公开(公告)号：CN107506359B

公开(公告)日：2020-02-07

申请号：CN201610425977.7

申请日：2016-06-14

Applicant: 科大讯飞股份有限公司

Inventor： 苏喻 ,  张丹 ,  刘青文 ,  邓晓栋 ,  陈志刚 ,  魏思 ,  胡郁

IPC: G06F16/2458 ,  G06F16/35

Abstract: 本发明公开了一种试题高阶属性挖掘方法及系统，该方法包括：获取试题的低阶属性及学生历史答题信息，所述低阶属性包括试题的知识点或技能；对不同低阶属性进行组合，形成预估高阶属性；基于所述低阶属性及学生历史答题信息，确定学生能力；根据所述学生能力和学生历史答题信息，确定各预估高阶属性上的学生能力在每个试题中的权重；统计权重大于设定阈值的学生能力对应的各预估高阶属性的个数；如果所述个数大于设定值，则将对应的预估高阶属性作为试题的高阶属性。利用本发明，可以高效、准确地确定试题的高阶属性。

公开(公告)号：CN113051886B

公开(公告)日：2023-12-01

申请号：CN202110319525.1

申请日：2021-03-25

Applicant: 科大讯飞股份有限公司

Inventor： 朱林波 ,  苏喻 ,  王士进 ,  魏思 ,  胡国平

IPC: G06F40/194 ,  G06F40/284 ,  G06F40/30 ,  G06F16/31 ,  G06F16/33 ,  G06F16/332 ,  G06Q50/20

Abstract: 本申请公开了一种试题查重方法、装置、存储介质及设备，该方法包括：首先，获取待查重的目标试题的隐向量；其中，隐向量用于表征目标试题的语义信息，然后，利用预先构建的HNSW试题查重模型，根据目标试题的隐向量，从试题库中选取满足预设初选条件的试题，组成目标试题的初选重复试题集合；接着，根据初选重复试题集合中的试题与目标试题的相似度，从初选重复试题集合中确定目标试题对应的重复试题。可见，由于本申请是基于表征试题语义信息的隐向量进行查重，不仅能够支持部分文档更新后的查重，还能够提高查重结果的准确性。同时，利用HNSW试题查重模型进行查重，也能够进一步提高试题查重速度和效率，得到准确性更高的试题查重结果。

公开(公告)号：CN114444493A

公开(公告)日：2022-05-06

申请号：CN202111575590.7

申请日：2021-12-21

Applicant: 科大讯飞股份有限公司

Inventor： 陈文哲 ,  苏喻 ,  张丹

IPC: G06F40/284 ,  G06F40/205 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开披露了一种试题处理方法及装置、计算机可读存储介质及电子设备，涉及自然语言处理技术领域。该试题处理方法包括：确定目标理科类试题的原始试题文本；利用锚点预测模型，基于目标理科类试题的原始试题文本，确定目标理科类试题对应的锚点数据，其中，锚点数据为与目标理科类试题的考察内容关联的数据，锚点预测模型是基于M个理科类试题样本各自的解析试题文本和锚点标签数据训练得到的，M为正整数。本公开提供的试题处理方法，能够利用锚点预测模型精准地预测目标理科类试题对应的锚点数据，进而能够提升用户的学习效果和体验好感度。也就是说，与现有技术相比，本公开能够适用于理科类试题场景，且预测精准度更高。

公开(公告)号：CN114358017A

公开(公告)日：2022-04-15

申请号：CN202111632633.0

申请日：2021-12-28

Applicant: 科大讯飞股份有限公司

Inventor： 吴逗逗 ,  苏喻 ,  张丹 ,  汪成成

IPC: G06F40/30 ,  G06F40/289 ,  G06F16/35 ,  G06Q50/20

Abstract: 本申请提供了一种标签分类方法、装置、设备和存储介质，所述方法通过各门学科数据对应的大量源域无标签样本训练生成用于识别各门学科数据语义信息的预训练的语言模型，减少了人工标注时间，然后将源域训练好的语言模型迁移学习至目标域，即可通过语言模型对目标学科数据的目标域标签样本进行语义提取，无需大量目标学科数据训练标签分类模型，通过提取的目标域标签样本语义信息对模型标签分类模型的分类参数进行训练，对标签分类模型的微调，即可生成对目标学科进行标签分类的目标标签分类模型，不仅提高了标签分类模型的训练效率，而且提高了目标学科的数据分类效率，降低了标签分类成本。

公开(公告)号：CN114357297A

公开(公告)日：2022-04-15

申请号：CN202111666390.2

申请日：2021-12-30

Applicant: 科大讯飞股份有限公司

Inventor： 郝龙飞 ,  沙晶 ,  苏喻 ,  王士进 ,  魏思 ,  胡国平

IPC: G06F16/9535 ,  G06N3/08 ,  G06K9/62 ,  G06F16/21

Abstract: 本申请涉及计算机技术领域，并公开了一种学生画像构建及学习资源分发方法、计算机设备及存储介质，所述方法包括：通过获取目标学生的历史作答数据和预设知识库中的各目标域知识；将所述历史作答数据和所述各目标域知识，输入预训练的学生特征预测模型进行分析，得到所述目标学生对各目标域知识的掌握度和所述掌握度的变化率；根据所述目标学生对各目标域知识的掌握度和所述掌握度的变化率，构建所述目标学生的画像。旨在基于学生的历史作答数据和各目标域知识构建学生画像，实现根据学生画像有针对性地对学生进行学习资源分发。

