试卷生成方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术实施例公开了一种试卷生成方法、装置、存储介质及计算机设备。通过将候选试题集中的候选试题按照知识点的维度进行编码；基于预设的知识点集合从相应的知识点的编码序列中取多组预设数量的编码信息生成多个个体；将多个个体按照预设试题属性进行适应度排序，选取适应度最高的个体对第一种群进行遗传处理；当第二种群中存在适应度大于预设阈值的个体时，确定第二种群为目标种群；从目标种群中挑选适应度最高的个体，并对适应度最高的个体进行解码，得到目标试卷。该方法采用机器学习技术，基于预设知识点集合自动生成试卷，极大地提升了试卷生成效率。提升了试卷生成效率。提升了试卷生成效率。

【技术实现步骤摘要】
试卷生成方法、装置、存储介质及计算机设备


[0001]本专利技术涉及计算机
，具体涉及一种试卷生成方法、装置、存储介质及计算机设备。

技术介绍

[0002]近年来，随着国家教育水平的不断改善和全民受教育程度的不断提升，国民素质也得到了很大的进步。
[0003]其中，在日常教学过程中，教师为了提升学生的学习成绩，往往需要对学生的薄弱知识点进行针对性的强化训练，从而使得学生对薄弱知识点的理解更为深刻。
[0004]目前，教师需要针对每个学生的不同薄弱知识点在题库中人工查找各类知识点的试题，然后再组成试卷以供学生进行针对性的训练。如此便会浪费教师大量的时间，增加了教师的工作量。

