-
公开(公告)号:CN117556789A
公开(公告)日:2024-02-13
申请号:CN202311550403.9
申请日:2023-11-20
Applicant: 重庆邮电大学
IPC: G06F40/166 , G06F40/18 , G06F40/30 , G06F40/20 , G06F18/22 , G06F18/23213 , G06Q50/20 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及一种基于多层次语义挖掘的学生评语生成方法,属于语义挖掘技术领域,具体包括以下步骤:S1:获取学生数据,通过文本生成方法生成表格描述性文本,获取预测文本的条件概率;S2:考虑序列级的语义相似度,将结构化数据与参照自然语言文本进行对齐;S3:提取模型预测文本内表格所包含的信息,并与输入表格数据进行匹配和比对,检验预测文本的准确性和可靠性;S4:通过语义相似度预测以及语句顺序预测得到流畅、连贯的准确性评语文本。
-
公开(公告)号:CN117494677A
公开(公告)日:2024-02-02
申请号:CN202311523690.4
申请日:2023-11-15
Applicant: 重庆邮电大学
IPC: G06F40/169 , G06F40/289 , G06F40/216 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于生成式人工智能的在线课程观点摘要生成方法,属于人工智能领域。该方法包括:采集文本评论数据并进行清理、分词和去停用词操作;采用预训练过的BERT语言模型将文本评论数据进行词嵌入,映射为高维向量表示形式,然后输入到Bi‑GRU网络得到评论的隐藏状态信息;随机选择一个评论作为伪摘要,以该伪摘要为参考对象,计算其余评论与伪摘要的距离,从而对伪摘要进行内容调整生成初级数据集,提高数据集质量以生成综合数据集;使用生成网络对综合数据集进行训练生成课程观点摘要,以验证综合数据集的实效性;同时设计课程类型预测子任务以提高生成网络的编码器和解码器性能,通过多任务的方式提高摘要生成的准确性。
-