一种基于元学习的育人案例自动标注系统及方法

    公开(公告)号:CN113392642B

    公开(公告)日:2023-06-02

    申请号:CN202110622821.9

    申请日:2021-06-04

    Abstract: 本发明涉及一种基于元学习的育人案例自动标注系统及方法,系统包括:预处理模块,用于对接收的育人案例文本进行处理,以获得育人案例语句;问题描述语句识别模块,用于接收育人案例语句,通过调用第一模型进行识别,生成待标注语句;影响因素分类模块,用于接收待标注语句,调用第二模型进行分类,获取该语句所属的影响因素类别信息;具体标注类别分类模块,用于接收带有影响因素类别信息的待标注语句,调用影响因素类别对应的分类器,生成待标注语句的具体标注类别。本发明能够对育人案例实现快速自动标注,便于提高育人案例数据的标注效率及标注准确度。

    一种辅导意图的识别方法和基于辅导意图的个性化辅导方法

    公开(公告)号:CN115081425A

    公开(公告)日:2022-09-20

    申请号:CN202210661487.2

    申请日:2022-06-13

    Abstract: 本发明提出一种辅导意图识别方法和基于辅导意图的个性化辅导方法,包括:S1.将用户提问数据进行预处理,基于构建的关键词列表,构建面向辅导意图的文本表征;S2.利用层级神经网络结构模型解析用户提问数据的潜在语义向量;S3.基于生成的潜在语义向量,利用多任务学习算法,进行辅导意图识别。本发明提供的辅导意图识别基于多任务学习与层级网络模型,能够有效处理在线辅导场景中的辅导意图识别方法对多任务学习算法忽略和历史问答信息考虑不全的问题。

    一种结合短文本聚类和推荐机制的主观题批阅系统及方法

    公开(公告)号:CN108763411B

    公开(公告)日:2022-03-11

    申请号:CN201810499529.0

    申请日:2018-05-23

    Abstract: 一种结合短文本聚类和推荐机制的主观题批阅系统及方法,系统包括计算机;所述计算机中运行主观题批阅系统,所述批阅系统包括数据预处理模块、聚类分析模块和推荐可视化模块、批阅数据库。本发明适用于主观题批阅数据的获取,特点是将短文本聚类和推荐机制应用到批阅场景中,从而获取可信度更高,一致性更强的批阅结果,一方面可以减少因为批阅一致性差,造成的训练自动批阅模型可信度不高的问题。另一方面,能够增加用户批阅行为的可信度,降低用户在批阅过程中得分尺度变化,提高批阅结果的公平性。

    一种结合短文本聚类和推荐机制的主观题批阅系统及方法

    公开(公告)号:CN108763411A

    公开(公告)日:2018-11-06

    申请号:CN201810499529.0

    申请日:2018-05-23

    CPC classification number: G06F17/2735 G06F17/2775 G06F17/2785 G06Q50/205

    Abstract: 一种结合短文本聚类和推荐机制的主观题批阅系统及方法,系统包括计算机;所述计算机中运行主观题批阅系统,所述批阅系统包括数据预处理模块、聚类分析模块和推荐可视化模块、批阅数据库。本发明适用于主观题批阅数据的获取,特点是将短文本聚类和推荐机制应用到批阅场景中,从而获取可信度更高,一致性更强的批阅结果,一方面可以减少因为批阅一致性差,造成的训练自动批阅模型可信度不高的问题。另一方面,能够增加用户批阅行为的可信度,降低用户在批阅过程中得分尺度变化,提高批阅结果的公平性。

    一种基于协同过滤思想的学习者学科总测成绩预测系统及方法

    公开(公告)号:CN107274020A

    公开(公告)日:2017-10-20

    申请号:CN201710454618.9

    申请日:2017-06-15

    Abstract: 本发明涉及一种基于协同过滤思想的学习者学科总测成绩预测系统及方法,包括:数据采集标注模块、学习者的量化特征提取模块、基于学习者量化特征的相似度向量提取模块、基于相似度向量的成绩预测模块。本发明可以解决对学习者学业成绩的预测问题,适用于一般在线学习平台和系统,也可以应用于实际教学评估和诊断中,为学习者提供个性化的教学服务,提高学习针对性和学习效率。

    一种基于数据驱动的学科学习发展推荐系统及方法

    公开(公告)号:CN106997571A

    公开(公告)日:2017-08-01

    申请号:CN201710196482.6

    申请日:2017-03-29

    Abstract: 本发明涉及一种基于数据驱动的学科学习发展推荐系统及方法,包括移动终端、计算机;所述计算机中运行推荐系统,所述推荐系统包括数据收集模块、推荐算法模块、可视化输出模块和推荐数据库;所述数据收集模块包括成绩数据收集、评价数据收集和心理测评数据收集;所述推荐算法模块包括推荐指数计算、推荐指数分析、学科分析与学生分类、生成推荐;所述可视化呈现模块包括可视化群体学科关系图、个体学科状态图与个性化学科推荐结果。本发明适用于中学生学业学习的规划和指导,通过对多种类型和来源的数据分析识别个人学科优势特征,形成个性化的学科学习指导方案,合理选择中考、高考考试科目,提升学业规划的科学性和准确性。

    一种基于多模态交叉比较的题目检索方法和系统

    公开(公告)号:CN113392196B

    公开(公告)日:2023-04-21

    申请号:CN202110622823.8

    申请日:2021-06-04

    Abstract: 本发明提供了一种基于多模态交叉比较的题目检索系统和方法,系统包括:题目数据解析模块、题目相似度计算模块和结果输出模块;其中,题目数据解析模块,用于接收用户输入的题目信息,并进行预处理及结构化整理;题目相似度计算模块,用于交叉计算用户输入的题目与题库中的题目的文本表示和图片表示的相似度,并加权计算其综合相似度;结果输出模块,用于将综合相似度大于预先设置的科目阈值的题库中的题目及答案等相关信息返回用户。通过本发明的系统,可以使得各科题目在题目库中的检索结果更加准确。

Patent Agency Ranking