[发明专利]题目推荐方法、装置、设备及存储介质在审

专利信息
申请号: 202111039626.X 申请日: 2021-09-06
公开(公告)号: CN113901784A 公开(公告)日: 2022-01-07
发明(设计)人: 陆健坤;揭展明;黄浩然 申请(专利权)人: 脸萌有限公司
主分类号: G06F40/205 分类号: G06F40/205;G06F40/268;G06F40/289;G06F16/9535;G06N3/04;G06N3/08;G06Q50/20
代理公司: 北京知帆远景知识产权代理有限公司 11890 代理人: 刘岩磊
地址: 英属开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 题目 推荐 方法 装置 设备 存储 介质
【权利要求书】:

1.一种题目推荐方法,其特征在于,包括:

获取待考核单词和待考核知识点;

将所述待考核单词和所述待考核知识点输入至目标模型,以得到待推荐题目;

向用户推荐所述待推荐题目。

2.根据权利要求1所述的方法,其特征在于,所述将所述待考核单词和所述待考核知识点输入至目标模型,以得到待推荐题目之前,还包括:

获取预训练语言模型和多个训练样本;

通过所述多个训练样本训练所述预训练语言模型,以得到所述目标模型;

其中,每个所述训练样本包括:题目、所述题目对应的答案和所述答案对应的知识点。

3.根据权利要求2所述的方法,其特征在于,还包括:

确定所述答案对应的知识点。

4.根据权利要求3所述的方法,其特征在于,所述确定所述答案对应的知识点,包括:

获取所述答案对应的词性POS标签或者POS标签组;

根据所述答案对应的POS标签或者POS标签组与所述知识点的映射关系,确定所述答案对应的知识点。

5.根据权利要求4所述的方法,其特征在于,所述获取所述答案对应的词性POS标签或者POS标签组,包括:

将所述答案嵌入所述题目中;

将带有所述答案的所述题目输入至词性标注模型中,以得到所述题目中各个单词的POS标签;

从所述题目中各个单词的POS标签中获取所述答案对应的POS标签或者POS标签组。

6.根据权利要求2-5任一项所述的方法,其特征在于,获取所述预训练语言模型,包括:

获取多个训练题目和自回归语言模型;

通过所述多个训练题目训练所述自回归语言模型,以得到所述预训练语言模型。

7.一种题目推荐装置,其特征在于,包括:

第一获取模块,用于获取待考核单词和待考核知识点;

输入模块,用于将所述待考核单词和所述待考核知识点输入至目标模型,以得到待推荐题目;

推荐模块,用于向用户推荐所述待推荐题目。

8.根据权利要求7所述的装置,其特征在于,还包括:

第二获取模块,用于获取预训练语言模型和多个训练样本;

训练模块,用于通过所述多个训练样本训练所述预训练语言模型,以得到所述目标模型;

其中,每个所述训练样本包括:题目、所述题目对应的答案和所述答案对应的知识点。

9.根据权利要求8所述的装置,其特征在于,还包括:

确定模块,用于确定所述答案对应的知识点。

10.根据权利要求9所述的装置,其特征在于,所述确定模块具体用于:

获取所述答案对应的POS标签或者POS标签组;

根据所述答案对应的POS标签或者POS标签组与所述知识点的映射关系,确定所述答案对应的知识点。

11.根据权利要求10所述的装置,其特征在于,所述确定模块具体用于:

将所述答案嵌入所述题目中;

将带有所述答案的所述题目输入至词性标注模型中,以得到所述题目中各个单词的POS标签;

从所述题目中各个单词的POS标签中获取所述答案对应的POS标签或者POS标签组。

12.根据权利要求8-11任一项所述的装置,其特征在于,所述第二获取模块具体用于:

获取多个训练题目和自回归语言模型;

通过所述多个训练题目训练所述自回归语言模型,以得到所述预训练语言模型。

13.一种电子设备,其特征在于,包括:

处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行权利要求1至6中任一项所述的方法。

14.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求1至6中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于脸萌有限公司,未经脸萌有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111039626.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top