[发明专利]习题标注方法、装置、存储介质及电子设备

权利要求书

1.一种习题标注方法，其特征在于，所述方法包括：

获取待标注习题的习题数据，并将所述习题数据转换成待标注习题特征向量；

将所述待标注习题特征向量输入一级标签分类器，得到所述一级标签分类器输出的与所述待标注习题对应的目标一级标签；

确定所述目标一级标签下包括的二级标签集合，其中，一级标签的粒度大于二级标签的粒度；

基于所述待标注习题特征向量与所述二级标签集合中各个所述二级标签的相关性大小，从所述二级标签集合中确定至少一个目标二级标签；

确定与所述至少一个目标二级标签对应的三级标签规则集合，根据所述三级标签规则集合确定与所述习题数据匹配的目标三级标签，其中，所述二级标签的粒度大于三级标签的粒度，所述三级标签规则集合包括对应每一所述三级标签的匹配规则；

将由所述目标一级标签、所述目标二级标签、所述目标三级标签组成的集合标注为所述待标注习题的分类标签。

2.根据权利要求1所述的方法，其特征在于，所述基于所述待标注习题特征向量与所述二级标签集合中各个所述二级标签的相关性大小，从所述二级标签集合中确定至少一个目标二级标签，包括：

针对所述二级标签集合中的每一所述二级标签，构建该二级标签对应的至少N个二级标签向量，其中，所述N为该二级标签下包括的三级标签集合中三级标签的数量，每一所述二级标签向量至少包括所述目标一级标签的向量信息、该二级标签的向量信息以及所述三级标签集合中的一个三级标签的向量信息；

将各所述二级标签向量分别与所述待标注习题特征向量进行组合，得到数据对集合；

根据所述数据对集合中各数据对之间的相关性值的大小，对所述各数据对由大到小进行排序，得到数据对序列；

将所述数据对序列中的前M个所述数据对对应的每一种所述二级标签均作为所述目标二级标签，其中N和M均为正整数。

3.根据权利要求2所述的方法，其特征在于，每一所述二级标签向量还包括：所述目标一级标签的一级关键词向量、该二级标签的二级关键词向量以及所述一个三级标签的关键词向量。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述将所述习题数据转换成待标注习题特征向量，包括：

抽取所述习题数据中的一级关键词以及语言模型；

将所述习题数据、所述一级关键词以及所述语言模型输入特征生成器，得到所述特征生成器输出的习题特征向量；

通过PCA算法对所述习题特征向量进行降维处理，得到预设维度的所述待标注习题特征向量。

5.根据权利要求4所述的方法，其特征在于，所述确定与所述至少一个目标二级标签对应的三级标签规则集合，包括：

确定每一所述目标二级标签下包括的所述三级标签集合；

获取各所述三级标签集合中的每一三级标签对应的预设匹配规则，得到所述三级标签规则集合。

6.根据权利要求5所述的方法，其特征在于，所述根据所述三级标签规则集合确定与所述习题数据匹配的目标三级标签，包括：

对所述三级标签规则集合以及所述习题数据利用正则表达式匹配算法进行计算，得到所述目标三级标签。

7.根据权利要求1-3中任一项所述的方法，其特征在于，所述习题数据包括习题题干数据、习题解析数据、习题答案数据；相应地，所述待标注习题特征向量包括习题题干特征向量、习题解析特征向量、习题答案特征向量。