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!
摘要:本发明提供了一种基于解题思路和知识点的试题相似度计算方法,包括整理试题特征信息形成知识点类特征集和解题思路类特征集,其中一方面以Jaccard系数作为两试题之间的知识点相似度,另一方面从试题解题思路的角度出发,考量两试题之间的相似性,其中利用Skip‑gram模型将解题思路中的语料信息转换为相对应的词向量,进而以计算词向量之间欧氏距离的方式,评价试题之间的相似度,最终与知识点相似度相结合,提升数学类试题相似度评价的准确性,尤其是能够避开数学题中不同符号图表所带来的干扰。
主权项:1.一种基于解题思路和知识点的试题相似度计算方法,其特征在于:包括如下步骤:步骤1,整理试题特征信息,分别形成知识点类特征集A和解题思路类特征集B,解题思路类特征集B中的特征信息排序与所属题目的解题步骤相一致;步骤2,计算两试题之间知识点类特征集的Jaccard系数,将Jaccard系数作为两试题之间的知识点相似度tagSim;步骤3,计算解题思路相似度:步骤3.1,将解题思路类特征集B中的每个元素转换为对应的词向量;步骤3.2,依顺序将前后每c个词向量相加,形成解题思路词向量集C,设B={s1,s2……si},则步骤3.3,对于需要比较相似情况的两道试题T1和T2,两试题的解题思路词向量集分别为C1和C2,且C1={S11,S12……S1m},C2={S21,S22……S2n},分别求C1中各个向量与C2中各个向量之间的欧氏距离的最小值: 求C2中各个向量与C1中各个向量之间的欧氏距离的最小值: 其中E,表示求两向量之间的欧式距离,计算上述欧氏距离最小值的平均值AE: 计算试题T1与T2之间的解题思路相似度thoughtSim: 步骤4,计算两试题之间的相似度Sim:Sim=1-Δd*a*tagSim+b*thoughtSim其中Δd为两试题之间的难度系数差,a和b为权重系数。
全文数据:
权利要求:
百度查询: 江苏大学 一种基于解题思路和知识点的试题相似度计算方法
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。