公开(公告)号：CN115587180A

公开(公告)日：2023-01-10

申请号：CN202211111245.2

申请日：2022-09-13

Applicant: 中国科学院信息工程研究所

Inventor： 胡玥 ,  翁金塔 ,  严基杰 ,  林锦天 ,  谢玉强

IPC: G06F16/35 ,  G06N3/094 ,  G06F16/36 ,  G06F40/289 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464

Abstract: 本发明涉及一种基于对抗学习的鲁棒性教学知识点识别方法与装置。本发明对三个方面进行改进：1)数据制作：通过对计算机网络的电子教材数据进行处理并总结归纳，构建出一套计算机网络科目的知识点识别数据集，作为模型的输入；2)模型改进：在ALBERT与TextCNN结合模型的基础上进行了模型结构的改动，在ALBERT的隐藏层输出中结合了输入句子中实体的信息，提高了模型捕捉实体信息的能力；3)方法改进：对模型的训练过程进行了新的改进，添加了对抗训练，有效地提高了模型的泛化能力与鲁棒性。本发明将ALBERT与TextCNN的结合模型运用于知识点识别任务中，并对模型结构与训练方法进行改进，能够有效地进行教学知识点的自动识别。

公开(公告)号：CN115640850A

公开(公告)日：2023-01-24

申请号：CN202211110959.1

申请日：2022-09-13

Applicant: 中国科学院信息工程研究所

Inventor： 翁金塔 ,  林锦天 ,  严基杰 ,  胡玥 ,  高鹰

IPC: G06N5/022 ,  G06N3/094 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/24 ,  G06F40/289

Abstract: 本发明涉及一种基于对比学习的自动化知识点识别方法与装置。本发明自行构建了计算机网络学科的数据集用于模型的训练与验证，以实现知识点分类的目的，并通过增强模型表现的训练方法提升模型在知识点分类任务中的表现；在对抗训练的基础上，在模型的训练过程中添加了对比学习的过程，能够通过学习样本的深层语义对模型的样本空间中各特征维度进行更深层次解释，以拓展样本空间中各维度表达的信息；通过在模型的训练过程中使用对比学习的方法，能够有效拉近相同知识点的句子在模型特征空间的距离，同时拉远不同知识点在特征空间中的距离，以提升模型表现。