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：中国科学技术大学

摘要：本发明公开了一种解耦的试题表征及应用方法，包括问题定义与形式化、收集数据并对数据进行预处理、建立模型；其中，数据预处理包括试题过滤、知识概念过滤和抽样；建立模型包括编码模块、评价模块和迁移模块，编码模块负责根据试题的文本生成试题的概念表征向量和个性表征向量；评价模块负责在预训练表征模型时评价试题表征的质量并训练优化模型参数；迁移模块将预训练的试题表征向量应用于具体的下游任务，将个性表征向量中的知识迁移到下游任务模型以提高任务模型的效果。该方法能够为试题检索、试题难度估计、个性化试题推荐等智慧教育领域的实践提供技术支持，效果好、效益高，大大提高了工作效率。

主权项：1.一种解耦的试题表征及应用方法，其特征在于，包括：步骤1、问题定义与形式化；步骤2、收集数据并对数据进行预处理；步骤3、建立模型；其中，步骤2中的数据预处理包括试题过滤、知识概念过滤和抽样；步骤3中建立模型包括编码模块、评价模块和迁移模块，编码模块负责根据试题的文本生成试题的概念表征向量和个性表征向量；评价模块负责在预训练表征模型时评价试题表征的质量并训练优化模型参数；迁移模块将预训练的试题表征向量应用于具体的下游任务，将个性表征向量中的知识迁移到下游任务模型以提高任务模型的效果；在步骤1中，教学试题表征时，需要根据试题的文本，利用实值向量表示其语义信息和教育学特征，以应用于试题相关的下游任务；其中，试题表征模型的输入是由N道试题构成的数据集Q＝{q1，q2，...，qN}，每道试题包括其文本内容q和对应的知识概念k∈K，K表示涉及的所有知识概念的集合；文本内容是由M个词组成的序列q＝{x1，x2，...，xM}，每道试题可能对应多个知识概念；解耦试题表征的目标是为每道试题q生成两个d维向量分别表示其知识概念信息vk∈Rd和语义、难度个性特征vi∈RddN；在下游相关任务中，根据试题是否具有任务属性标签，将数据集Q划分为标签数据集QL和无标签数据集QU，其中，Q＝QL∪QU且多数情况下|QL||QU|，标签数据集QL＝{q1，q2，...，qL}中每道试题都具有对应的任务属性标签{y1，y2，...，yL}，如试题难度预测任务中的试题难度，无标签数据集QU中的试题缺少任务属性标签；下游任务的目标是利用QL数据集的标签训练一个模型预测属性未知的试题的任务属性。

全文数据：

权利要求：

百度查询： 中国科学技术大学 解耦的试题表征及应用方法