[发明专利]一种数学题目难度判断的方法

说明书

本发明提供一种数学题目难度判断的方法，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；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S1‑2的题目信息、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、以孩子画像和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、基于动态难度分数的范围判断题目动态难度。本发明对数学题目进行智能量化判断，提高题目难度判断精准度。

技术领域

本发明属于数学题目评估技术领域，具体涉及一种数学题目难度判断的方法。

背景技术

在教学及考试实践中，需要对试卷的题量、题型的安排及综合难度进行把控，以便为校验教学效果提供有效工具，预先合理划定及格线（淘汰率），以及与其他试卷的考试结果进行横向比较等。

整体而言，评估试题难度有两种方法，一种是实测难度，一种预估难度。但目前为止所用的方法缺少基于人工智能量化的判断手段，题目难度判断难度大且不准确，也无法判断题目包含的知识点是否超纲。

发明内容

本发明的发明目的是针对在题目难度判断方面缺少有效手段的现状，提供一种数学题目难度判断的方法。

为解决上述技术问题，本发明的实施例提供一种数学题目难度判断的方法，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：

S1-2、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。

其中，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。

其中，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）。

其中，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）。

其中，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。

本发明的上述技术方案的有益效果如下：

本发明以题目空数量、题干长度、题目类型和知识点数量等题目信息为输入，判断题目静态难度，同时以学生知识图谱为输入，判断题目动态难度，学生知识图谱可以展现学生已掌握知识点及掌握程度、已学未掌握知识点以及未学知识点等，可以根据静态难度分数和动态难度分数判断数学题目是否包含超纲的知识点。本发明对数学题目进行智能量化判断，提高题目难度判断精准度。

附图说明

图1为本发明中数学题目静态难度获取示意图；