-
公开(公告)号：CN111160606B
公开(公告)日：2024-04-12
申请号：CN201911182284.X
申请日：2019-11-27
Applicant: 科大讯飞股份有限公司
IPC: G06F18/2431 , G06F18/213 , G06Q50/20
Abstract: 本申请实施例公开了一种试题难度预测方法及相关装置，方法包括：获取第一试题的待分析试题信息，所述待分析试题信息包括试题文本信息和目标群体信息，所述目标群体信息用于指示需要使用所述第一试题的目标用户群体；处理所述待分析试题信息得到所述第一试题的试题难度预测特征，所述试题难度预测特征包括解题过程特征和目标群体特征；将所述解题过程特征和所述目标群体特征输入预先训练的绝对难度级别预测模型，得到所述第一试题的绝对难度预测结果。本申请不仅能够保证试题难度预测的客观性，还可以适应不同目标群体的难度主观认知。
-
公开(公告)号：CN117807994A
公开(公告)日：2024-04-02
申请号：CN202311868808.7
申请日：2023-12-28
Applicant: 科大讯飞股份有限公司
IPC: G06F40/289 , G06F40/30 , G06F18/25 , G06F18/213 , G06Q50/20
Abstract: 本发明公开了一种试题知识标签预测方法、存储介质以及电子设备，预测方法包括：获取待预测试题文本；确定待预测试题文本的关键词向量，并利用预先训练好的Bert模型生成待预测试题文本的试题抽象语义表征；对待预测试题文本的关键词向量和试题抽象语义表征进行融合，得到试题融合表征向量；根据试题融合表征向量，得到待预测试题文本的知识点类别。该方法通过融合关键词向量和试题抽象语义表征得到试题融合表征向量，进而得到待预测试题文本的知识点类别，强化了关键语义的重要性，可提高预测试题知识标签的准确性。
-
公开(公告)号：CN112785039B
公开(公告)日：2023-12-01
申请号：CN202011626419.X
申请日：2020-12-31
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种试题作答得分率的预测方法及相关装置，该试题作答得分率的预测方法包括：获取到试题序列、作答序列以及试题序列对应的时间序列；其中，试题序列的多个试题的题目类型为至少一种；计算得到试题序列对应的试题序列特征表示、作答序列对应的作答记录序列特征表示以及时间序列对应的时间序列特征表示；对试题序列特征表示、作答记录序列特征表示以及时间序列特征表示进行融合，以得到当前试题表示；基于当前试题表示对待预测试题的作答得分率进行预测，得到待预测试题的预测得分率。通过上述方式，本申请中的试题作答得分率的预测方法能够对不同类型的试题进行预测，(56)对比文件Raheel Zafar;Sarat C. Dass;AamirSaeed Malik;Nidal Kamel;M. Javvad UrRehman;Rana Fayyaz Ahmad;Jafri MalinAbdullah;Faruque Reza.Prediction of HumanBrain Activity Using Likelihood RatioBased Score Fusion.IEEE Access.2017,第13010-13019页.殷英;张锡娟.基于S-P表评价法对学生概念掌握状况的调查.物理通报.2015,(04),第90-93页.
-
公开(公告)号：CN112699283B
公开(公告)日：2023-12-01
申请号：CN202011606340.0
申请日：2020-12-28
Applicant: 科大讯飞股份有限公司
IPC: G06F16/903 , G06Q50/20
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种试卷生成方法及装置，该方法包括：获取组卷信息；从母卷库中查找与组卷信息相匹配的候选卷；获取候选卷的双向细目表，双向细目表包括多条双向细目条；根据组卷信息调整双向细目表；根据调整后的双向细目表对候选卷中的试题进行调整，得到目标卷。本申请通过组卷信息从已有的母卷库中搜索出相匹配的试卷作为候选卷，将该候选卷抽象为对试卷关键特点进行描述的双向细目表，再根据组卷信息对双向细目表进行调整，使得用户仅需要设置组卷信息就可以自动生成试卷，提高了试卷生成的效率，同时也避免了因手动组建试卷而造成组建的产品质量不高、定位不精准的问题。
-
公开(公告)号：CN116108161A
公开(公告)日：2023-05-12
申请号：CN202310100752.4
申请日：2023-01-18
Applicant: 科大讯飞股份有限公司
IPC: G06F16/335 , G06F16/338 , G06N3/08 , G06Q50/20 , G06N3/0464
