[發明專利]選擇題解題模型訓練方法及裝置

在審

• 申請號: 202210535562.0
• 申請日: 2022-05-17
• 公開（公告）號: CN114925166A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 閻覃;趙薇;張天宇;柳景明
• 申請（專利權）人: 北京飛象星球科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 何定潤

1.一種選擇題解題模型訓練方法，其特征在于，包括：

獲取選擇題樣本數據集，并對所述選擇題樣本數據集中的選擇題樣本數據的選項標識進行檢測；

根據檢測結果對所述選擇題樣本數據集中的選擇題樣本數據進行重構，獲得目標選擇題樣本數據集；

基于所述目標選擇題樣本數據集對包含編碼層的選擇題解題模型進行訓練，直至獲得符合訓練條件的目標選擇題解題模型。

2.如權利要求1所述的方法，其特征在于，根據檢測結果對所述選擇題樣本數據集中的選擇題樣本數據進行重構，獲得目標選擇題樣本數據集，包括：

獲取攜帶有選項標識的第一選擇題樣本數據對應的選項數據，并基于所述第一選擇題樣本數據和所述選項數據組成第一目標選擇題樣本數據；

針對未攜帶有選項標識的第一選擇題樣本數據添加空缺標識，獲得第二目標選擇題樣本數據；

基于所述第一目標選擇題樣本數據和所述第二目標選擇題樣本數據生成目標選擇題樣本數據集。

3.如權利要求2所述的方法，其特征在于，基于所述第一目標選擇題樣本數據和所述第二目標選擇題樣本數據生成目標選擇題樣本數據集，包括：

基于所述第一目標選擇題樣本數據和所述第二目標選擇題樣本數據生成初始選擇題樣本數據集；

確定所述初始選擇題樣本數據集中包含的初始選擇題樣本數據分別對應的數據長度；

選擇大于等于預設長度閾值的數據長度對應的初始選擇題樣本數據組成所述目標選擇題樣本數據集。

4.如權利要求2所述的方法，其特征在于，針對未攜帶有選項標識的第一選擇題樣本數據添加空缺標識，獲得第二目標選擇題樣本數據，包括：

針對未攜帶有選項標識的第一選擇題樣本數據添加空缺標識，獲得第二初始選擇題樣本數據；

確定所述第二初始選擇題樣本數據的空缺標識占比；

選擇小于等于預設占比閾值的第二初始選擇題樣本數據，作為所述第二目標選擇題樣本數據。

5.如權利要求3所述的方法，其特征在于，選擇大于等于預設長度閾值的數據長度對應的初始選擇題樣本數據組成所述目標選擇題樣本數據集，包括：

選擇大于等于預設長度閾值的數據長度對應的初始選擇題樣本數據組成中間選擇題樣本數據集；

根據預設分詞規則對中間選擇題樣本數據集中包含的中間選擇題樣本數據進行分詞處理，獲得目標選擇題樣本數據集。

6.如權利要求5所述的方法，其特征在于，根據預設分詞規則對中間選擇題樣本數據集中包含的中間選擇題樣本數據進行分詞處理，獲得目標選擇題樣本數據集，包括：

根據預設分詞規則對中間選擇題樣本數據集中包含的中間選擇題樣本數據進行分詞處理，得到當前選擇題樣本數據集；

基于預設去重算法計算所述當前選擇題樣本數據集中的每個當前選擇題樣本數據之間的相似度，并根據每個當前選擇題樣本數據對應的相似度確定數據去重信息；

根據預設語義清洗算法計算所述當前選擇題樣本數據集中的每個當前選擇題樣本數據的困惑度，并根據每個當前選擇題樣本數據對應的困惑度確定語義清洗信息；

基于所述數據去重信息和語義清洗信息提取所述當前選擇題樣本數據集合中的當前目標選擇題樣本數據，并基于每個當前目標選擇題樣本數據生成目標選擇題樣本數據集。

7.如權利要求1所述的方法，其特征在于，獲取選擇題樣本數據集，包括：

在預設題庫中篩選選擇題題目，并提取選擇題題目中的選擇題題目內容；

刪除每個選擇題題目內容中的非法字符和/或采用標準字符替換所述選擇題題目內容中的非標準字符，獲得選擇題樣本數據；

由每個選擇題樣本數據生成選擇題樣本數據集。