Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西三端科技有限公司张昕炜获国家专利权

江西三端科技有限公司张昕炜获国家专利权

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!

龙图腾网获悉江西三端科技有限公司申请的专利一种基于AI的试题生成方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121257492B

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511832264.8,技术领域涉及:G06F40/166;该发明授权一种基于AI的试题生成方法及系统是由张昕炜;周威设计研发完成,并于2025-12-08向国家知识产权局提交的专利申请。

一种基于AI的试题生成方法及系统在说明书摘要公布了:本发明提供了一种基于AI的试题生成方法及系统,涉及试题生成技术领域。方法包括:采集命题记录数据并提取出多个命题失败样本,确定每个命题失败样本的失败属性集并提取多个属性冲突集,对多个属性冲突集进行最小冲突分析以构建命题参数约束规则,提取每个命题失败样本的修改操作路径,对多个题目属性进行偏序关系识别并构建多个题目属性的联合壳层域,生成每个题目属性的候选生成空间并构建多个多样命题组合;获取待输出试题并基于命题参数约束规则进行参数冲突检测,识别待输出试题的多个冲突属性,结合冲突属性和多个多样性命题组合对待输出试题进行优化生成目标试题。本发明实现了提升试题生成的效率与质量。

本发明授权一种基于AI的试题生成方法及系统在权利要求书中公布了:1.一种试题生成方法,其特征在于,包括: 采集用户关于多个试题的命题记录数据,命题记录数据包括命题选项数据、操作行为数据和命题结果数据,从命题记录数据中提取出多个命题失败样本; 确定每个命题失败样本的失败属性集,根据多个命题失败样本和失败属性集提取多个属性冲突集,属性冲突集包括多个题目属性以及每个题目属性的命题参数,对多个属性冲突集进行最小冲突分析,确定多个目标冲突集并构建命题参数约束规则,包括基于多个命题失败样本确定每个失败属性集的参数组合数据,对多个失败属性集进行合并生成多类失败属性集; 对每类失败属性集的多组参数组合数据进行失败频次统计,确定每类失败属性集的冲突组合数据,将失败属性集与冲突组合数据拼接得到属性冲突集; 对多个属性冲突集进行最小冲突识别,确定每个属性冲突集的覆盖集,对属性冲突集和覆盖集进行属性冲突检测,基于属性冲突检测结果对多个属性冲突集进行剪枝处理,输出多个目标冲突集,对多个目标冲突集进行逻辑约束转换以生成命题参数约束规则; 提取每个命题失败样本的修改操作路径,对多个题目属性进行偏序关系识别并构建多个题目属性的联合壳层域,包括从修改操作路径中提取出多个修改属性对,确定多个修改属性对所包含的多个组合类型,对多个组合类型进行频次统计分析,确定每个组合类型的出现频次,基于多个组合类型的出现频次生成任意两个题目属性之间的有向偏序权重; 根据有向偏序权重确定多个候选偏序组合,对多个候选偏序组合进行拼接融合生成多个目标偏序组合,确定每个目标偏序组合的偏序路径,根据偏序路径对操作行为数据进行统计分析,确定目标偏序组合中首个题目属性对应的修改范围,并统计首个题目属性的修改范围之下,下一个题目属性的修改范围,根据相邻两个题目属性的修改范围构建得到其中一个候选偏序组合的个体壳层域,遍历目标偏序组合中的多个题目属性,依次确定每个题目属性的修改范围,基于多个题目属性的修改范围构成目标偏序组合的联合壳层域; 根据命题记录数据统计题目属性的整体参数分布范围,从整体参数分布范围中提取出题目属性的命题分位带; 对联合壳层域和命题分位带进行融合,生成每个题目属性的候选生成空间,基于候选生成空间构建多个多样命题组合; 获取待输出试题并基于命题参数约束规则进行参数冲突检测,识别待输出试题的多个冲突属性,结合冲突属性和多个多样性命题组合对待输出试题进行优化生成目标试题。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西三端科技有限公司,其通讯地址为:330000 江西省南昌市南昌经济技术开发区麦园路以东, 菊圃路以南(4#厂房)(第1-3层)312室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。