[发明专利]一种基于机器学习算法的试卷试题拆分工具及其拆分提取方法

权利要求书

1.一种基于机器学习算法的试卷试题拆分工具，其特征在于，所述拆分工具包括：

登录验证系统：针对用户IP和密钥进行验证与授权登录进入系统的安全验证；

中央处理器：针对试题的数据进行逻辑处理；

试题库：存储试题的数据并分类存储，针对试题的编号、题干类型、分值类型进行存储；

试题文本解析模块：用来读取试卷文件，解析试卷中的文字；

试题拆分模块：分离出试题序号、试题分值、试题题干、试题选项、试题答案、试题解析等信息；

试题格式化生成模块：将试题文本解析模块分离出的试题信息进行重新对应组合，并按照预设规则格式化重新编排进入题库；

试题提取模块：将重新编排进入题库的重组后的试题提取至终端设备；

云端试题更新模块：针对云端中上传的试题信息定期更新上传至试题库中；

试题相似度对比模块：针对同批次同时提取的重组试题进行相互对比；

终端：终端接收程序，可以为微信小程序、移动APP或web端。

2.根据权利要求1所述的一种基于机器学习算法的试卷试题拆分工具，其特征在于：所述试题文本解析模块的试题实体识别算法采用word embedding，得到试题文本语义向量，采用机器学习算法解析语义向量获取试卷信息和试题信息。

3.根据权利要求2所述的一种基于机器学习算法的试卷试题拆分工具，其特征在于：试卷信息为试卷名称、试卷年份、试卷地区，所述试题信息为题干、分值、序号、解析、答案。

4.根据权利要求1所述的一种基于机器学习算法的试卷试题拆分工具，其特征在于：所述试卷文件格式可以为docx、doc、pdf、html等。

5.根据权利要求1所述的一种基于机器学习算法的试卷试题拆分工具，其特征在于：所述试题格式化生成模块可对该模块编辑输出试卷格式，模块可以按照格式对解析得到的文本重编排并按照业务要求进行输出。

6.根据权利要求1所述的一种基于机器学习算法的试卷试题拆分工具，其特征在于：所述试题相似度对比模块在进行同批次不同重组后的个体试题集之间进行相互对比，当相似度大于百分之五十时，重新进行单个试题集的试题格式化生成重组。

7.一种基于机器学习算法的试卷试题拆分提取方法，其特征在于，包括如下步骤：

步骤一：登录系统后，上传现有的试题集文件或录入试题，针对现有试题通过试题文本解析模块试题实体识别算法运算；

步骤二：再采用机器学习算法解析语义向量获取试卷信息和试题信息；

步骤三：拆分分离出试题序号、试题分值、试题题干、试题选项、试题答案、试题解析等信息；

步骤四：再进行试题格式化生成，将试题文本解析模块分离出的试题信息进行重新对应组合，并按照预设规则格式化重新编排进入题库；

步骤五：针对同批次生成的多套试题对带输出的试题集之间进行相似度对比并筛选重组后的试题集；

步骤六：编排完成后将重组后的试题集输出至终端。

8.根据权利要求7所述的一种基于机器学习算法的试卷试题拆分提取方法，其特征在于：所述相似度对比过程中，重组后的同批次试题集相互之间相似度大于百分之五十的重新进行单个试题集的试题格式化生成重组，相似度低于百分之五十的进行编排后将试题集输出至终端。

9.根据权利要求7所述的一种基于机器学习算法的试卷试题拆分提取方法，其特征在于：所述试题实体识别算法运算采用word embedding，得到试题文本语义向量。