设备及存储介质，所述方法包括：获取用户在第i个测试词汇的测试题中的第一作答数据，其中，所述第一作答数据包括：所述第i个测试词汇的难度值，以及表征该用户是否正确作答所述第i个测试词汇的测试题的结果；其中，i为大于等于1的整数；获取所述用户在所述第i个测试词汇之前的i‑1个测试词汇中的测试题中的第二作答数据；根据所述第一作答数据和所述第二作答数据，确定预设的第一IRT模型中的表征该用户在所述第i个测试题做完后的词汇量水平的参数值。通过上述方式能够使用户在少量词汇测试题测试后也能得到接近用户的真实词汇量水平的词汇量测试结果。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种词汇量水平的测试方法、装置、电子设备及存储介质。

背景技术

在线上语言学习日渐普及的当下，随着用户对于交互体验与个性化要求的逐渐提高，越来越多语言学习产品为用户提供“自测”服务，从而对用户的情况进行了解，并基于此提供个性化的服务，带来交互体验上的提升，如微博、小红书、知乎、豆瓣等产品在新用户注册后，会收集用户感兴趣的微博或文章类别，并在用户的后续应用程序(Application，APP)中，根据收集得到的数据进行内容的个性化推荐和展示。在语言学习领域，词汇量作为区分用户水平的最基本与最重要的指标，对反映用户水平，提供个性化学习服务拥有至关重要的作用。

词汇量水平测试的一般原理与形式为：直接以测试题库为基础或在测试词库中随机抽取一定数量的测试词汇，而后对每一词汇生成相应的测试题展示给用户，系统在收集得到用户的所有作答结果后，根据用户的作答情况，进行用户词汇量水平的评估。然而，现有技术利用用户能够正确作答的测试题中测试题的词汇难度值最大的词汇来确定用户的词汇量，该方式需要依靠用户的大量测试题的测试结果才能比较准确的获得用户的真实词汇量水平。

申请内容

鉴于此，本申请实施例的目的在于提供一种词汇量测试方法、装置、电子设备及存储介质，以使用户在少量词汇测试题测试后也能得到接近用户的真实词汇量水平的词汇量测试结果，继而提高用户的测试体验。

第一方面，本申请实施例提供一种词汇量测试方法，所述方法包括：获取用户在第i个测试词汇的测试题中的第一作答数据，其中，所述第一作答数据包括：所述第i个测试词汇的难度值，以及表征该用户是否正确作答所述第i个测试词汇的测试题的结果；其中，i为大于等于1的整数；获取所述用户在所述第i个测试词汇之前的i-1个测试词汇中的测试题中的第二作答数据；其中，所述第二作答数据包括：所述i-1个测试词汇中每个测试词汇的难度值，以及表征该用户是否正确作答该测试词汇的测试题的结果；根据所述第一作答数据和所述第二作答数据，确定预设的第一IRT模型中的表征该用户在所述第i个测试题做完后的词汇量水平的参数值。

在上述实现过程中，由于项目反应理论(tem Response Theory，IRT)型是用于评估被测试的用户对某一项目或某一类项目的潜在特质，其次，IRT模型包括如下特性：立性假设，即假设被测试的用户在每一个项目上的作答反应是相互独立，互不影响的，作答反应只与被测试用户自身的能力水平有关；模型假设，即被测试的用户在项目上的正确反应概率与被试的能力水平有一定的函数关系。因此，与现有的测试技术直接利用用户能够正确作答的测试题中测试题的词汇难度值最大的词汇来确定用户的词汇量相比，利用被测试的用户的i个测试题的作答数据来训练预设的第一IRT模型以确定出所述第一IRT模型中的表征该用户在所述第i个测试题做完后的词汇量水平的参数值，所以仅需依靠少量测试题就能比较准确的得到接近真实水平的词汇量水平。

基于第一方面，在一种可能的设计中，确定预设的第一IRT模型中的表征该用户在所述第i个测试题做完后的词汇量水平的参数值，包括：根据所述第一作答数据和所述第二作答数据以及梯度下降算法，确定所述预设的第一IRT模型中的表征该用户在所述第i个测试题做完后的词汇量水平的参数值。