[发明专利]试题扩充方法及相关装置、电子设备和存储介质在审

专利信息
申请号: 202111257803.1 申请日: 2021-10-27
公开(公告)号: CN114037571A 公开(公告)日: 2022-02-11
发明(设计)人: 于俊;程礼磊;李雅洁;程知远;郑英帅;谭昶;丁德成;陈涛 申请(专利权)人: 南京谦萃智能科技服务有限公司;科大讯飞股份有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q10/06
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 210000 江苏省南京市建邺区江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试题 扩充 方法 相关 装置 电子设备 存储 介质
【权利要求书】:

1.一种试题扩充方法,其特征在于,包括:

获取试题库及其试题属性信息;其中,所述试题库包括若干参考试题,且所述试题属性信息包括所述参考试题所属的题型和考察的知识点;

分别获取所述参考试题的试题特征表示和质量评估结果;

选择所述题型作为目标题型,选择所述知识点作为目标知识点,并将属于所述目标题型并考察所述目标知识点的参考试题,作为目标试题;

基于所述目标试题的试题特征表示、质量评估结果和试题属性信息,生成属于所述目标题型并考察所述目标知识点的扩充试题。

2.根据权利要求1所述的方法,其特征在于,所述基于所述目标试题的试题特征表示、质量评估结果和试题属性信息,生成属于所述目标题型并考察所述目标知识点的扩充试题,包括:

基于所述目标试题的试题特征表示和质量评估结果,提取所述目标试题的语法特征表示;

基于所述语法特征表示和所述试题属性信息,生成第一扩充试题。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取所述目标试题与其试题种类对应的试题结构信息;其中,所述试题种类用于表示所述目标试题为主观题或客观题;

基于所述试题结构信息,提取所述目标试题的结构特征表示;

基于所述目标试题的结构特征表示和质量评估结果,对所述目标试题进行主客观题转换,得到属于所述目标题型并考察所述目标知识点的第二扩充试题。

4.根据权利要求3所述的方法,其特征在于,所述主观题对应的试题结构信息包括:题面、答案、知识点;

和/或,所述客观题对应的试题结构信息包括:题面、答案、知识点、选项。

5.根据权利要求1所述的方法,其特征在于,所述质量评估结果包括试题难度,所述试题难度的获取步骤包括:

基于若干受测对象分别解答所述参考试题的答题结果,获取所述参考试题的第一难度;以及,

基于所述参考试题的若干结构文本,获取所述参考试题的第二难度;其中,所述若干结构文本包括:阅读文本、题干文本、选项文本;

结合所述第一难度和第二难度,得到所述试题难度。

6.根据权利要求5所述的方法,其特征在于,所述基于若干受测对象分别解答所述参考试题的答题结果,获取所述参考试题的第一难度,包括:

基于所述答题结果,获取所述参考试题的热度值和得分率,以及所述参考试题所属知识点的难度值;

基于所述热度值、所述得分率和所述难度值,获取所述第一难度。

7.根据权利要求5所述的方法,其特征在于,所述结合所述第一难度和第二难度,得到所述试题难度,包括:

将所述第一难度和所述第二难度输入预测网络,预测得到所述试题难度。

8.根据权利要求5所述的方法,其特征在于,所述质量评估结果还包括:试题区分度、试题相似度中至少一者;

其中,所述试题区分度用于表示所述参考试题区分不同水平的所述受测对象的难易程度,所述试题相似度表示所述参考试题与同类试题之间的相似程度,且所述同类试题与所述参考试题属于相同所述知识点。

9.根据权利要求1所述的方法,其特征在于,方法还包括:

获取所述扩充试题的试题特征表示和质量评估结果,并获取所述扩充试题的知识点覆盖度和试题完备度;

基于所述扩充试题的试题特征表示、质量评估结果、知识点覆盖度和试题完备度,分析所述扩充试题的最终质量分值;

基于所述最终质量分值是否满足预设条件,采用不同策略优化所述扩充试题。

10.根据权利要求9所述的方法,其特征在于,所述基于所述最终质量分值是否满足预设条件,采用不同策略优化所述扩充试题,包括:

响应于所述最终质量分值满足所述预设条件,将所述扩充试题作为所述参考试题纳入所述试题库,并重新执行所述分别获取所述参考试题的试题特征表示和质量评估结果的步骤以及后续步骤。

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南京谦萃智能科技服务有限公司;科大讯飞股份有限公司,未经南京谦萃智能科技服务有限公司;科大讯飞股份有限公司许可,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/202111257803.1/1.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