[发明专利]试题讲解生成方法及相关装置、电子设备、存储介质

权利要求书

1.一种试题讲解生成方法，其特征在于，包括：

获取待处理试题文本；其中，所述待处理试题文本包括题干文本和若干答案文本；

基于所述题干文本和所述若干答案文本进行预测，得到所述待处理试题文本所涉及的目标考察点和各所述目标考察点的重要度；

基于所述目标考察点的重要度和讲解数据，生成所述待处理试题文本的讲解数据。

2.根据权利要求1所述的方法，其特征在于，所述重要度的获取步骤包括：

基于所述题干文本的第一特征表示和各所述答案文本的第二特征表示进行相关度计算，得到各所述答案文本分别关于重要度预测的第一相关度；

基于各所述答案文本的第二特征表示和第一相关度进行加权，得到各所述答案文本的第一加权表示；

基于各所述答案文本的第一加权表示进行预测，得到所述答案文本所涉及的目标考察点的重要度。

3.根据权利要求1或2所述的方法，其特征在于，所述重要度基于重要度预测模型预测得到，所述重要度预测模型基于第一样本试题文本进行训练，所述第一样本试题文本包括第一样本题干文本和若干第一样本答案文本，且所述第一样本答案文本标注有样本重要度，所述样本重要度表示所述第一样本答案文本所涉及的样本考察点的关键程度。

4.根据权利要求3所述的方法，其特征在于，所述样本重要度的获取步骤包括：

将涉及所述样本考察点的第一样本答案文本分别作为当前样本答案文本，并将所述当前答案文本涉及的样本考察点作为当前考察点；

基于所述当前样本答案文本分别与各所述受试者的作答文本之间的语义相似度，得到所述若干受试者在所述当前考察点上的未命中率；

基于所述第一样本试题文本中所述第一样本答案文本涉及的样本考察点对应的未命中率，得到各所述第一样本答案文本的样本重要度。

5.根据权利要求3所述的方法，其特征在于，所述重要度预测模型包括：

第一注意力网络，用于基于所述题干文本的第一特征表示和各所述答案文本的第二特征表示进行相关度计算，得到各所述答案文本分别关于重要度预测的第一相关度，并基于各所述答案文本的第二特征表示和第一相关度进行加权，得到各所述答案文本的第一加权表示；

第一语义提取网络，用于对各所述答案文本的第一加权表示进行语义提取，得到各所述答案文本的第一语义表示；

第一预测网络，用于基于各所述答案文本的第一语义表示预测得到所述重要度。

6.根据权利要求3所述的方法，其特征在于，所述重要度预测模型的训练步骤包括：

基于所述重要度预测模型对所述第一样本题干文本和所述若干第一样本答案文本进行预测，得到各所述第一样本答案文本的预测重要度；

基于涉及所述样本考察点的第一样本答案文本的样本重要度和预测重要度之间的差异，调整所述重要度预测模型的网络参数。

7.根据权利要求1所述的方法，其特征在于，所述目标考察点的获取步骤包括：

基于所述题干文本的第一特征表示和各所述答案文本的第二特征表示进行相关度计算，得到各所述答案文本分别关于考察点预测的第二相关度；

基于各所述答案文本的第二特征表示和第二相关度进行加权，得到各所述答案文本的第二加权表示；

基于各所述答案文本的第二加权表示进行预测，得到所述答案文本所涉及的目标考察点。

8.根据权利要求7所述的方法，其特征在于，所述基于各所述答案文本的第二加权表示进行预测，得到所述答案文本所涉及的目标考察点，包括：

基于各所述答案文本的第二加权表示进行二分类预测，得到各所述答案文本的第一预测结果，并基于各所述答案文本的第二加权表示进行多分类预测，得到各所述答案文本的第二预测结果；其中，所述第一预测结果包括所述答案文本涉及考察点的可能性，所述第二预测结果包括所述答案文本所涉及的候选考察点；

响应于所述答案文本的第一预测结果满足预设条件，基于所述答案文本所涉及的候选考察点，得到所述答案文本所涉及的目标考察点。