公开(公告)号：CN114254127A

公开(公告)日：2022-03-29

申请号：CN202111582714.4

申请日：2021-12-22

Applicant: 科大讯飞股份有限公司

Inventor： 程泽宇 ,  苏喻 ,  张丹 ,  徐碧涵

IPC: G06F16/36 ,  G06F16/335

Abstract: 本发明提供一种学生能力画像方法、学习资源推荐方法及装置，通过目标学科知识图谱的引入，可以使得编码得到的目标知识点表征向量可以表征待作答题目的知识点信息以及知识关系结构信息，在能力预测时考虑了各知识点之间的关系，可以大大提高预测结果的准确性。而且，通过目标知识点表征向量与学生对应于目标学科的历史答题信息相结合的方式，对学生的知识能力进行预测，可以引入学生的记忆规则，进一步提高了预测结果的准确性。

公开(公告)号：CN112784608A

公开(公告)日：2021-05-11

申请号：CN202110209294.9

申请日：2021-02-24

Applicant: 科大讯飞股份有限公司

Inventor： 汪成成 ,  苏喻 ,  张丹

IPC: G06F40/30 ,  G06Q10/04 ,  G06Q50/20

Abstract: 本发明提供一种试题推荐方法、装置、电子设备和存储介质，所述方法包括：基于目标用户的历史答题记录，确定目标用户的认知状态以及目标用户的各候选试题专题；基于目标用户的认知状态，确定目标用户的相似用户，以及认知状态优于目标用户的榜样用户；基于相似用户对各候选试题专题的掌握程度，以及榜样用户对各候选试题专题的掌握程度，从各候选试题专题中确定待推荐专题，并将待推荐专题推送至目标用户。本发明结合相似用户和榜样用户对各候选试题专题的掌握程度进行试题推荐，不仅能够根据目标用户掌握薄弱知识点知识专题推荐试题，而且能够准确选取难度较高的试题资源推荐给目标用户，实现个性化试题推荐。

公开(公告)号：CN107967254B

公开(公告)日：2021-05-04

申请号：CN201711048333.1

申请日：2017-10-31

Applicant: 科大讯飞股份有限公司

Inventor： 张丹 ,  苏喻 ,  李佳 ,  高明勇 ,  刘青文 ,  王瑞 ,  胡国平

IPC: G06F40/30 ,  G06F40/289 ,  G06F40/205 ,  G06Q10/04 ,  G06Q50/20

Abstract: 本公开提供一种知识点预测方法及装置、存储介质、电子设备。该方法利用预先构建的知识点预测模型确定待预测试题qt含有的知识点，包括：提取待预测试题qt的深层语义信息QDqt、以及知识点集合中每个知识点kj的教研经验的深层语义信息JDkj，所述知识点的教研经验为该知识点在试题中的描述，1≤j≤m，m为所述知识点集合包括的知识点的数目；通过注意力机制获得QDqt与JDkj之间的相似度Wqtkj，并基于JDkj与Wqtkj得到教研经验对所述待预测试题qt的重要程度Cqt；利用所述QDqt与所述Cqt预测所述待预测试题qt含有的知识点。如此方案，有助于提高知识点预测的准确率。

公开(公告)号：CN114493944B

公开(公告)日：2025-02-28

申请号：CN202210051135.5

申请日：2022-01-17

Applicant: 科大讯飞股份有限公司

Inventor： 丁亮 ,  王士进 ,  苏喻 ,  沙晶

IPC: G06Q50/20

Abstract: 本申请实施例提供一种学习路径的确定方法、装置、计算设备及存储介质。该方法包括：将获取的目标用户的第一学情数据输入薄弱点诊断模型中，得到目标用户的薄弱知识点；对目标用户的薄弱知识点进行排序，得到目标用户的薄弱知识点排序；根据薄弱知识点排序，确定目标用户对薄弱知识点的学习路径。即本申请，通过薄弱点诊断模型对目标用户的第一学情数据进行处理，可以实现对目标用户的薄弱知识点的准确诊断，并对诊断后的薄弱知识点进行排序，识别优先解决的薄弱知识点和延后解决的薄弱知识点，进而为目标用户适配高效的学习路径，提高目标用户的学习效率。

公开(公告)号：CN111859144B

公开(公告)日：2023-01-17

申请号：CN202010739601.X

申请日：2020-07-28

Applicant: 科大讯飞股份有限公司

Inventor： 龚艺 ,  苏喻 ,  付瑞吉

IPC: G06F16/9535 ,  G06F16/36

Abstract: 本申请提供了一种资源推荐方法、装置、设备及存储介质，其中，资源推荐方法包括：获取目标对象在学科知识图谱中每个锚点上的知识掌握程度，其中，学科知识图谱包括若干个锚点和锚点间的有向边，一个锚点代表一个知识点下一类试题的解题思路，锚点之间的有向边代表锚点之间的关系；根据目标对象在学科知识图谱中每个锚点上的知识掌握程度，确定目标对象在学科知识图谱上的最优学习路径；向目标对象推荐最优学习路径上的每个锚点对应的候选资源集中的资源，其中，资源为视频、音频或文本形式的资料。本申请提供的资源推荐方法不但可向用户推荐合适的资源，而且，目标对象通过学习推荐的这些资源可获得较大的整体收益。