公开(公告)号：CN117828023A

公开(公告)日：2024-04-05

申请号：CN202311872690.5

申请日：2023-12-29

Applicant: 科大讯飞股份有限公司

Inventor： 王士进 ,  邵期翔 ,  丁亮 ,  沙晶 ,  刘聪 ,  胡国平

IPC: G06F16/33 ,  G06F40/205 ,  G06N5/04 ,  G06F16/35 ,  G06N20/00 ,  G06Q50/20

Abstract: 本发明提供一种知识点预测模型训练、知识点预测方法及装置，涉及人工智能技术领域，该方法包括：将第一样本试题的原始的题面文本输入至大型语言模型，得到第一样本试题的推理的解析文本；基于第一样本试题的原始的题面文本、推理的解析文本和知识点标签，以及第二样本试题的原始的题面文本、原始的解析文本和知识点标签，对初始多任务预测模型进行训练，得到知识点预测模型；知识点预测模型用于基于目标试题的原始的题面文本，预测得到目标试题的知识点预测结果；本发明实现以包含题面文本、解析文本以及知识点标签的多维度特征的样本数据集联合进行初始多任务预测模型训练，使得得到的知识点预测模型能够针对各种试题的知识点进行精准预测。

公开(公告)号：CN117876171A

公开(公告)日：2024-04-12

申请号：CN202311872722.1

申请日：2023-12-29

Applicant: 科大讯飞股份有限公司

Inventor： 邵期翔 ,  丁亮 ,  沙晶 ,  王士进

IPC: G06Q50/20 ,  G06F18/214 ,  G06F18/2415

Abstract: 本发明提供一种试题难度评分模型的训练方法、试题难度评分方法及装置，其中训练方法包括：基于初始难度评分模型，对各试题进行特征提取，基于特征提取所得的试题文本特征进行评分，得到各试题的预测难度评分；基于各试题的预测难度评分，以及各试题之间的难度偏序关系，对初始难度评分模型进行训练，得到试题难度评分模型，克服了目前模型训练效果依赖于标注数据，而标注数据的主观性极强，不确定性较大，模型训练效果不佳，泛化性能较差的缺陷，通过训练后的答题模型能够实现试题难度评分效率和评分准确率的提升，并可以为后续评分任务和试题推荐任务提供强有力支撑。