[發明專利]試題去重方法及其系統

在審

• 申請號: 202010031719.7
• 申請日: 2020-01-13
• 公開（公告）號: CN111209734A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 張新華;顏懿;徐星;郭瑞
• 申請（專利權）人: 浙江藍鴿科技有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F16/215
• 代理公司: 上海一平知識產權代理有限公司 31266
• 代理人: 成春榮;竺云

本申請涉及教育技術領域，公開了一種試題去重方法及其系統，能夠減小系統計算量，提高試題去重效率。該方法包括：獲取目標試題；確定該目標試題的題型和涉及的知識點集合；根據該題型和該知識點集合按照預設編碼規則生成該目標試題的特征編碼，并從試題資源庫中獲取具有該特征編碼的各試題，如果該目標試題與該各試題中任一試題的內容相似度大于預設閾值，則判定該目標試題為重復試題并刪除，否則保存該目標試題及其特征編碼至該試題資源庫。

技術領域

本申請涉及教育技術領域，特別涉及試題去重技術。

背景技術

隨著互聯網信息技術的發展，在互聯網平臺可以獲取到大量的試題資源，而這些試題資源中不免存在著大量的重復資源。因此，在試題資源庫建設的過程中，首要解決的問題就是重復試題資源的甄別和去重存儲。

一種試題去重方法是在試題入庫前將其與試題資源庫中的所有試題進行內容相似度計算，根據內容相似度計算結果判斷待入庫試題是否重復，以達到去重的目的，這種試題去重方法計算量龐大且效率低。

發明內容

本申請的目的在于提供一種試題去重方法及其系統，能夠減小系統計算量，提高試題去重效率。

本申請公開了一種試題去重方法，包括：

獲取目標試題；

確定所述目標試題的題型和涉及的知識點集合；

根據所述題型和所述知識點集合按照預設編碼規則生成該目標試題的特征編碼，并從試題資源庫中獲取具有所述特征編碼的各試題，如果該目標試題與所述各試題中任一試題的內容相似度大于預設閾值，則判定該目標試題為重復試題并刪除，否則保存該目標試題及其特征編碼至所述試題資源庫。

在一個優選例中，所述獲取目標試題之前，還包括：

獲取目標試題資源；

基于預先構建的試題信息特征庫從所述目標試題資源中拆分出各所述目標試題。

在一個優選例中，所述基于預先構建的試題信息特征庫從所述目標試題資源中拆分出各所述目標試題，進一步包括：

將所述目標試題資源按照段落標簽劃分為多個段落；

根據所述試題信息特征庫中試題序號特征信息識別出各段落中的試題序號并標注；

根據所述試題信息特征庫中試題導語特征信息識別所述目標試題資源中包含的所述導語關鍵詞，標注所述導語關鍵詞所在段落為導語段落；

將相鄰的兩個所述導語段落之間的內容劃分為一個獨立試題塊，并根據各獨立試題塊中所述導語段落和所述試題序號從所述各獨立試題塊中拆分出各所述目標試題。

在一個優選例中，所述確定所述目標試題的題型和涉及的知識點集合，進一步包括：

基于預先構建的試題信息特征庫確定所述目標試題的題型；

基于預先構建的知識點庫匹配出所述目標試題涉及的知識點集合。

在一個優選例中，所述基于預先構建的試題信息特征庫確定所述目標試題的題型，進一步包括：

根據所述試題信息特征庫中試題導語特征信息識別所述目標試題中包含的導語關鍵詞，并根據所述導語關鍵詞確定所述目標試題的標準導語；

根據所述試題信息特征庫中每個標準導語對應的題型信息確定該標準導語對應的一種或多種題型；

如果該標準導語對應有一種題型，則判定該題型為該目標試題的題型；

如果該標準導語對應有多種題型，則確定所述目標試題的試題結構，并基于所述多種題型根據所述試題信息特征庫中標準試題結構信息確定該試題結構對應的題型為該目標試題的題型。