买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西风向标智能科技有限公司

摘要：本发明提供了一种理科试卷文本分割方法及系统，该方法通过获取历史试卷的数据库，随机抽取数据库中历史试卷中的各部分，按照预设排版格式，生成试卷文本；识别试卷文本中的公式和图片，将公式和图片转换为对应的字符，并基于目标符号，进行分句；将各句子自动进行标注，并将标注结果输入构建好的指针标注神经网络模型中进行训练；将待分割试卷文本输入训练好的神经网络模型中，输出分割好的试题列表，其中，通过建模更长的上下文关系对句子进行编码，并搭建从词级别到句子级别的分层注意力机制以实现深层次的语义理解，并在模型训练时利用指针标注神经网络模型中的起始位置指针和结束位置指针的设置和相互作用，从而实现更准确的试题文本分割。

主权项：1.一种理科试卷文本分割方法，其特征在于，所述方法包括：获取历史试卷的数据库，随机抽取数据库中历史试卷中的各部分，按照预设排版格式，生成试卷文本，其中，在生成试卷文本的过程中，在每道试题的起始位置和结束位置对应设置预设标记；识别所述试卷文本中的公式和图片，将公式和图片转换为对应的字符，得到处理文本，后基于目标符号，对所述处理文本进行分句；根据所述处理文本中已分好的句子，将各句子自动进行标注，得到试卷文本的句子列表和对应的标签列表，其中，具有起始位置和结束位置标记的句子的标注与其它句子不同；将试卷文本的句子列表和对应的标签列表中的数据输入构建好的指针标注神经网络模型中进行训练，得到目标神经网络模型；将待分割试卷文本输入所述目标神经网络模型中，输出分割好的试题列表，在所述目标神经网络模型的推理过程中，采用自适应滑动窗口策略对所述待分割试卷文本进行输出指针序列推理，具体包括：获取预设窗口长度，根据所述预设窗口长度，确定被所述预设窗口长度选定的当前文本序列，以及以所述当前文本序列的末尾为基准，被所述预设窗口长度选定的相邻文本序列；判断所述当前文本序列中是否存在分割边界；若判断所述当前文本序列中存在分割边界，则取消所述相邻文本序列的选定，并根据所述预设窗口长度和所述当前文本序列中的分割边界位置，向后选定新的相邻文本序列，同时，以新的相邻文本序列的末尾为基准，选定所述预设窗口长度的下一个文本序列；若判断所述当前文本序列中不存在分割边界，则判断相邻文本序列中是否存在分割边界，并以相邻文本序列的末尾为基准，选定所述预设窗口长度的下一个文本序列；所述预设窗口长度为动态调整的，当将待分割试卷文本分割预设进度，且各窗口中最多只有一个分割边界时，统计初始的预设窗口长度的窗口数量以及总窗口数量；计算初始的预设窗口长度的窗口数量占总窗口数量的比例，并判断预设窗口长度的窗口数量占总窗口数量的比例是否大于阈值；若判断预设窗口长度的窗口数量占总窗口数量的比例大于阈值，则将初始的预设窗口长度调长；当将待分割试卷文本分割时，存在一个窗口中有至少两个分割边界的情况，则将初始的预设窗口长度调短。

全文数据：

权利要求：

百度查询： 江西风向标智能科技有限公司 一种理科试卷文本分割方法及系统