[发明专利]习题标注方法、装置、存储介质及电子设备

说明书

本公开涉及一种习题标注方法、装置、存储介质及电子设备。该方法包括：获取待标注习题的习题数据，并将根据习题数据转换成的待标注习题特征向量输入一级标签分类器，得到一级标签分类器输出的目标一级标签；确定目标一级标签下包括的二级标签集合；基于待标注习题特征向量与二级标签集合中各个二级标签的相关性大小，从二级标签集合中确定至少一个目标二级标签；确定与至少一个目标二级标签对应的三级标签规则集合，根据三级标签规则集合确定与习题数据匹配的目标三级标签；将由目标一级标签、目标二级标签、目标三级标签组成的集合标注为待标注习题的分类标签。本公开的这种方式可提升习题知识点标注的效率和准确率。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种习题标注方法、装置、存储介质及电子设备。

背景技术

随着人工智能技术的发展和在线教育的推广，实现个性化教学和自适应学习逐渐成为可能。题库作为一种基础资源，在教、学、测、练、评的各种应用中占有重要的地位，而如何准确地为习题打上知识点标签并由此形成一个规范的知识点标签体系是题库建设和实现个性化教学、自适应学习的首要问题。

目前，可以通过人工标注的方式对题库中的习题进行标签标注。但由于习题数量庞大，因而人工标注的方式费时费力，而且还不可避免的存在知识点标注错误的问题。此外也存在由多人标注而导致的标注标准不一致的问题。

发明内容

本公开的目的是提供一种习题标注方法、装置、存储介质及电子设备，以提升习题知识点标注的效率和准确率。

为了实现上述目的，本公开实施例的第一方面，提供一种习题标注方法，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。

可选地，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。

可选地，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。

可选地，所述将所述习题数据转换成待标注习题特征向量，包括：