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：河北习知软件科技有限公司

摘要：本发明公开了基于BERT和协同过滤的题目知识点标签推荐方法及系统，包括以下步骤：将题目题干、选项拼接组成原文，其中公式采用LateX格式直接拼入，图片使用[IMG]作为占位符；将上述拼接的题目原文，建立倒排索引，作为题目的第一个特征F1；使用预训练BERT模型，将上述题目原文进行语义向量化等。本发明与现有技术相比的优点在于：本发明能够显著降低知识点标签推荐的复杂度，融合关键词和语义相似度算法，显著提升相似题目计算精准度。采用协同过滤算法，得到新增题目知识点标签，且随着题库特征库的不断丰富，可进一步提升知识点标签的准确度。本发明中建立的题库特征库，还可用于根据关键词的检索，相似题目推荐等场景，具备更广泛的适应场景。

主权项：1.基于BERT和协同过滤的题目知识点标签推荐方法，其特征在于包括以下步骤：S1、将题目题干、选项拼接组成原文。其中公式采用LateX格式直接拼入，图片使用[IMG]作为占位符；S2、将上述拼接的题目原文，建立倒排索引，作为题目的第一个特征F1；S3、使用预训练BERT模型，将上述题目原文进行语义向量化，采用meαn方法计算整句语义[CLS]，作为题目的第二个特征F2；S4、上述语义向量化过程中，题目原文超过512长度时，将原文拆分成512长度的分段，计算每个分段的语义[CLS]，然后将所有分段语义取平均值，作为整个题目的第二个特征F2；S5、将上述步骤中取得的题目原文、特征F1、特征F2，以及题目学科、题型、分值等原始特征，作为一个完整特征，存入列式数据库中；S6、按上述步骤对题库中所有题目进行特征化处理，形成题目特征库；S7、新增题目，按上述步骤取得的题目原文Tn；S8、将上述步骤取得的新题目原文Tn，使用分词，使用TextRank算法提取题目关键词，并去掉停用词，得到题目关键词Kwn；S9、使用上述步骤得到的题目关键词Kwn、题目自带的学科特征，在题目特征库中筛选得到题目集合S1；S10、按照上述计算题目特征F2n的方法，计算新题目的语义向量特征F2n；S11、在题目集合S1中，计算与新题目语义向量特F2n的余弦距离，得到余弦相似度Scosq；使用公式1-absScosq计算相似度得分Scoreq，确保Scoreq取值范围为1～0；S12、按相似度得分从大到小顺序，对题目集合S1排序后，截取相似度得分Scoreq0.5的题目，得到相似题目集合S2；S13、取相似度集合S2，剔除没有知识点标签的题目后，取TopNn＝3个题目，作为标签推荐候选集合S3；S14、计算候选集合S3中每个题目的知识点标签得分：i为知识点标签位置，count是题目知识点标签数；S15、合并上述步骤中得到的每个题目中的知识点标签得分率，得到最终知识点标签推荐得分：S16、将上述每个知识点标签的推荐得分Stag从高到低排序，取Top5个，作为最终推荐的知识点标签。

全文数据：

权利要求：

百度查询： 河北习知软件科技有限公司 基于BERT和协同过滤的题目知识点标签推荐方法及系统