试题推荐方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种试题推荐方法、装置、电子设备及存储介质，其中方法包括：获取待推荐试题；基于编码模型，提取所述待推荐试题的试题表示特征；基于所述待推荐试题的试题表示特征，进行试题推荐；所述编码模型后接解码模型构成试题求解模型，所述试题求解模型基于样本试题，以及所述样本试题的答案标签训练得到。本发明专利技术提供的方法、装置、电子设备及存储介质，基于训练得到的试题求解模型中的编码模型，提取得到待推荐试题的试题表示特征，待推荐试题的试题表示特征涵盖了试题中隐藏的逻辑推理的特征信息，由此，进一步提高了后续基于待推荐试题的试题表示特征进行试题推荐的准确性和可靠性。和可靠性。和可靠性。

【技术实现步骤摘要】
试题推荐方法、装置、电子设备及存储介质


[0001]本专利技术涉及试题推荐
，尤其涉及一种试题推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]个性化学习需要根据用户的答题记录找到用户的薄弱点，然后推荐相关的试题给用户进行巩固和复习。而如何准确计算出各试题之间相关度，从而进行试题推荐的关键，就在于如何为试题构造出合适的试题表示。
[0003]现有技术中，例如，在数学领域，有很多字面上很接近，但是解题方法差异很大的试题(例如
①
AB为曲线S过点C的切线，
②
AB为曲线S在点C上的切线)，采用常规的试题表示方法，往往只能捕捉到题面的文字信息，基于题面的文字信息进行试题推荐的效果较差，不适合用户进行针对性的试题练习。

