[发明专利]一种自动解题方法、装置、计算机设备及存储介质

权利要求书

1.一种自动解题方法，其特征在于，包括：

获取待解题目的题目信息；

基于神经网络模型和所述待解题目的题目信息，确定所述待解题目的至少一个解题步骤，以及与所述待解题目的每个解题步骤对应的解析参数信息；

基于所述每个解题步骤对应的解析参数信息和预设的解析模板，生成与所述待解题目对应的解析内容；所述解析模板中包含与不同解题步骤的逻辑顺序和解析参数信息匹配的形式化语言。

2.根据权利要求1所述的方法，其特征在于，所述获取待解题目的题目信息，包括：

获取包含所述待解题目的图像，并提取所述图像中的内容，从而得到所述待解题目的题目信息；或者，

获取用户在预设输入位置输入的所述待解题目的题目信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于携带有解析标注信息的样本题目训练得到所述神经网络模型；

所述解析标注信息包括：至少一个解题步骤，以及每个解题步骤对应的解析参数信息和语义类型；

所述解析参数信息包括以下信息中的多种信息：

计算算式、单位信息、所述计算算式的计算意义、所述计算算式中每个计算参数的意义、所述计算算式所对应的计算类型。

4.根据权利要求3所述的方法，其特征在于，与所述待解题目对应的解析内容包括文本解析内容；

所述基于所述每个解题步骤对应的解析参数信息和预设的解析模板，生成与所述待解题目对应的解析内容，包括：

基于所述解题步骤对应的解题顺序，将所述解题步骤对应的解析参数信息依次添加至所述预设的解析模板中，生成与所述待解题目对应的文本解析内容。

5.根据权利要求4所述的方法，其特征在于，在生成与所述待解题目对应的文本解析内容之后，所述方法还包括：

基于所述文本解析内容，生成与所述待解题目对应的解析音频或解析视频；

展示生成的解析音频或解析视频。

6.根据权利要求3所述的方法，其特征在于，基于携带有解析标注信息的样本题目训练得到所述神经网络模型，包括：

获取多个样本题目的样本题目信息，其中，每一个所述样本题目携带有对应的解析标注信息；

将所述样本题目的样本题目信息输入至神经网络模型中，得到所述样本题目对应的至少一个预测解题步骤，以及与所述待解题目的每个预测解题步骤对应的解析参数信息；

基于所述样本题目对应的解析标注信息、所述至少一个预测解题步骤，以及与所述待解题目的每个预测解题步骤对应的解析参数信息，对所述神经网络模型进行训练。

7.一种自动解题方法，其特征在于，包括：

响应针对待解题目的解析触发操作，发起解析请求；

接收基于所述解析请求生成的针对所述待解题目的解析内容，并对所述解析内容进行展示，其中，所述解析内容中包括按照逻辑顺序组织的解题过程信息，所述解题过程信息包括解题逻辑分析和解题步骤分析，所述解题逻辑分析和解题步骤分析中包含解析参数信息和与所述解析参数信息匹配的形式化语言。

8.一种自动解题装置，其特征在于，包括：

获取模块，用于获取待解题目的题目信息；

确定模块，用于基于神经网络模型和所述待解题目的题目信息，确定所述待解题目的至少一个解题步骤，以及与所述待解题目的每个解题步骤对应的解析参数信息；

生成模块，用于基于所述每个解题步骤对应的解析参数信息和预设的解析模板，生成与所述待解题目对应的解析内容；所述解析模板中包含与不同解题步骤的逻辑顺序和解析参数信息匹配的形式化语言。