[發(fā)明專利]一種相似題目推薦系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210489847.5
• 申請(qǐng)日: 2022-05-07
• 公開（公告）號(hào): CN114817545A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 張學(xué)忠;王冠;楊根科;褚健
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)寧波人工智能研究院
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/335;G06K9/62
• 代理公司: 上海劍秋知識(shí)產(chǎn)權(quán)代理有限公司 31382
• 代理人: 徐浩俊

本發(fā)明公開了一種相似題目推薦系統(tǒng)和方法，涉及自然語(yǔ)言處理和在線教育技術(shù)領(lǐng)域，一種相似題目推薦系統(tǒng)包括輸入模塊、題目預(yù)處理模塊、題目?jī)?chǔ)存模塊、知識(shí)點(diǎn)預(yù)測(cè)模塊、文本表示白化處理模塊、文本對(duì)比學(xué)習(xí)模塊、圖片對(duì)比學(xué)習(xí)模塊、相似度計(jì)算模塊、去重模塊和輸出模塊。本發(fā)明公開了一種相似題目推薦方法，包括S100、前置準(zhǔn)備，S200、待推薦題目輸入和預(yù)處理，S300、對(duì)比學(xué)習(xí)訓(xùn)練文本表示，S400、對(duì)比學(xué)習(xí)訓(xùn)練圖片表示，S500、預(yù)測(cè)待推薦題目的知識(shí)點(diǎn)，S600、讀取候選題，S700、計(jì)算文本表示并白化，S800、拼接得到題目表示，S900、排序和去除相同的候選題目，S1000、相似題目輸出。本發(fā)明顯著提高了相似題目推薦的速度和準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語(yǔ)言處理和在線教育技術(shù)領(lǐng)域，尤其涉及一種基于知識(shí)點(diǎn)預(yù)測(cè)和語(yǔ)義相似度計(jì)算的相似題目推薦方法。

背景技術(shù)

近年來(lái)，人工智能技術(shù)蓬勃發(fā)展，并被廣泛的應(yīng)用于教育領(lǐng)域，幫助減少老師的課后工作量，提高學(xué)生的學(xué)習(xí)效率。學(xué)生在學(xué)習(xí)中，對(duì)于做錯(cuò)的題目和理解不充分的題目，需要更多與之相似的題目進(jìn)行練習(xí)。老師在教學(xué)中，也常常需要給出一道題目的相似題目以供同學(xué)們?nèi)ゾ毩?xí)。因此，根據(jù)已練習(xí)的題目，從大量的按知識(shí)點(diǎn)分類儲(chǔ)存的題庫(kù)中推薦出相似的題目成為一個(gè)重要的需求，如何更好的實(shí)現(xiàn)上述相似題目的推薦成為了一項(xiàng)關(guān)鍵的技術(shù)。

實(shí)現(xiàn)上述任務(wù)的基本思路是將待推薦題目和候選題表示成固定長(zhǎng)度的表示，計(jì)算表示之間的距離并排序，從而得到相似題目。但是，如果對(duì)整個(gè)題庫(kù)進(jìn)行計(jì)算距離計(jì)算，其計(jì)算量太大，所以需要根據(jù)候選題對(duì)應(yīng)的知識(shí)點(diǎn)信息做召回，從而縮小候選題的范圍。因此，本專利的其中一個(gè)關(guān)鍵點(diǎn)在于精準(zhǔn)定位待推薦題目所屬的知識(shí)點(diǎn)，以及將題目表示成準(zhǔn)確的語(yǔ)義表示，從而計(jì)算語(yǔ)義相似度。

專利《一種相似題目的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)》(CN201811582965.0)使用分類的方法對(duì)待推薦題目的知識(shí)點(diǎn)進(jìn)行預(yù)測(cè)，每一道待推薦題只有單個(gè)知識(shí)點(diǎn)。然而同一道題目常常包含多個(gè)不同的知識(shí)點(diǎn)，并且知識(shí)點(diǎn)之間也有復(fù)雜的結(jié)構(gòu)化關(guān)系，所以用分類方法并不能很好的對(duì)題目所屬的知識(shí)點(diǎn)進(jìn)行預(yù)測(cè)。本發(fā)明專利將其作為一個(gè)序列到序列的問題，采用編碼器-解碼器模型，將知識(shí)點(diǎn)的多層級(jí)樹狀結(jié)構(gòu)做深度優(yōu)先遍歷轉(zhuǎn)化成一個(gè)序列，從而很好的解決了以往專利的無(wú)法預(yù)測(cè)多個(gè)知識(shí)點(diǎn)和知識(shí)點(diǎn)結(jié)構(gòu)化缺失的問題。

專利《相似題目的檢索方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)》(CN201910913733.7)提供一種相似題目的檢索方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)，并未對(duì)如何將題目表示成特征表示的方法進(jìn)行具體的說(shuō)明?！兑环N相似題目的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)》(CN201811582965.0)將知識(shí)點(diǎn)的概率分布表示作為特征表示，但是無(wú)法表示原題目的語(yǔ)義信息。專利《一種理科相似題推薦方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)》(CN202111278966.8)使用了詞表示模型作為題目的表示表示，該方法的詞表示不會(huì)隨語(yǔ)境不同而變化，因此準(zhǔn)確度仍然不高。專利《一種基于語(yǔ)義信息的相似題推薦系統(tǒng)及其使用方法》(CN202110639976.3)專利使用Bert(Bidirectional Encoder Representation fromTransformers，雙向編碼器語(yǔ)言表征模型)的輸出作為文本表示。但Bert的輸出具有各向異性，其高頻詞會(huì)集中分布在一個(gè)“窄錐”區(qū)域，所以使用Bert的文本表示計(jì)算相似度，會(huì)存在的粗粒度范圍內(nèi)的相似值都很高，細(xì)粒度區(qū)分度缺失的問題。

因此，本領(lǐng)域的技術(shù)人員致力于開發(fā)一種相似題目推薦系統(tǒng)和方法。

發(fā)明內(nèi)容

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是如何提高相似題目推薦的速度與準(zhǔn)確性。