-
题名基于属性关系深度挖掘的试题知识点标注模型
- 1
-
-
作者
何彬
李心宇
陈蓓蕾
夏盟
曾致中
-
机构
华中师范大学国家数字化学习工程技术研究中心
湖北大学教育学院
-
出处
《南京信息工程大学学报（自然科学版）》
CAS
2019年第6期727-734,共8页
-
基金
国家自然科学基金(61877026)
中央高校基本科研业务费资助项目(CCNU19QN036,CCNU19QN031)
-
文摘
在各类在线学习系统中,为了给学生提供优质的学习资源,一个基础性的任务是对大量未标注的试题进行知识点标注.已有标注方法通常基于人工专家标注或者采用传统机器学习方法.在实际应用中,这些方法普遍存在成本过高、标注精准度不足等局限.为此,本文提出了一种基于属性关系深度挖掘的试题知识点标注模型.首先,利用句法语义模型和结构语义模型分别从试题文本和试题图形中抽取试题的显性属性关系.然后,利用蒙特卡罗树搜索构建问题求解框架,挖掘试题的隐含属性关系.最后,结合学科知识图谱,将属性关系映射到知识图谱空间,生成试题知识点.实验结果表明,所提出的方法能够有效地进行试题知识点标注,将对学生认知诊断、个性化试题推荐等具有一定的实际应用价值.
-
关键词
知识点标注
属性关系挖掘
句法语义模型
结构语义模型
蒙特卡罗树搜索
-
Keywords
knowledge points annotation
attribute relation mining
syntax-semantics model
structure-semantics model
Monte Carlo Tree Search(MCTS)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于关系的函数题目自动解析和解答方法
- 2
-
-
作者
孙慧慧
余新国
孟皓
吕小攀
-
机构
华中师范大学国家数字化学习工程技术研究中心
-
出处
《计算机应用与软件》
北大核心
2024年第2期257-263,共7页
-
基金
国家自然科学基金项目(61977029)。
-
文摘
关系表示作为数学题目解答的基本问题而广受关注,而对于含有函数的题目解答,由于函数关系本身的复杂性以及表达方式的多样性,使得该问题超出了现有解题范围,为解答提出了新的挑战。针对这一问题,提出一种基于关系的自动解析和解答算法。扩展关系表示方式使其满足函数关系表示与计算的需要;通过改进句法语义模型和提出图形关系模式分别从文字和图形中提取关系;根据函数的模型化定义识别和提取函数关系;利用函数关系与数量关系进行等量代入,消除参数得到解答结果。对采集的数据集进行验证,与基于框架的基线方法相比较,该算法能够获得较好的结果,有效完成了83%的题目理解和66%的正确解答率。
-
关键词
数学题目解答
关系解答
函数关系
句法语义模型
自动解答
-
Keywords
Mathematic problems solving
Relation solving
Function relation
Syntactic-semantic model
Automatic solver 0引言
-
分类号
TP391.6
[自动化与计算机技术—计算机应用技术]
-
