公开(公告)号：CN116226323A

公开(公告)日：2023-06-06

申请号：CN202211435299.4

申请日：2022-11-16

Applicant: 中国科学技术大学

Inventor： 柳林 ,  张浩宇 ,  宋彦 ,  方四安 ,  吴飞

IPC: G06F16/33 ,  G06F40/284 ,  G06F40/30

Abstract: 本申请实施例提供了一种语义检索的打分函数构建方法及相关装置。通过获取文本库文本和查询文本；对所述文本库文本和所述查询文本进行分词获得第一词语集合和第二词语集合，获取所述第一词语集合中每个词语的权重值；将所述第一词语集合和所述第二词语集合输入预训练BERT模型，获得第一词语向量集合和所述第二词语向量集合，根据第三词语集合、所述权重值、所述第一词语向量集合和所述第二词语向量集合确定检索分数，根据第一压缩向量、所述第二压缩向量和所述检索分数确定打分函数，如此，制定了语义检索的模型建模及训练流程，使得多文档语义检索任务的检索效果能够得到明显提升，主要体现在检索效率、检索准确性。

公开(公告)号：CN118734021B

公开(公告)日：2024-11-08

申请号：CN202411212167.4

申请日：2024-08-30

Applicant: 中国科学技术大学

Inventor： 朱孟潇 ,  李佳桐 ,  张起龙 ,  赵晗 ,  舒奇 ,  柳林 ,  冯立 ,  符洺玮

IPC: G06F18/21 ,  G06F18/2415 ,  G06Q50/20

Abstract: 本发明公开了一种考试属性和学生知识水平的评估方法，首先构建以2PL‑IRT为基础的分层贝叶斯IRT模型，并设定参数的先验分布；其中，学生属性、试题属性和考试属性参数的先验分布服从高斯分布；对所建立的分层贝叶斯IRT模型进行评测与验证，以确保各项参数适配任务，以及模型拟合程度良好；基于所建立的分层贝叶斯IRT模型，将分层贝叶斯IRT模型的计算过程转化为Stan编程语言中的模型表示，并通过高级采样算法进行隐参数的估计。上述方法能够动态地应对不同学生的个体差异，精确评估试题难度，减少对学生知识水平估计的偏差，提供更精确的评估结果。

公开(公告)号：CN118734021A

公开(公告)日：2024-10-01

申请号：CN202411212167.4

申请日：2024-08-30

Applicant: 中国科学技术大学

Inventor： 朱孟潇 ,  李佳桐 ,  张起龙 ,  赵晗 ,  舒奇 ,  柳林 ,  冯立 ,  符洺玮

IPC: G06F18/21 ,  G06F18/2415 ,  G06Q50/20

Abstract: 本发明公开了一种考试属性和学生知识水平的评估方法，首先构建以2PL‑IRT为基础的分层贝叶斯IRT模型，并设定参数的先验分布；其中，学生属性、试题属性和考试属性参数的先验分布服从高斯分布；对所建立的分层贝叶斯IRT模型进行评测与验证，以确保各项参数适配任务，以及模型拟合程度良好；基于所建立的分层贝叶斯IRT模型，将分层贝叶斯IRT模型的计算过程转化为Stan编程语言中的模型表示，并通过高级采样算法进行隐参数的估计。上述方法能够动态地应对不同学生的个体差异，精确评估试题难度，减少对学生知识水平估计的偏差，提供更精确的评估结果。