[发明专利]一种标签化的试题知识点分类方法及系统

说明书

本发明公开了一种标签化的试题知识点分类方法及系统，分类方法包括：S1、将待分类的目标试题的信息转换成预设的标准格式的文本；S2、从转换得到的文本中提取关键词；S3、根据关键词，确定目标试题在预构建的知识点的多维度立体模型中对应的知识节点；S4、建立目标试题的标签，标签包括一个或多个关键词标签、一个或多个知识节点标签；S5、对比目标试题的关键词标签与对应知识节点的数据库中的试题，计算目标试题与对应的知识节点的关联度；S6、若目标试题仅与一个知识节点的关联度超过预设的关联度阈值，则将该目标试题归属至该知识节点对应试题的数据库中。本发明对试题进行标签化，帮助海量学习内容的筛选过滤，为自适应教学提供依据。

技术领域

本发明涉及人工智能领域，尤其涉及一种标签化的试题知识点分类方法及系统。

背景技术

随着互联网在线教育的普及，越来越多人的选择在线学习。但随着人们对学习资源的需求以及要求的不断增多，网络中的资源极度膨胀，这为学习者寻找合适的学习资源带来了不小的挑战。如何更好地依据学习者的需求从海量学习资源中寻找到合适的资源，从而有效地提高学习资源的利用率以及学习者的学习效率，一直是大家关注的热点问题。学习中，无论是课件还是试题，都有一定的针对性，一定的知识点和相适应的群体。采取合理的分类，简单的标记，即标签。标签与资源紧密连接，并在此基础上逐步形成标签的推荐机制，标签和学习内容相结。

小学教学领域，尤其是课件与试题标签化，标签可以更好地帮助挖掘数据库中实际内容，用户不再需要盲目的选择就可以捕获到实质内容；标签可以帮助海量内容的选择和过滤，也是自适应教学核心内容之一。

发明内容

现有技术无法做到对语言类试题的知识分类及标注，为了解决现有技术的问题，本发明提供了一种标签化的试题知识点分类方法及系统，从自研的多维度立体知识模型出发，通过对试题的类别、知识、属性、表达方式等进行多角度分析、标签化，从而使试题匹配到现有模型的知识节点中，达到试题知识点分类、标签化的最终结果。所述技术方案如下：

一方面，提供了一种标签化的试题知识点分类方法，包括以下步骤：

S1、将待分类的目标试题的信息转换成预设的标准格式的文本；

S2、从转换得到的文本中提取关键词；

S3、根据所述关键词，确定所述目标试题在预构建的知识点的多维度立体模型中对应的知识节点，所述知识点的多维度立体模型的构建方法为：根据教材目录和/或领域知识将知识点分解成最小颗粒，将最小颗粒本身或者多个颗粒联结作为知识节点，及/或将知识节点与最小颗粒、或者多个知识节点联结构成新的知识节点，每个知识节点包含一个用于存储对应试题的数据库，所述知识节点的总和构成所述知识点的多维度立体模型；

S4、建立所述目标试题的标签，所述标签包括一个或多个关键词标签、一个或多个知识节点标签；

S5、对比所述目标试题的关键词标签与对应知识节点的数据库中的试题，计算所述目标试题与对应的知识节点的关联度；

S6、若所述目标试题仅与一个知识节点的关联度超过预设的关联度阈值，则将该目标试题归属至该知识节点对应试题的数据库中。

进一步地，步骤S5中所述目标试题与对应的知识节点的关联度通过以下步骤进行计算：

根据公式KiA1*QiA1计算第i个关键词标签与其中一个知识节点的关联度，其中，KiA1为第i个关键词与在该知识节点出现的频率，QiA1为包含第i个关键词的试题在该知识节点出现的频率；

对所述目标试题的每一个关键词标签与该知识节点的关联度求平均值，得到该目标试题与该知识节点的关联度。

进一步地，所述第i个关键词与在该知识节点出现的频率的计算公式为：该知识节点内包含该关键词的试题数量/该知识节点内所有试题数量；