-
公开(公告)号:CN115935071A
公开(公告)日:2023-04-07
申请号:CN202211727564.6
申请日:2022-12-30
Applicant: 科大讯飞股份有限公司
IPC: G06F16/9535 , G06F16/33 , G06F16/335 , G06Q50/20
Abstract: 本申请提供了一种知识点推荐方法、装置、存储介质及电子设备,涉及在线学习技术领域。该知识点推荐方法包括:确定目标用户在多个知识点中的薄弱知识点;确定目标用户针对多个知识点的学习向量,学习向量表征目标用户对多个知识点的掌握度;基于目标用户在多个知识点中的薄弱知识点、以及目标用户针对多个知识点的学习向量,向目标用户推荐优学知识点。在本申请中,根据目标用户的学习能力,适配地进行知识点推荐,能够提高目标用户的学习收益,进而增强目标用户的学习信心。
-
公开(公告)号:CN115544051A
公开(公告)日:2022-12-30
申请号:CN202211086220.1
申请日:2022-09-06
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种自动答题方法、自动答题装置、电子设备及存储装置,所述自动答题方法包括:从题库中获得与待解答题目相似的相似题目以及所述相似题目的参考答案;基于门控注意力机制对所述待解答题目、所述相似题目和所述参考答案进行编码以获得多个编码表示;对所述多个编码表示进行解码以获得与所述待解答题目对应的解题答案。通过上述方式,本申请能够自动获取待解答题目对应的解题答案,以降低人力成本。
-
公开(公告)号:CN114265933A
公开(公告)日:2022-04-01
申请号:CN202111573378.7
申请日:2021-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种处理答题文件的方法、装置、计算设备以及存储介质,包括:获取多个答题文件,并对该多个答题文件进行聚类,得到各个答题文件所属的类别,其中,不同类别下的答题文件的答题特征不同,同一类别下的答题文件的答题特征相同或者等价,然后分别呈现不同类别下的至少一个答题文件中的答题内容。如此,针对每个类别下的多个答题文件,教职人员可以仅批改一份答题文件,而无需逐个批改所有答题文件,从而可以提高教职人员的批改效率、减小教职人员的工作负荷。
-
公开(公告)号:CN107992482B
公开(公告)日:2021-12-07
申请号:CN201711437048.9
申请日:2017-12-26
Applicant: 科大讯飞股份有限公司
IPC: G06F40/289 , G06F40/30 , G06Q50/20
Abstract: 本发明公开了一种数学主观题解答步骤的规约方法及系统,该方法包括:接收待阅答题信息,并对所述待阅答题信息进行分词处理;根据分词处理结果对所述待阅答题信息进行答题步骤分离,得到答题步骤;将答题步骤的数学表达形式转化为规约表示形式。本发明可以将数学主观题解答步骤转化为规约表示形式,便于对答题步骤进行结构分析及对解答结果进行评阅。
-
公开(公告)号:CN112749881A
公开(公告)日:2021-05-04
申请号:CN202011574009.5
申请日:2020-12-25
Applicant: 科大讯飞股份有限公司
Abstract: 本申请实施例公开了一种学校间的学业水平比较方法、装置及电子设备,获取第一学校的第一历史作答数据和第二学校的第二历史作答数据;若第一学校和第二学校之间共同参与联考的联考次数少于预设数值,从第一历史作答数据和第二历史作答数据中选取目标试题,得到目标试题集合;根据目标试题集合生成虚拟联考评估试卷;根据虚拟联考评估试卷比较第一学校和第二学校的学校学业水平,如此,可在不同学校间的共同联考数据较少时,通过生成虚拟联考评估试卷,来评估比较不同学校之间的学业水平。
-
公开(公告)号:CN112699283A
公开(公告)日:2021-04-23
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:CN119849503A
公开(公告)日:2025-04-18
申请号:CN202411951368.6
申请日:2024-12-27
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种评阅模型训练方法、评阅方法和装置,其中方法包括:根据第一样本数据集中的第一样本数据,对大型语言模型进行无监督训练,得到第一语言模型;根据第二样本数据集中的第二样本数据和各第二样本数据对应的评分标签和评语标签,对第一语言模型进行有监督训练,得到第二语言模型;根据第三样本数据集中的第三样本数据和各第三样本数据对应的评分标签,对第二语言模型进行强化学习训练,得到评阅模型;第一样本数据集中的样本数据数量和第三样本数据集中的样本数据数量均大于第二样本数据集中的样本数据数量。本发明实现通过少量评语标签即可有效训练出具备较高评阅质量的评阅模型,有效降低了标注成本,同时提高了评阅的质量。
-
公开(公告)号:CN119829574A
公开(公告)日:2025-04-15
申请号:CN202411798592.6
申请日:2024-12-09
Applicant: 科大讯飞股份有限公司
IPC: G06F16/22 , G06F40/289 , G06F40/284 , G06F40/30 , G06F16/36 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种数据处理方法、系统和相关装置,该方法包括:获取结构化数据表,确定与所述结构化数据表中每个初始字段数据匹配的查询索引;获取查询请求信息,基于所述查询索引,从所有所述初始字段数据中获取与所述查询请求信息匹配的目标字段数据;其中,不同所述目标字段数据之间匹配有关联信息;利用所述查询请求信息、所述目标字段数据及其对应的所述关联信息,获取输出结果。通过上述方式,本申请能够提高数据处理的准确性。
-
公开(公告)号:CN119621974B
公开(公告)日:2025-04-11
申请号:CN202510171697.7
申请日:2025-02-17
Applicant: 科大讯飞股份有限公司
IPC: G06F16/35 , G06N5/04 , G06N3/0499
Abstract: 本申请公开了一种试题标签预测方法、装置、存储介质及设备,该方法包括:首先获取待预测的目标试题文本;然后利用目标试题文本结合第一prompt,输入至标签预测模型,并在模型解码推理过程中,利用评分模型对解码推理步骤进行优化,预测得到目标试题文本的标签预测效果。由于本申请是先基于过程化推理模式,利用样本试题文本及其对应的标签标注结果,对初始大语言模型进行训练得到了训练后的大语言模型,再基于过程化偏好学习的方式进行模型微调生成了标签预测模型,有效提升了标签预测模型的预测精度和效率,还根据样本评分数据利用损失函数训练生成了评分模型,对标签预测模型的解码推理步骤进行逐步优化,从而提高了目标试题文本的标签预测精度。
-
公开(公告)号:CN119721255A
公开(公告)日:2025-03-28
申请号:CN202411951240.X
申请日:2024-12-27
Applicant: 科大讯飞股份有限公司
IPC: G06N5/04 , G06F16/242 , G06F16/2455 , G06F8/33 , G06N20/00
Abstract: 本发明涉及人工智能技术领域,提供一种数据分析方法、装置、电子设备和存储介质,方法包括:获取需求文本,并检索得到与所述需求文本相关的候选结构化数据;基于所述需求文本和所述候选结构化数据,通过大型语言模型依次执行与所述需求文本对应的链式推理任务,所述链式推理任务包括字段筛选任务、代码生成任务和数据分析任务中的至少一种;基于尾轮推理任务的输出结果,确定针对所述需求文本的数据分析结果。本发明提供的数据分析方法、装置、电子设备和存储介质,大幅提升了数据分析的效率和准确性。
-
-
-
-
-
-
-
-
-