[發(fā)明專利]試題資源分析方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011580551.1
• 申請(qǐng)日: 2020-12-28
• 公開(kāi)（公告）號(hào): CN112685532B
• 公開(kāi)（公告）日: 2023-01-17
• 發(fā)明（設(shè)計(jì)）人: 王金樹(shù);蘇喻;付瑞吉;王士進(jìn);魏思;胡國(guó)平
• 申請(qǐng)（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類(lèi)號(hào): G06F16/30
• 分類(lèi)號(hào): G06F16/30;G09B7/02
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 程琛

本發(fā)明提供一種試題資源分析方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，其中方法包括：確定待分析的試題資源；對(duì)試題資源進(jìn)行錯(cuò)誤率分析，得到錯(cuò)誤率分析結(jié)果；將試題資源輸入使用頻次預(yù)估模型，得到使用頻次預(yù)估模型輸出的適用性分析結(jié)果，使用頻次預(yù)估模型是基于樣本試題資源，以及樣本試題資源在目標(biāo)應(yīng)用場(chǎng)景下的適用性標(biāo)簽訓(xùn)練得到的；基于錯(cuò)誤率分析結(jié)果和適用性分析結(jié)果，確定試題資源的分析結(jié)果。本發(fā)明提供的方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，能夠得到能夠從規(guī)范性、完善性、周期適用性等層面上表征試題資源質(zhì)量的分析結(jié)果，實(shí)現(xiàn)了全面、客觀的試題資源質(zhì)量分析，有助于合理分配試題資源加工資源，實(shí)現(xiàn)高效率的試題資源加工。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語(yǔ)言處理技術(shù)領(lǐng)域，尤其涉及一種試題資源分析方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展和成熟，涉及到自然語(yǔ)言理解的個(gè)性化的試題推薦得到了廣泛的應(yīng)用。在試題推薦之前，往往需要工作人員將海量試題資源加工成試題推薦所需的結(jié)構(gòu)化形式。考慮到試題資源質(zhì)量參差不齊，對(duì)應(yīng)在資源加工階段所要求的加工精度也不相同，通常在試題資源加工之前需要對(duì)試題資源進(jìn)行質(zhì)量分析。

目前針對(duì)試題資源的質(zhì)量分析，通常只考慮試題本身是具有“答案錯(cuò)誤”、“格式錯(cuò)誤”、“解析不完善”等試題自身的規(guī)范性和完善性上的問(wèn)題，并未能將試題資源的質(zhì)量分析與實(shí)際應(yīng)用場(chǎng)景結(jié)合起來(lái)，由此得到的分析結(jié)果過(guò)于片面，基于此可能導(dǎo)致試題資源在實(shí)際應(yīng)用場(chǎng)景中不適用的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明提供一種試題資源分析方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，用以解決現(xiàn)有技術(shù)中試題資源分析過(guò)于片面的缺陷。

本發(fā)明提供一種試題資源分析方法，包括：

確定待分析的試題資源；

對(duì)所述試題資源進(jìn)行錯(cuò)誤率分析，得到錯(cuò)誤率分析結(jié)果；

將所述試題資源輸入使用頻次預(yù)估模型，得到所述使用頻次預(yù)估模型輸出的適用性分析結(jié)果，所述使用頻次預(yù)估模型是基于樣本試題資源，以及所述樣本試題資源在目標(biāo)應(yīng)用場(chǎng)景下的適用性標(biāo)簽訓(xùn)練得到的；

基于所述錯(cuò)誤率分析結(jié)果和所述適用性分析結(jié)果，確定所述試題資源的分析結(jié)果。

根據(jù)本發(fā)明提供一種的試題資源分析方法，所述對(duì)所述試題資源進(jìn)行錯(cuò)誤率分析，得到錯(cuò)誤率分析結(jié)果，包括：

基于低錯(cuò)誤率規(guī)則集合，對(duì)所述試題資源進(jìn)行規(guī)則匹配，基于匹配結(jié)果確定所述錯(cuò)誤率分析結(jié)果；

所述低錯(cuò)誤率規(guī)則集合是基于符合各候選規(guī)則的樣本試題資源的錯(cuò)誤率，對(duì)各候選規(guī)則進(jìn)行關(guān)聯(lián)挖掘得到的。

根據(jù)本發(fā)明提供一種的試題資源分析方法，所述低錯(cuò)誤率規(guī)則集合是基于如下步驟確定的：

基于符合頻繁項(xiàng)集中各候選規(guī)則的樣本試題資源，確定所述頻繁項(xiàng)集的支持度、信任度和錯(cuò)誤率；

若所述頻繁項(xiàng)集的支持度、信任度和錯(cuò)誤率均滿足預(yù)設(shè)條件，則擴(kuò)充所述頻繁項(xiàng)集；

將包含規(guī)則數(shù)最多且滿足所述預(yù)設(shè)條件的頻繁項(xiàng)集作為所述低錯(cuò)誤率規(guī)則集合。

根據(jù)本發(fā)明提供一種的試題資源分析方法，所述試題資源包括試題文本，或包括試題文本和試題屬性，所述試題屬性包括知識(shí)點(diǎn)、試題來(lái)源區(qū)域、考試類(lèi)型、適用年級(jí)、試題難度中的至少一種。

根據(jù)本發(fā)明提供一種的試題資源分析方法，所述將所述試題資源輸入使用頻次預(yù)估模型，得到所述使用頻次預(yù)估模型輸出的適用性分析結(jié)果，包括：

將所述試題資源及與之相似的高頻試題資源，或?qū)⑺鲈囶}資源輸入使用頻次預(yù)估模型的特征編碼層，由所述特征編碼層基于所述試題資源的試題屬性和/或所述高頻試題資源的試題屬性，對(duì)所述試題資源進(jìn)行特征編碼，得到所述特征編碼層輸出的資源特征；