[发明专利]一种数学题目难度判断的方法在审
| 申请号： | 202210343025.6 | 申请日： | 2022-04-02 |
| 公开（公告）号： | CN114781391A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 张晓梅 | 申请（专利权）人： | 武汉巨大树屋科技有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F16/36;G06Q10/06;G06Q50/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430000 湖北省武汉市东湖新技术开发区关南园一路20号*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 数学 题目 难度 判断 方法 | ||
1.一种数学题目难度判断的方法，其特征在于，包括题目静态难度判断和题目动态难度判断，其中，所述题目静态难度判断包括如下步骤：
S1-1、从数学题目中抽取题目信息，包括题目空数量、题干长度、题目类型和知识点数量；
S1-2、把数学题目和出版社信息作为输入提供给语义理解框架，输出题目与知识点映射关系；
S1-3、将步骤S1-1的题目信息、步骤S1-2的题目与知识点映射关系作为输入，提供给静态打分模型，输出静态难度分数；
S1-4、基于步骤S1-3得到的静态难度分数的范围判断题目静态难度；
所述题目动态难度判断包括如下步骤：
S2-1、以学生画像和步骤S1-4得到的题目静态难度作为输入，提供给动态打分模型，输出动态难度分数；
S2-2、基于步骤S2-1得到的动态难度分数的范围判断题目动态难度。
2.根据权利要求1所述的数学题目难度判断的方法，其特征在于，步骤S1-2中的语义理解框架的工作过程为：完成题目和知识点的语义理解，分析出题目与知识点映射关系。
3.根据权利要求1所述的数学题目难度判断的方法，其特征在于，步骤S1-3中，静态打分模型对题目空数量TN、题干长度TL、题目类型TT、知识点数量KN四个维度进行打分，公式如下：
静态难度分数=TN+TL+TT+KN 式（1）。
4.根据权利要求1所述的数学题目难度判断的方法，其特征在于，步骤S2-1中，动态打分模型对题目静态难度TSD、已学习掌握知识点比例MKP、是否包含未学习知识点ULK三个维度进行打分，公式为：
动态难度分数=TSD*（MKP+ULK） 式（2）。
5.根据权利要求1所述的数学题目难度判断的方法，其特征在于，步骤S2-1中的学生画像为学生知识图谱，包括已掌握知识点及掌握情况示图、已学未掌握知识点示图、未学习知识点示图。
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武汉巨大树屋科技有限公司，未经武汉巨大树屋科技有限公司许可，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/202210343025.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：实时调节分拣机器人
- 下一篇：抗断裂弹条、铁路扣件、固定装置
