适合自适应教学的选择题错因分析方法技术

本发明专利技术公开的适合自适应教学的选择题错因分析方法，涉及教育教学领域，通过将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，根据选择题的题干，确定与题干关联的知识点名称，根据错误选项对应的题干，获取与题干关联的知识点名称，根据错误选项的内容，获取用户输入的选择题的编号，判断编号对应的选项是否为正确选项，若否，则根据选项对应的题干，获取与题干关联的知识点名称、超纳米级知识点名称及超纳米级知识点内容并展示编号、超纳米级知识点名称及超纳米级知识点内容，利用通用语言模型对超纳米级知识点名称及超纳米级知识点内容进行语义分析，节省了大量的人力、提高了对学生训练的效果。

Analysis Method of Choice Question Error Causes Suitable for Self-adaptive Teaching

【技术实现步骤摘要】
适合自适应教学的选择题错因分析方法
本专利技术涉及教育教学领域，具体涉及一种适合自适应教学的选择题错因分析方法。
技术介绍
在如今的选择题学习中，由于正确选项和错误选项普遍存在共性，对于正确选项和错误选项的简单区分都可以实现。但关于每道选择题不同的错误选项所体现出来的错误特征是不尽相同的，这对应着每个学生的不同个性化需求。由于教师数量有限，在大量学生进行大量习题的训练学习时，导致老师是无力针对每个学生的每道选择题的错误选项的错因进行甄别判断。这种需求随着学生数量和题目数量的扩大，是目前的教育教学无力彻底有效解决的。
技术实现思路
为解决现有技术的不足，本专利技术实施例提供了一种适合自适应教学的选择题错因分析方法，该方法包括：将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，其中，所述正确选项及错误选项均包括编号和内容，一个编号对应一个内容；根据所述选择题的题干，确定与题干关联的知识点名称，其中，该知识点名称设置在预设的错因库中，所述错因库还包括多个超纳米级知识点名称及多个超纳米级知识点内容，一个知识点名称关联多个超纳米级知识点名称，一个超纳米级知识点名称关联一个超纳米级知识点内容；根据所述错误选项对应的题干，获取与所述题干关联的知识点名称，根据所述错误选项的内容，从所述知识点名称关联的多个超纳米级知识点名称中确定与所述错误选项关联的超纳米级知识点名称；获取用户输入的选择题的编号，判断所述编号对应的选项是否为正确选项，若否，则根据所述选项对应的题干，获取与题干关联的知识点名称、超纳米级知识点名称及超纳米级知识点内容并展示所述编号、所述超纳米级知识点名称及所述超纳米级知识点内容；利用通用语言模型对所述超纳米级知识点名称及所述超纳米级知识点内容进行语义分析，将所述超纳米级知识点名称及所述超纳米级知识点内容分类为用户错因及题目错因，为述超纳米级知识点名称及所述超纳米级知识点内容打上相应的标签并展示所述标签，其中，所述标签包括“用户错因”及“题目错因”。进一步地，根据所述选择题的题干，确定与所述题干关联的预置错因库中的知识点名称包括：分别计算所述题干与各个知识点名称之间的文本相似度，将大于设定阈值的文本相似度对应的知识点名称与所述题干关联。进一步地，根据所述错误选项对应的题干，获取与所述题干关联的知识点名称，根据所述错误选项的内容，从所述知识点名称关联的多个超纳米级知识点名称中确定与所述错误选项关联的超纳米级知识点名称包括：计算所述错误选项的内容与所述知识点名称关联的各个超纳米级知识点名称之间的文本相似度，将大于设定阈值的文本相似度对应的超纳米级知识点名称与所述错误选项关联。本专利技术实施例提供的适合自适应教学的选择题错因分析方法，具有以下有益效果：(1)能够自动个性化地锁定学生最细小的知识漏洞，节省了大量的人力；(2)学生可以通过查看某次训练的多个选择题的重叠错因，确定自己的薄弱项，由于是机器实现计算处理，得到的错因精确度较高，提高了对学生训练的效果。(3)可实现对各个科目的选择题的错误选项进行分析，实用性较强。附图说明图1为本专利技术实施例提供的适合自适应教学的选择题错因分析方法流程示意图。具体实施方式以下结合附图和具体实施例对本专利技术作具体的介绍。如图1所示，本专利技术实施例提供的题目错因分析及展示方法包括以下步骤：S101，将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，其中，所述正确选项及错误选项均包括编号和内容，一个编号对应一个内容。作为一个具体的实施例，针对下面的选择题：【题干】关于路程和位移的关系中，以下说法中正确的是()【选项A】物体通过的路程不同，位移一定不同【选项B】物体通过的路程一定小于或等于位移的大小【选项C】物体向某一方向做直线运动，通过的路程就是位移【选项D】物体沿某一方向做直线运动，通过的路程等于位移的大小在此题目中，将选项D设为正确选项，无错因。A、B、C为错误选项。选其中任意一个错误答案的同时，也意味着D选项对应的知识点也是不理解的。S102，根据选择题的题干，确定与题干关联的知识点名称，其中，该知识点名称设置在预设的错因库中，该错因库还包括多个超纳米级知识点名称及多个超纳米级知识点内容，一个知识点名称关联多个超纳米级知识点名称，一个超纳米级知识点名称关联一个超纳米级知识点内容。作为一个具体的实施例，如表1所示，表1为错因库的部分内容，该错因库还包括序号及超纳米级知识点编号，其中，82-94为序号，wl_gzcy_8_1-wl_gzcy_8_1为超纳米级知识点编号。以上述选择题为例，该选择题的题干关联的知识点名称为：位移。表1S103，根据错误选项对应的题干，获取与题干关联的知识点名称，根据错误选项的内容，从知识点名称关联的多个超纳米级知识点名称中确定与错误选项关联的超纳米级知识点名称。作为一个具体的实施例，以表1及上述选择题为例，该选择题的选项A关联的超纳米级知识点名称包括“路程的定义”、“位移的定义”、“位移与路程的关系2”及“位移大小等于路程的条件”，选项B关联的超纳米级知识点名称包括“物体回到原点时，位移为零”、“位移大小与路程的关系”及“位移大小等于路程的条件”，选项C关联的超纳米级知识点名称包括“位移与路程的关系1”及“位移大小等于路程的条件”。S104，获取用户输入的选择题的编号，判断所述编号对应的选项是否为正确选项，若否，则根据选项对应的题干，获取与题干关联的知识点名称、超纳米级知识点名称及超纳米级知识点内容并展示编号、超纳米级知识点名称及超纳米级知识点内容。如表1所示，与“路程的定义”关联的超纳米级知识点内容为“物体/质点运动所经历的轨迹长度叫路程”，与“位移的定义”关联的超纳米级知识点内容为“物体/质点的位置变化叫做位移”。S105，利用通用语言模型对超纳米级知识点名称及超纳米级知识点内容进行语义分析，将超纳米级知识点名称及超纳米级知识点内容分类为用户错因及题目错因，为超纳米级知识点名称及超纳米级知识点内容打上相应的标签并展示该标签，其中，所述标签包括“用户错因”及“题目错因”。作为一个具体的实施例，以表1、表2及上述选择题为例，选择选项A的用户错因包括“路程的定义”、位移的定义”及“位移与路程的关系2”，选择选项A的题目错因包括“位移大小等于路程的条件”。表2可选地，根据选择题的题干，确定与题干关联的预置错因库中的知识点名称包括：分别计算题干与各个知识点名称之间的文本相似度，将大于设定阈值的文本相似度对应的知识点名称与题干关联。可选地，根据错误选项对应的题干，获取与题干关联的知识点名称，根据错误选项的内容，从知识点名称关联的多个超纳米级知识点名称中确定与错误选项关联的超纳米级知识点名称包括：计算错误选项的内容与知识点名称关联的各个超纳米级知识点名称之间的文本相似度，将大于设定阈值的文本相似度对应的超纳米级知识点名称与所述错误选项关联。其中，计算文本相识度采用的算法包括斯皮尔曼相关系数算法及余弦相似度算法。本专利技术实施例提供的适合自适应教学的选择题错因分析方法，通过将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，根据选择题的题干，确定与题干关联的知识点名称，根据错误选项对应的题干，获取与题干关联的知识点名称，根据错误选项的内本文档来自技高网...

