[發明專利]一種定標集確定方法及裝置

在審

• 申請號: 201910361757.6
• 申請日: 2019-04-30
• 公開（公告）號: CN110096708A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 王棟;付瑞吉;宋巍;王士進;胡國平;秦兵;劉挺
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F16/35;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王雨;王寶筠

1.一種定標集確定方法，其特征在于，包括：

獲取各答題對象對目標題目的答題內容；

根據各所述答題內容間的屬性差別，對各所述答題內容進行聚類，得到至少兩個聚類簇；

從每個所述聚類簇中抽取答題內容，由抽取的答題內容組成定標集。

2.根據權利要求1所述的方法，其特征在于，所述根據各所述答題內容間的屬性差別，對各所述答題內容進行聚類，包括：

確定每兩條答題內容的相似度，所述相似度表征了該兩條答題內容的屬性差別；

根據所述每兩條答題內容的相似度，對各所述答題內容進行聚類。

3.根據權利要求2所述的方法，其特征在于，所述確定每兩條答題內容的相似度，包括：

確定每兩條答題內容的相似度特征向量；

根據每兩條答題內容的相似度特征向量，確定每兩條答題內容的相似度。

4.根據權利要求3所述的方法，其特征在于，所述確定每兩條答題內容的相似度特征向量，包括：

確定每一所述答題內容的聚類特征；

針對每兩條答題內容，根據該兩條答題內容各自的聚類特征，確定該兩條答題內容的相似度特征向量。

5.根據權利要求3所述的方法，其特征在于，所述根據每兩條答題內容的相似度特征向量，確定每兩條答題內容的相似度，包括：

確定所述目標題目所屬的目標題型；

確定與所述目標題型對應的權重向量，所述權重向量表示目標題型的目標題目下，每兩條答題內容的相似度特征向量中，各維度對相似度值的影響比重；

基于所述權重向量，對所述每兩條答題內容的相似度特征向量做加權求和或加權平均，得到每兩條答題內容的相似度值。

6.根據權利要求5所述的方法，其特征在于，所述確定與所述目標題型對應的權重向量，包括：

查詢預設的題型與權重向量的對應關系，確定所述目標題型對應的權重向量；

或，

以所述目標題型下題目樣本的每兩條答題內容樣本的相似度特征向量為輸入訓練樣本，若訓練樣本對應的兩條答題內容樣本的人工評測結果相同，則以模型輸出為1為訓練目標，若訓練樣本對應的兩條答題內容樣本的人工評測結果不相同，則以模型輸出為0為訓練目標，訓練權重預測模型；

將訓練后的權重預測模型的多元回歸參數組成的與相似度特征向量相同維度的向量歸一化，得到所述目標題型對應的權重向量。

7.根據權利要求4所述的方法，其特征在于，所述確定每一所述答題內容的聚類特征，包括：

確定每一所述答題內容的文本特征，作為聚類特征；

和/或，

確定每一所述答題內容與所述目標題目的參考答案的相似度特征，作為聚類特征。

8.根據權利要求4所述的方法，其特征在于，所述針對每兩條答題內容，根據該兩條答題內容各自的聚類特征，確定該兩條答題內容的相似度特征向量，包括：

確定每兩條答題內容的聚類特征間的特征相似度；

基于每兩條答題內容的特征相似度，確定每兩條答題內容的相似度特征向量。

9.根據權利要求3所述的方法，其特征在于，所述確定每兩條答題內容的相似度特征向量，包括：

針對每兩條答題內容，根據該兩條答題內容間的文本統計特征，確定該兩條答題內容的相似度特征向量。

10.根據權利要求3所述的方法，其特征在于，所述確定每兩條答題內容的相似度特征向量，包括：

確定每一所述答題內容的聚類特征；

針對每兩條答題內容，根據該兩條答題內容各自的聚類特征，以及，該兩條答題內容間的文本統計特征，確定該兩條答題內容的相似度特征向量。