[发明专利]处理重复题目的方法与装置以及电子设备和存储介质

说明书

本公开提供一种处理重复题目的方法与装置以及电子设备和存储介质，该方法包括：获取包括多个待选题目的题库；基于多个待选题目创建数据索引结构；获取目标题目，为目标题目创建索引比较对象集合；通过在数据索引结构中分别查找目标题目的索引比较对象集合中的每个复合特征，用以获取对应目标题目的重复题目的标识信息，其中，复合特征由对应题目的题干的词语特征与题目类型和/或科目构成。本公开通过将题目题干的词语特征与题目的题目类型和/或科目构成复合特征，并利用复合特征快速建立数据索引结构，以实现对所有题目的索引，从而能快速、准确地实现大规模题库的去重，避免人工干预，大量减少人力成本。

技术领域

本公开的实施例涉及一种处理重复题目的方法与装置以及电子设备和存储介质。

背景技术

随着计算机和互联网技术的发展，中小学教育，乃至大学教育中的练习和考试题目均实现了电子化存储和管理。随着时间的推移，题库里面的题目会越来越多，例如，用于教师教研备课和学生练习的题目海量增长，逐步形成了海量的题库，而题库可能会出现一些重复或者非常相似的题目，此时需要对题目进行去重处理。

发明内容

本公开至少一实施例提供一种理重复题目的方法与装置以及电子设备和存储介质。

本公开至少一实施例提供了一种处理重复题目的方法，包括：获取包括多个待选题目的题库；基于所述多个待选题目创建数据索引结构，包括：获取所述多个待选题目中每个待选题目的至少一个第一复合特征，得到每个所述待选题目与对应第一复合特征的第一映射关系，其中，所述第一复合特征由对应的待选题目的题干的至少一个第一词语特征中的一个或多个与所述待选题目的题目类型和/或科目构成，使用所述多个待选题目中每个待选题目的每个第一复合特征以及基于所述多个待选题目中每个待选题目的第一映射关系，形成所述多个待选题目的所述数据索引结构；获取目标题目，为所述目标题目创建索引比较对象集合，包括：获取所述目标题目的题干的至少一个第二词语特征，通过将所述至少一个第二词语特征中的一个或多个与所述目标题目的题目类型和/或科目构成第二复合特征，得到第二复合特征集合，使用所述目标题目的所述第二复合特征集合以形成所述索引比较对象集合；通过在所述数据索引结构中分别查找所述目标题目的所述索引比较对象集合中的每个所述第二复合特征，用以获取对应所述目标题目的重复题目的标识信息。

例如，在本公开至少一实施例提供的一种处理重复题目的方法中，使用所述多个待选题目中每个待选题目的每个第一复合特征以及基于所述多个待选题目中每个待选题目的第一映射关系，形成所述多个待选题目的所述数据索引结构，包括：对于所述多个待选题目中每个待选题目的每个第一复合特征，通过所述多个待选题目中每个待选题目的第一映射关系，得到与每个所述第一复合特征对应的一个或多个待选题目，作为每个所述第一复合特征的一个或多个索引值，构建所述数据索引结构；或者，对于所述多个待选题目中的每个所述待选题目，通过所述多个待选题目中每个所述待选题目的第一映射关系，得到与每个所述待选题目对应的一个或多个第一复合特征，作为每个所述待选题目的一个或多个索引值，构建所述数据索引结构。

例如，在本公开至少一实施例提供的一种处理重复题目的方法中，得到每个所述待选题目与对应第一复合特征的第一映射关系，包括：将每个所述待选题目的每个所述第一复合特征作为关键对象且将所述待选题目对应的所述标识信息作为与所述关键对象对应的索引值，通过所述关键对象与所述索引值映射关系来建立所述第一映射关系，其中，在从所述数据索引结构查找时通过比较所述索引比较对象集合中的第二复合特征和所述关键对象以获取对应的所述标识信息。

例如，在本公开至少一实施例提供的一种处理重复题目的方法中，所述数据索引结构为哈希表且所述索引值为哈希值。

例如，本公开至少一实施例提供的一种处理重复题目的方法还包括：将题目编号作为所述标识信息。