【技术保护点】
1.一种适合自适应教学的选择题错因分析方法，其特征在于，包括：将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，其中，所述正确选项及错误选项均包括编号和内容，一个编号对应一个内容；根据所述选择题的题干，确定与题干关联的知识点名称，其中，该知识点名称设置在预设的错因库中，所述错因库还包括多个超纳米级知识点名称及多个超纳米级知识点内容，一个知识点名称关联多个超纳米级知识点名称，一个超纳米级知识点名称关联一个超纳米级知识点内容；根据所述错误选项对应的题干，获取与所述题干关联的知识点名称，根据所述错误选项的内容，从所述知识点名称关联的多个超纳米级知识点名称中确定与所述错误选项关联的超纳米级知识点名称；获取用户输入的选择题的编号，判断所述编号对应的选项是否为正确选项，若否，则根据所述选项对应的题干，获取与题干关联的知识点名称、超纳米级知识点名称及超纳米级知识点内容并展示所述编号、所述超纳米级知识点名称及所述超纳米级知识点内容；利用通用语言模型对所述超纳米级知识点名称及所述超纳米级知识点内容进行语义分析，将所述超纳米级知识点名称及所述超纳米级知识点内容分类为用户错因及题目错因，为所述超纳米级知识点名称及所述超纳米级知识点内容打上相应的标签并展示所述标签，其中，所述标签包括“用户错因”及“题目错因”。...

【技术特征摘要】
1.一种适合自适应教学的选择题错因分析方法，其特征在于，包括：将选择题的一个或多个选项设为正确选项，将剩余的选项设为错误选项，其中，所述正确选项及错误选项均包括编号和内容，一个编号对应一个内容；根据所述选择题的题干，确定与题干关联的知识点名称，其中，该知识点名称设置在预设的错因库中，所述错因库还包括多个超纳米级知识点名称及多个超纳米级知识点内容，一个知识点名称关联多个超纳米级知识点名称，一个超纳米级知识点名称关联一个超纳米级知识点内容；根据所述错误选项对应的题干，获取与所述题干关联的知识点名称，根据所述错误选项的内容，从所述知识点名称关联的多个超纳米级知识点名称中确定与所述错误选项关联的超纳米级知识点名称；获取用户输入的选择题的编号，判断所述编号对应的选项是否为正确选项，若否，则根据所述选项对应的题干，获取与题干关联的知识点名称、超纳米级知识点名称及超纳米级知识点内容并展示所述编号、所述超纳米级知识点名称及所述超纳米级知识点内容；利用通用语言模型对所述超纳米级知识点名称及所...

【专利技术属性】
技术研发人员：崔炜，王海真，
申请(专利权)人：上海乂学教育科技有限公司，
类型：发明
国别省市：上海,31