[發(fā)明專利]一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110228195.5
• 申請(qǐng)日: 2021-03-02
• 公開（公告）號(hào): CN113033180A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 孫媛;陳安東
• 申請(qǐng)（專利權(quán)）人: 中央民族大學(xué)
• 主分類號(hào): G06F40/211
• 分類號(hào): G06F40/211;G06F16/35;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽

本發(fā)明涉及一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)，該系統(tǒng)包括藏語閱讀語料庫構(gòu)建模型和藏文閱讀文本問題生成模型；其中，藏語閱讀語料庫構(gòu)建模型，通過提取小學(xué)藏語文章特征數(shù)據(jù)，并設(shè)計(jì)混合的多策略文本篩選模型，得到藏語閱讀語料庫；藏文閱讀文本問題生成模型包括編碼端和解碼端，其中，編碼端使用雙向RNN網(wǎng)絡(luò)和注意力機(jī)制；解碼端使用單向RNN網(wǎng)絡(luò)、注意力機(jī)制和復(fù)制機(jī)制。本發(fā)明通過設(shè)計(jì)的混合的多策略文本篩選模型，可以在大規(guī)模百科藏文文本中篩選出適合小學(xué)閱讀的藏語文文章。并且設(shè)計(jì)了端到端的自動(dòng)問題生成模型，它解決了小學(xué)藏語文閱讀教學(xué)材料體裁少、更新速度慢，人工出題量少等問題，從而推動(dòng)民族地區(qū)藏語教學(xué)的發(fā)展。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理技術(shù)領(lǐng)域，特別涉及一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)。

背景技術(shù)

目前自然語言處理(NLP)領(lǐng)域備受關(guān)注，自然語言處理的研究目標(biāo)是讓計(jì)算機(jī)學(xué)會(huì)理解和運(yùn)用人類的自然語言，是人工智能領(lǐng)域中的重要研究方向。近年來，自然語言處理方面的運(yùn)用層出不窮，如Facebook的SimpleQuestions、百度的文本生成工具逐漸應(yīng)用于教育領(lǐng)域，以改善教學(xué)為目的的閱讀理解問題生成、文章摘要生成等技術(shù)系統(tǒng)也開始涌現(xiàn)，助力教學(xué)效率提升和學(xué)生的閱讀理解能力訓(xùn)練。

相比與漢語文教學(xué)，藏語文的閱讀材料相對(duì)較少，更新速度較慢、選擇面也較窄，在出閱讀理解題目時(shí)，采用的方式依然是通過老師人工出題，這導(dǎo)致藏語文閱讀教學(xué)材料的更新速度難以滿足學(xué)生的需求，限制了民族地區(qū)的藏語教學(xué)的發(fā)展。

發(fā)明內(nèi)容

本發(fā)明的目的在于，解決小學(xué)藏語文閱讀教學(xué)材料體裁少、更新速度慢、人工出題量小等問題，推動(dòng)民族地區(qū)藏語教學(xué)的發(fā)展。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)，該系統(tǒng)包括藏語閱讀語料庫構(gòu)建模型和藏文閱讀文本問題生成模型；其中，

藏語閱讀語料庫構(gòu)建模型，通過提取小學(xué)藏語文章特征數(shù)據(jù)，并設(shè)計(jì)混合的多策略文本篩選模型，構(gòu)建藏語閱讀語料庫；

藏文閱讀文本問題生成模型，包括編碼端和解碼端，其中，編碼端使用雙向 RNN網(wǎng)絡(luò)和注意力機(jī)制；解碼端使用單向RNN網(wǎng)絡(luò)、注意力機(jī)制和復(fù)制機(jī)制。

本發(fā)明通過設(shè)計(jì)的混合的多策略文本篩選模型，可以在大規(guī)模百科藏文文本中篩選出適合小學(xué)閱讀的藏語文文章。并且設(shè)計(jì)了端到端的自動(dòng)問題生成模型，它解決了小學(xué)藏語文閱讀教學(xué)材料體裁少、更新速度慢，人工出題量少等問題，從而推動(dòng)民族地區(qū)藏語教學(xué)的發(fā)展。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)結(jié)構(gòu)示意圖；

圖2為本發(fā)明實(shí)施例提供的另一種面向小學(xué)藏語文閱讀問題自動(dòng)生成的服務(wù)系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施例

本發(fā)明實(shí)施例設(shè)計(jì)了一種小學(xué)藏語閱讀理解問題自動(dòng)生成的智能服務(wù)系統(tǒng)。主要包括：

首先，以小學(xué)藏語文教材(1-6年級(jí))為訓(xùn)練語料，以文章長度、文章體裁、句子數(shù)量、平均句長、文章詞匯量、詞匯覆蓋度、冗余度為特征，設(shè)計(jì)了一種混合的多策略文本篩選模型，從大規(guī)模百科藏文文本中得到適合小學(xué)藏語文閱讀的材料。

然后，由中央民族大學(xué)國家語言資源監(jiān)測(cè)與研究中心帶領(lǐng)藏族學(xué)生完成藏語文本答案的標(biāo)注和對(duì)應(yīng)問題的生成，得到大規(guī)模閱讀文本的問題和答案，并設(shè)計(jì)了一種基于注意力機(jī)制和復(fù)制機(jī)制的端到端的藏文閱讀文本問題生成模型。編碼端使用雙向循環(huán)RNN網(wǎng)絡(luò)，加入注意力機(jī)制來解決RNN網(wǎng)絡(luò)容易遺忘的問題。解碼端使用單向RNN網(wǎng)絡(luò)，加入復(fù)制機(jī)制提高問題答案的可讀性。同時(shí)，使用答案位置信息輸入到神經(jīng)網(wǎng)絡(luò)當(dāng)中，從而減少長文本輸入時(shí)的噪聲，提高問題的生成效果。

最后，使用Django框架搭建小學(xué)藏語閱讀理解問題自動(dòng)生成的智能服務(wù)系統(tǒng)，實(shí)現(xiàn)藏語文閱讀文章的自動(dòng)篩選和出題。