Abstract: 本发明提供一种试题推荐方法、装置、电子设备及存储介质，其中方法包括：获取待推荐试题；基于编码模型，提取所述待推荐试题的试题表示特征；基于所述待推荐试题的试题表示特征，进行试题推荐；所述编码模型后接解码模型构成试题求解模型，所述试题求解模型基于样本试题，以及所述样本试题的答案标签训练得到。本发明提供的方法、装置、电子设备及存储介质，基于训练得到的试题求解模型中的编码模型，提取得到待推荐试题的试题表示特征，待推荐试题的试题表示特征涵盖了试题中隐藏的逻辑推理的特征信息，由此，进一步提高了后续基于待推荐试题的试题表示特征进行试题推荐的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN115936059A
公开(公告)日：2023-04-07
申请号：CN202211698490.8
申请日：2022-12-28
Applicant: 科大讯飞股份有限公司
Abstract: 本发明涉及计算机应用技术领域，提供一种计算机自适应测验方法、系统、电子设备及存储介质，首先确定目标受试者针对目标学科的当前能力信息；然后将目标受试者针对目标学科的历史答题信息以及当前能力信息输入至选题模型，得到选题模型输出的测验资源。在对基础模型进行训练得到选题模型时，引入第一损失函数，可以保证选题模型输出的测验资源整体上对目标学科的知识覆盖率，引入第二损失函数，可以保证选题模型输出的测验资源整体上的知识点相关性较小，如此可以提高测验资源的可信度，便于对目标受试者进行全面的测验，提高测验效率，使得后续的测验结果更加准确，进而可以实现学习资源的准确推荐。
-
公开(公告)号：CN115827828A
公开(公告)日：2023-03-21
申请号：CN202211699288.7
申请日：2022-12-28
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种试题文本评分方法、装置、电子设备及存储介质，该方法包括：获取目标试题文本；根据目标试题文本，获取目标试题文本中作答文本对应的作答特征，以及目标试题文本中答案文本的各解题思路对应的答案特征；根据作答特征和各解题思路对应的答案特征，获取作答文本对应的评分结果；其中，作答特征包括关键作答步骤、关键作答步骤对应的定理特征、关键作答步骤对应的推理特征；答案特征包括关键答案步骤、关键答案步骤对应的定理特征和关键答案步骤对应的推理特征。本发明实现综合考虑作答文本以及答案文本中的推导步骤以及推导逻辑等多维特征，据此进行作答文本评分，实现提高试题文本评分的可靠性和合理性。
-
公开(公告)号：CN110825867B
公开(公告)日：2023-01-17
申请号：CN201911060991.1
申请日：2019-11-01
Applicant: 科大讯飞股份有限公司
IPC: G06F16/335 , G06F16/35
Abstract: 本发明实施例提供一种相似文本推荐方法、装置、电子设备和存储介质，其中方法包括：确定第一文本，以及所述第一文本对应的多个候选的第二文本；将所述第一文本以及每一第二文本输入至相似文本推荐模型，得到所述相似文本推荐模型输出的相似文本推荐结果；其中，相似文本推荐模型用于基于注意力机制分析第一文本与每一第二文本之间的相关性和特征重要程度，进而确定相似文本推荐结果。本发明实施例提供的方法、装置、电子设备和存储介质，通过基于注意力机制构建的相似文本推荐模型进行相似文本推荐，通过注意力机制的应用将文本关联起来，并有效区分文本中各个特征的重要程度，优化了相似文本推荐效果。
-
公开(公告)号：CN110825875B
公开(公告)日：2022-12-06
申请号：CN201911060988.X
申请日：2019-11-01
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种文本实体类型识别方法、装置、电子设备和存储介质，其中方法包括：确定待识别文本；将待识别文本中的每一分词输入至实体类型识别模型，得到实体类型识别模型输出的每一分词对应的实体类型识别结果；其中，实体类型识别模型是基于同义词交互注意力机制构建，并通过样本文本中的每一样本分词及其样本实体类型标识，以及同义词集字典训练得到的。本发明实施例提供的方法、装置、电子设备和存储介质，通过将待识别文本的每一分词输入至基于同义词交互注意力机制构建的实体类型识别模型中，进行实体类型识别，克服了由于文本实体表达方式的多变导致的识别困难的问题，有助于提高文本实体类型识别的准确性和可靠性。
-
公开(公告)号：CN110765241B
公开(公告)日：2022-09-06
申请号：CN201911061783.3
申请日：2019-11-01
Applicant: 科大讯飞股份有限公司
IPC: G06F16/33
Abstract: 本发明实施例提供一种推荐题的超纲检测方法、装置、电子设备和存储介质，其中方法包括：确定原题文本，原题文本对应的推荐题文本，以及待检测教材版本；将原题文本、推荐题文本以及待检测教材版本输入至超纲检测模型，得到超纲检测模型输出的超纲检测结果；其中，超纲检测模型用于基于注意力机制分析原题文本和推荐题文本分别与待检测教材版本下各章节的相关性，并基于相关性确定超纲检测结果。本发明实施例提供的方法、装置、电子设备和存储介质，解决了推题引擎的超纲问题，且超纲检测无需人工标注，简便高效，成本低廉，准确度高。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.051 seconds)