技术实现思路

[0004]本专利技术提供一种试题推荐方法、装置、电子设备及存储介质，用以解决现有技术中常规的试题表示方法，往往只能捕捉到题面的文字信息，基于题面的文字信息进行试题推荐的效果较差，不适合用户进行针对性的试题练习的缺陷。
[0005]本专利技术提供一种试题推荐方法，包括：
[0006]获取待推荐试题；
[0007]基于编码模型，提取所述待推荐试题的试题表示特征；
[0008]基于所述待推荐试题的试题表示特征，进行试题推荐；
[0009]所述编码模型后接解码模型构成试题求解模型，所述试题求解模型基于样本试题，以及所述样本试题的答案标签训练得到。
[0010]根据本专利技术提供的一种试题推荐方法，所述编码模型的训练步骤包括：
[0011]确定初始编解码模型；
[0012]基于所述初始编解码模型，提取所述样本试题的试题表示特征，并应用所述样本试题的试题表示特征确定所述样本试题的预测答案；
[0013]基于所述样本试题的预测答案和所述答案标签，对所述初始编解码模型进行参数迭代，并基于参数迭代后的初始编解码模型中的编码器，确定编码模型。
[0014]根据本专利技术提供的一种试题推荐方法，所述基于参数迭代后的初始编解码模型中的编码器，确定编码模型，包括：
[0015]基于样本试题对，对所述编码器进行微调，得到编码模型，所述样本试题对包括第一样本试题，以及与所述第一样本试题等价的正样本试题和/或与所述第一样本试题不等价的负样本试题。
[0016]根据本专利技术提供的一种试题推荐方法，所述基于样本试题对，对所述编码器进行微调，得到编码模型，包括：
[0017]基于所述编码器，分别提取所述样本试题对中各样本试题的样本试题表示特征；
[0018]基于所述第一样本试题的样本试题表示特征和所述正样本试题的样本试题表示特征之间的相似度，以及所述第一样本试题的样本试题表示特征和所述负样本试题的样本试题表示特征之间的相似度，对所述编码器进行参数迭代，得到编码模型。
[0019]根据本专利技术提供的一种试题推荐方法，所述基于所述编码器，分别提取所述样本试题对中各样本试题的样本试题表示特征，包括：
[0020]基于所述编码器，分别提取所述各样本试题的各个字的字表示特征，并应用所述各个字的字表示特征之间的相关度，对所述各样本试题的各个字的字表示特征进行特征融合，得到所述各样本试题的样本试题表示特征。
[0021]根据本专利技术提供的一种试题推荐方法，所述确定初始编解码模型，包括：
[0022]基于试题语料，对文本生成模型进行预训练，得到初始编解码模型。
[0023]根据本专利技术提供的一种试题推荐方法，所述样本试题是对原始试题进行参数替换得到的。
[0024]本专利技术还提供一种试题推荐装置，包括：
[0025]获取单元，用于获取待推荐试题；
[0026]提取单元，用于基于编码模型，提取所述待推荐试题的试题表示特征；
[0027]试题推荐单元，用于基于所述待推荐试题的试题表示特征，进行试题推荐；
[0028]所述编码模型后接解码模型构成试题求解模型，所述试题求解模型基于样本试题，以及所述样本试题的答案标签训练得到。
[0029]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述试题推荐方法。
[0030]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述试题推荐方法。
[0031]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述试题推荐方法。
[0032]本专利技术提供的试题推荐方法、装置、电子设备及存储介质，基于训练得到的试题求解模型中的编码模型，提取得到待推荐试题的试题表示特征，待推荐试题的试题表示特征涵盖了试题中隐藏的逻辑推理的特征信息，由此，进一步提高了后续基于待推荐试题的试题表示特征进行试题推荐的准确性和可靠性。
附图说明
[0033]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1是本专利技术提供的试题推荐方法的流程示意图之一；
[0035]图2是本专利技术提供的试题推荐方法的流程示意图之二；
[0036]图3是本专利技术提供的编码模型的训练步骤的流程示意图；
[0037]图4是本专利技术提供的试题推荐方法中步骤212
‑
1的流程示意图；
[0038]图5是本专利技术提供的试题推荐方法中步骤310的流程示意图；
[0039]图6是本专利技术提供的试题推荐装置的结构示意图；
[0040]图7是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0041]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0042]本专利技术的说明书和权利要求书中的术语“第一”、“第二”和“第三”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”和“第三”等所区分的对象通常为一类。
[0043]相关技术中，现有的试题推荐方法在构造数学试题表示时，往往只能捕捉到题面的文字信息，无法捕捉到试题中隐藏的逻辑推理信息，在进行试题推荐的时候，容易推荐文字相似但解法不同的试题。因此，基于题面的文字信息进行试题推荐的效果较差，不适合用户进行针对性的试题练习。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种试题推荐方法，其特征在于，包括：获取待推荐试题；基于编码模型，提取所述待推荐试题的试题表示特征；基于所述待推荐试题的试题表示特征，进行试题推荐；所述编码模型后接解码模型构成试题求解模型，所述试题求解模型基于样本试题，以及所述样本试题的答案标签训练得到。2.根据权利要求1所述的试题推荐方法，其特征在于，所述编码模型的训练步骤包括：确定初始编解码模型；基于所述初始编解码模型，提取所述样本试题的试题表示特征，并应用所述样本试题的试题表示特征确定所述样本试题的预测答案；基于所述样本试题的预测答案和所述答案标签，对所述初始编解码模型进行参数迭代，并基于参数迭代后的初始编解码模型中的编码器，确定编码模型。3.根据权利要求2所述的试题推荐方法，其特征在于，所述基于参数迭代后的初始编解码模型中的编码器，确定编码模型，包括：基于样本试题对，对所述编码器进行微调，得到编码模型，所述样本试题对包括第一样本试题，以及与所述第一样本试题等价的正样本试题和/或与所述第一样本试题不等价的负样本试题。4.根据权利要求3所述的试题推荐方法，其特征在于，所述基于样本试题对，对所述编码器进行微调，得到编码模型，包括：基于所述编码器，分别提取所述样本试题对中各样本试题的样本试题表示特征；基于所述第一样本试题的样本试题表示特征和所述正样本试题的样本试题表示特征之间的相似度，以及所述第一样本试题的样本试题表示特征和所述负样本试题的样本试题表示特征之间的相似度，对所...

【专利技术属性】
技术研发人员：陈子恒，沙晶，刘丹，王士进，魏思，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：