公开(公告)号：CN114372443A

公开(公告)日：2022-04-19

申请号：CN202111499990.4

申请日：2021-12-09

Applicant: 西安理工大学

Inventor： 朱磊 ,  杨子梁 ,  黑新宏 ,  张梓恒 ,  晁冰 ,  王一川 ,  姜琨

IPC: G06F40/166 ,  G06F40/279 ,  G06F40/205

Abstract: 本发明公开了计算机课程填空题自动生成方法，包括从教材大纲中选择文本作为训练集；将训练集中的文本送入TextRank算法中提取关键句；从出题文本集中抽取若干条数据，并将其标记为三元组形式，将标记后的数据放入TPLinker模型中，采用Handshaking tagging scheme方法进行词汇标注，完成TPLinker模型训练；将关键句输入训练后的TPLinker模型中，将输出的实体关系依据TF‑IDF算法操作筛选出高频师徒关系，并依照特定规则生成出对应的问题。解决了人力从海量文本中寻找指定知识点出题的弊端，消除了出题人因各种因素而发生的出题的差异化，水平不一的情况。

公开(公告)号：CN113779992B

公开(公告)日：2024-10-15

申请号：CN202110813366.0

申请日：2021-07-19

Applicant: 西安理工大学

Inventor： 朱磊 ,  祝轩 ,  黑新宏 ,  张梓恒 ,  杨子梁 ,  高科研

IPC: G06F40/295 ,  G06F40/216 ,  G06F40/237 ,  G06F16/35 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明公开了基于词汇增强和预训练的BcBERT‑SW‑BiLSTM‑CRF模型的实现方法。基于词汇增强的模型SW‑BiLSTM‑CRF，并以构建的语料库作为训练数据进行训练，得到的模型作为数据矫正的依据，迭代语料库。在此基础上，使用基于预训练语言模型的命名实体识别方法进行跨领域的知识迁移，来一定程度地减弱由于数据规模小造成的识别误差。使用建筑领域其他规范文本在BERT通用领域预训练模型上继续进行深度预训练，得到BcBERT(Building Code BERT)，从而将通用领域和建筑领域其他规范文本的知识迁移至SW‑BiLSTM‑CRF模型。以有效提升地铁设计规范命名实体识别任务的性能。

公开(公告)号：CN113779992A

公开(公告)日：2021-12-10

申请号：CN202110813366.0

申请日：2021-07-19

Applicant: 西安理工大学

Inventor： 朱磊 ,  祝轩 ,  黑新宏 ,  张梓恒 ,  杨子梁 ,  高科研

IPC: G06F40/295 ,  G06F40/216 ,  G06F40/237 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于词汇增强和预训练的BcBERT‑SW‑BiLSTM‑CRF模型的实现方法。基于词汇增强的模型SW‑BiLSTM‑CRF，并以构建的语料库作为训练数据进行训练，得到的模型作为数据矫正的依据，迭代语料库。在此基础上，使用基于预训练语言模型的命名实体识别方法进行跨领域的知识迁移，来一定程度地减弱由于数据规模小造成的识别误差。使用建筑领域其他规范文本在BERT通用领域预训练模型上继续进行深度预训练，得到BcBERT(Building Code BERT)，从而将通用领域和建筑领域其他规范文本的知识迁移至SW‑BiLSTM‑CRF模型。以有效提升地铁设计规范命名实体识别任务的性能。