技术实现思路

[0005]本专利技术实施例提供一种试卷生成方法、装置、存储介质及计算机设备，该方法通过将候选试题按照知识点维度进行编码，再根据得到的编码生成种群并自动对种群进行更新直至得到满足要求的试卷，该方法可以极大地提高试卷生成的效率。
[0006]本申请第一方面提供一种试卷生成方法，包括：
[0007]将候选试题集中的候选试题按照知识点的维度进行编码，得到每一候选试题与所属的知识点对应的编码信息，并形成每一知识点的编码序列；
[0008]基于预设的知识点集合从相应的知识点的编码序列中取多组预设数量的编码信息生成多个个体，得到第一种群；
[0009]将所述多个个体按照预设试题属性进行适应度排序，选取适应度最高的个体对所述第一种群进行遗传处理，得到第二种群；
[0010]当所述第二种群中存在适应度大于预设阈值的个体时，确定所述第二种群为目标种群；
[0011]从所述目标种群中挑选适应度最高的个体，并对所述适应度最高的个体进行解码，得到目标试卷。
[0012]相应的，本专利技术实施例第二方面提供一种试卷生成装置，包括：
[0013]编码单元，用于将候选试题集中的候选试题按照知识点的维度进行编码，得到每一候选试题与所属的知识点对应的编码信息，并形成每一知识点的编码序列；
[0014]生成单元，用于基于预设的知识点集合从相应的知识点的编码序列中取多组预设数量的编码信息生成多个个体，得到第一种群；
[0015]遗传单元，用于将所述多个个体按照预设试题属性进行适应度排序，选取适应度最高的个体对所述第一种群进行遗传处理，得到第二种群；
[0016]确定单元，用于当所述第二种群中存在适应度大于预设阈值的个体时，确定所述
第二种群为目标种群；
[0017]解码单元，用于从所述目标种群中挑选适应度最高的个体，并对所述适应度最高的个体进行解码，得到目标试卷。
[0018]在一些实施例中，所述遗传单元，包括：
[0019]计算子单元，用于基于预设试题属性计算所述多个个体中每个个体的适应度；
[0020]排序子单元，用于对计算得到的每个个体的适应度进行排序。
[0021]在一些实施例中，所述计算子单元，包括：
[0022]第一计算模块，用于计算所述多个个体中任一第一目标个体中不同编码对应的试题之间的文本相似度；
[0023]第二计算模块，用于根据所述不同编码对应的试题之间的文本相似度计算所述第一目标个体的相似度分数；
[0024]第三计算模块，用于根据预设试题属性以及所述第一目标个体的相似度分数计算所述第一目标个体的适应度。
[0025]在一些实施例中，所述装置还包括：
[0026]生成单元，用于生成个体与适应度的映射关系表，将计算得到的所述每个个体的适应度与对应个体的编码集合关联存储于所述映射关系表中；
[0027]第一获取单元，用于当所述映射关系表中存在与所述第二种群中的任一第二目标个体的编码集合相同的个体时，从所述映射关系表中获取所述第二目标个体的适应度；
[0028]计算单元，用于当所述映射关系表中不存在与所述第二目标个体的编码集合相同的个体时，计算所述第二目标个体的适应度并将计算得到的所述第二目标个体的适应度与所述第二目标个体的编码集合关联存储于所述映射关系表中。
[0029]在一些实施例中，所述遗传单元，包括：
[0030]交叉单元，用于将所述第一种群中每个个体与所述第一种群中适应度最高的个体基于知识点维度进行交叉，得到交叉后的过渡种群；
[0031]变异子单元，用于对所述过渡种群中的每个个体包含的编码信息进行变异，得到第二种群。
[0032]在一些实施例中，所述交叉子单元，包括：
[0033]分类模块，用于将所述第一种群中的每个个体包含的编码按照知识点进行分类，得到每个个体包含的多个基因段，每个所述基因段包含多个编码；
[0034]第一获取模块，用于获取所述第一种群中每个个体中任一第一目标基因段与所述第一种群中适应度最高的个体进行交叉的概率；
[0035]交叉模块，用于当所述第一目标基因段与所述第一种群中适应度最高的个体进行交叉的概率满足第一预设条件时，将所述第一目标基因段与所述第一种群中适应度最高的个体中与所述第一目标基因段相对应的基因段进行交叉。
[0036]在一些实施例中，所述变异子单元，包括：
[0037]第二获取模块，用于获取所述过渡种群中每个个体中任一第二目标基因段进行变异的概率；
[0038]变异模块，用于当所述第二目标基因段进行变异的概率满足第二预设条件时，对所述第二目标基因段中包含的编码进行变异。
[0039]在一些实施例中，所述装置还包括：
[0040]第二获取单元，用于获取所述第二种群中每个个体包含的编码对应的试题编号，所述试题编号为每一试题在所述候选试题集中的编号；
[0041]变异单元，用于当任一第三目标个体中存在相同试题编号的编码时，对所述第三目标个体中相同试题编号的编码进行变异。
[0042]在一些实施例中，所述确定单元还用于当所述第二种群中不存在适应度大于预设阈值的个体时，选取所述第二种群中适应度最高的个体对所述第二种群进行遗传处理，生成新的种群；
[0043]当检测到遗传处理次数达到预设次数时，将所述新的种群确定为目标种群；
[0044]当检测到遗传处理次数未达到所述预设次数时，选取所述新的种群中适应度最高的个体对所述新的种群进行遗传处理并基于遗传处理得到的种群更新所述新的种群，直至遗传处理次数达到所述预设次数，确定最后一次遗传处理得到的种群为目标种群；
[0045]所述解码单元还用于从所述目标种群中挑选适应度最高的目标个体，并对所述目标个体进行解码，得到目标试卷。
[0046]在一些实施例中，所述确定单元还用于当所述第二种群中不存在适应度大于预设阈值的个体时，选取所述第二种群中适应度最高的个体对所述第二种群进行遗传处理，生成新的种群；
[0047]当检测到所述新的种群中存在适应度大于预设阈值的个体时，将所述新的种群确定为目标种群；
[0048]当检测到所述新的种群中不存在适应度大于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种试卷生成方法，其特征在于，所述方法包括：将候选试题集中的候选试题按照知识点的维度进行编码，得到每一候选试题与所属的知识点对应的编码信息，并形成每一知识点的编码序列；基于预设的知识点集合从相应的知识点的编码序列中取多组预设数量的编码信息生成多个个体，得到第一种群；将所述多个个体按照预设试题属性进行适应度排序，选取适应度最高的个体对所述第一种群进行遗传处理，得到第二种群；当所述第二种群中存在适应度大于预设阈值的个体时，确定所述第二种群为目标种群；从所述目标种群中挑选适应度最高的个体，并对所述适应度最高的个体进行解码，得到目标试卷。2.根据权利要求1所述的方法，其特征在于，所述将所述多个个体按照预设试题属性进行适应度排序，包括：基于预设试题属性计算所述多个个体中每个个体的适应度；对计算得到的每个个体的适应度进行排序。3.根据权利要求2所述的方法，其特征在于，所述基于预设试题属性计算所述多个个体中每个个体的适应度，包括：计算所述多个个体中任一第一目标个体中不同编码对应的试题之间的文本相似度；根据所述不同编码对应的试题之间的文本相似度计算所述第一目标个体的相似度分数；根据预设试题属性以及所述第一目标个体的相似度分数计算所述第一目标个体的适应度。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：生成个体与适应度的映射关系表，将计算得到的所述每个个体的适应度与对应个体的编码集合关联存储于所述映射关系表中；所述当所述第二种群中存在适应度大于预设阈值的个体时，确定所述第二种群为目标种群之前，还包括：当所述映射关系表中存在与所述第二种群中的任一第二目标个体的编码集合相同的个体时，从所述映射关系表中获取所述第二目标个体的适应度；当所述映射关系表中不存在与所述第二目标个体的编码集合相同的个体时，计算所述第二目标个体的适应度并将计算得到的所述第二目标个体的适应度与所述第二目标个体的编码集合关联存储于所述映射关系表中。5.根据权利要求1所述的方法，其特征在于，所述选取适应度最高的个体对所述第一种群进行遗传处理，得到第二种群，包括：将所述第一种群中每个个体与所述第一种群中适应度最高的个体基于知识点维度进行交叉，得到交叉后的过渡种群；对所述过渡种群中的每个个体包含的编码信息进行变异，得到第二种群。6.根据权利要求5所述的方法，其特征在于，所述将所述第一种群中每个个体与所述第一种群中适应度最高的个体基于知识点维度进行交叉，包括：
将所述第一种群中的每个个体包含的编码按照知识点进行分类，得到每个个体包含的多个基因段，每个所述基因段包含多个编码；获取所述第一种群的每个个体中任一第一目标基因段与所述第一种群中适应度最高的个体进行交叉的概率；当所述第一目标基因段与所述第一种群中适应度最高的个体进行交叉的概率满足第一预设条件时，将所述第一目标基因段与所述第一种群中适应度最高的个体中与所述第一目标基因段相对应的基因段进行交叉。7.根据权利要求6所述的方法，其特征在于，所述对所述过渡种群中每个个体包含的编码进行变异，得到第二种群，包括：获取所述过渡种群中每个个体中任一第二目标基因段进行变异的概率；当所述第二目标基因段进行变异的概率满足第二预设条件时，对所述第二目标基因段中包含的编码进行变异。8.根据权利要求5所述的方法，其特征在于，所述对所述过渡种群中包含个体中的编码进行变异，得到第二种群之后，还包...

【专利技术属性】
技术研发人员：蔡晓凤，夏志群，卢鑫鑫，叶礼伟，刘萌，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：