[發(fā)明專利]一種語文閱讀理解水平評估方法

在審

• 申請?zhí)枺?/td>: 202011370982.5
• 申請日: 2020-11-30
• 公開（公告）號: CN112329456A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設計）人: 王鑫
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F40/216;G06F40/30;G06Q10/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種語文閱讀理解水平評估方法，屬于智能教學領域，用于解決現有技術中無法對答題者的語文閱讀理解水平進行自動評估的問題。本發(fā)明提供的語文閱讀理解水平評估方法包括：獲取閱讀理解考題和目標對象的答題語句；計算各答題語句與對應的閱讀理解考題的關聯度值；根據所述答題語句與對應的閱讀理解考題的關聯度值，通過預設閱讀理解水平等級計算方法計算所述目標對象的閱讀理解水平等級。本發(fā)明能夠根據閱讀理解題答案進行答題者的閱讀理解水平評估及相應水平閱讀理解短文推薦。

技術領域

本發(fā)明涉及智能教學技術領域，特別涉及一種語文閱讀理解水平評估方法。

背景技術

隨著計算機及互聯網技術的不斷發(fā)展，智能教學發(fā)展越來越快，例如學生可以通過網絡進行學習以及做網絡作業(yè)。在智能教學的作業(yè)批改中，選擇題在很早之前已經能夠實現機器的答案自動識別及批改，但是對于非選擇題類型的閱讀理解題，尤其是需要回答句子等作為答案的閱讀理解題，目前仍需要人工批改以及人工評價答題者的閱讀理解水平。

發(fā)明內容

本發(fā)明提供一種語文閱讀理解水平評估方法，用于解決現有技術中無法對答題者的語文閱讀理解水平進行自動評估的問題，本發(fā)明能夠根據閱讀理解題答案進行答題者的閱讀理解水平評估。

本發(fā)明提供一種語文閱讀理解水平評估方法，包括：

獲取閱讀理解考題和目標對象的答題語句；

計算各答題語句與對應的閱讀理解考題的關聯度值；

根據所述答題語句與對應的閱讀理解考題的關聯度值，通過預設閱讀理解水平等級計算方法計算所述目標對象的閱讀理解水平等級。

在一可選實施例中，在計算所述目標對象的閱讀理解水平等級之后，還包括：

向所述目標用戶推薦與所述目標對象的閱讀理解水平等級相匹配的閱讀理解短文。

在一可選實施例中，所述計算各答題語句與對應閱讀理解考題的關聯度值，包括：

按照預定拆詞法對各閱讀理解考題和答題語句進行詞匯拆分；

獲取各閱讀理解考題和答題語句拆分出的各詞匯的語義近似值；

根據各閱讀理解考題和答題語句拆分出的各詞匯的語義近似值，計算各答題語句與對應的閱讀理解考題的關聯度值。

在一可選實施例中，所述根據各閱讀理解考題和答題語句拆分出的各詞匯的語義近似值，計算各答題語句與對應的閱讀理解考題的關聯度值，包括：

根據以下公式計算各答題語句與對應的閱讀理解考題的關聯度值：

其中，Rel_m為第m個答題語句與對應的第m個閱讀理解考題的關聯度值；i＝1,…,I，I為第m個閱讀理解考題拆分出的詞匯總數，j＝1,…,J，J為與第m個閱讀理解考題對應的第m個答題語句拆分出的詞匯總數；A_mi表示第m個閱讀理解考題中拆分出的第i個詞匯的語義近似值，B_mj表示與第m個閱讀理解考題對應的第m個答題語句拆分出的第j個詞匯的語義近似值；

表達式S(A,B)表示語義近似值A和B的關聯度值；

函數max()表示取括號內若干元素的最大值。

在一可選實施例中，所述預設閱讀理解水平等級計算方法為：

根據以下公式計算所述目標對象的閱讀理解水平等級：