CN111782771A - 一种文字解题方法与装置 - Google Patents
一种文字解题方法与装置 Download PDFInfo
- Publication number
- CN111782771A CN111782771A CN202010655518.4A CN202010655518A CN111782771A CN 111782771 A CN111782771 A CN 111782771A CN 202010655518 A CN202010655518 A CN 202010655518A CN 111782771 A CN111782771 A CN 111782771A
- Authority
- CN
- China
- Prior art keywords
- information
- question
- answer
- words
- solving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000004044 response Effects 0.000 claims description 29
- 230000000692 anti-sense effect Effects 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
Abstract
本申请提供一种文字解题方法与装置。其中,所述的一种文字解题方法包括:获取题目信息与作答信息作为输入内容;根据所述输入内容确定所述输入内容对应的题目类型;根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;根据确定的解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。本实施例提供的一种文字解题方法与装置,保证了解题答***性。
Description
技术领域
本申请涉及互联网技术领域,特别涉及一种文字解题方法与装置。
背景技术
在小学学习过程中,解答语文相关的练习题是语文学习的重要学习内容,学生与教师对自动生成练习题答案的方法需求越来越大。
在自然语言的概念中,一个中文文本从形式上看是由汉字(包括标点符号等)组成的一个字符串。由字可组成词,由词可组成词组,由词组可组成句子,进而由一些句子组成段、节、章、篇。无论在上述的各种层次:字(符)、词、词组、句子、段,还是在下一层次向上一层次转变中都存在着歧义和多义现象,即形式上一样的一段字符串,在不同的场景或不同的语境下,可以理解成不同的词串、词组串等,并有不同的意义。一般情况下,它们中的大多数都是可以根据相应的语境和场景的规定而得到解决的。也就是说,从总体上说,并不存在歧义。这也就是日常对话中无法感到自然语言歧义和能用自然语言进行正确交流的原因。但是一方面,为了消解歧义,是需要极其大量的知识和进行推理的。如何将这些知识较完整地加以收集和整理出来,又如何找到合适的形式,将它们存入计算机***中去,以及如何有效地利用它们来消除歧义,都是工作量大且十分困难的工作。
在现有技术中,一般使用人力对小学语文练***不一,会导致解答的准确率不能保证处于一个较高的水平。
发明内容
有鉴于此,本申请实施例提供了一种文字解题方法与装置、计算设备和计算机可读存储介质,以解决现有技术中存在的技术缺陷。
本实施例公开了一种文字解题方法,包括:
获取题目的题目信息与作答信息作为输入内容;
根据所述输入内容确定所述输入内容对应的题目类型;
根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;
根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
进一步地,根据所述输入内容确定所述输入内容对应的题目类型,包括:
将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
进一步地,所述逻辑数据库中包含字的属性信息以及词的属性信息;
根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略,包括:
确定解题策略为字策略或词策略:
若为字策略,则查询所述逻辑数据库中该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,则查询所述逻辑数据库中该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
进一步地,根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,还包括:
基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息与汉字提示的形近字,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;获取小于所述作答信息中拼音预设编辑距离的字;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
进一步地,根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,还包括:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
进一步地,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答,包括:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
进一步地,根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案,还包括:
基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
进一步地,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息;
根据预设的选取规则从候选答案中选取并输出所述最终答案,包括:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
本实施例公开了一种文字解题装置,包括:
获取模块,被配置为获取题目的题目信息与作答信息作为输入内容;
确认模块,被配置为根据所述输入内容确定所述输入内容对应的题目类型;
策略模块,被配置为根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;
输出模块,被配置为根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
进一步地,所述确认模块被配置为:
将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
进一步地,所述逻辑数据库中包含字的属性信息以及词的属性信息;
所述策略模块被配置为:
确定解题策略为字策略或词策略;
若为字策略,查询所述逻辑数据库中该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,查询所述逻辑数据库中该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
进一步地,所述策略模块还被配置为:
基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法单元为基于所述题目信息和作答信息或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息与汉字提示的形近字,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;获取小于所述作答信息中拼音预设编辑距离的字;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
进一步地,所述策略模块还被配置为:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语;
其中,基于所述题目信息第进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
进一步地,所述策略模块被配置为:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
进一步地,所述输出模块还被配置为:
表格生成单元,被配置为基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
进一步地,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息。
进一步地,所述输出模块具体被配置为:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
本申请还提供一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行所述指令时实现上述的一种文字解题方法的步骤。
本申请还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现上述的一种文字解题方法的步骤。
本申请提供的一种文字解题方法与装置,将获取题目的题目信息与作答信息作为输入内容,可以避免因为输入内容形式不统一出现对信息的识别误差,保证了解题的准确性;根据所述输入内容确定所述输入内容对应的题目类型,并根据题目类型,基于题目信息和作答信息确定对应的解题策略,确保了在解题时有准确的解题策略,并确保了解题的思路清晰,保证了解题答***性;根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案,保证了得到的最终答案具备准确性。
其次,在逻辑数据库中存储的字与词属性信息,确保了解题范围涵盖面广,保证了可以满足大量的解题需求,避免了出现逻辑数据库中不存在相关的解题资源导致的无法解答的情况出现;在逻辑数据库中存储的字与词属性信息,并在多个候选答案中对比选择最终答案,提高了最终答案的参考价值。
另外,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型,保证了能够准确地判断题目类型,并根据不同的题目类型在逻辑数据库中获取准确地解题答案;获取输入内容后,所述逻辑数据库根据题目信息生成相应的解题表格,保证了选取候选答案时有明确的选取范围,避免了获取解题答案时间过长的情况。
附图说明
图1是本申请实例的计算设备的结构示意图;
图2是本申请实施例的一种文字解题方法的步骤流程示意图;
图3是本申请实施例的一种文字解题方法的步骤流程示意图;
图4是本申请实施例的一种生成的字表示意图;
图5是本申请实施例的一种文字解题装置的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本发明一个或多个实施例涉及的名词术语进行解释。
倒排索引:索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。由于不是由记录来确定属性值,而是由属性值来确定记录的位置,因此称为倒排索引。
编辑距离:指两个字串之间,由一个字串转成另一个字串所需的最少编辑操作次数。
图1是示出了根据本说明书一实施例的计算设备100的结构框图。该计算设备100的部件包括但不限于存储器110和处理器120。处理器120与存储器110通过总线130相连接,数据库150用于保存数据。
计算设备100还包括接入设备140,接入设备140使得计算设备100能够经由一个或多个网络160通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备140可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备100的上述部件以及图1中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图1所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备100可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备100还可以是移动式或静止式的服务器。
其中,处理器120可以执行图2所示方法中的步骤。图2是示出了根据本申请实施例的一种文字解题方法的示意性流程图,包括步骤S201至步骤S204。
步骤S201:获取题目的题目信息与作答信息作为输入内容。
具体地,所述题目信息包括题目内容,所述作答信息包括用户给出的答案,所述题目信息与作答信息包括拼音、汉字、词语、短语等形式。
例如,给出题目“根据提示补全词语或拼音:人mín,团结”,作答信息为“民,tuán”,所述题目内容包括“根据提示补全词语或拼音:人mín,团结”,用户给出的***括“民,tuán”。
将获取题目的题目信息与作答信息作为输入内容,可以避免因为输入内容形式不统一出现对信息的识别误差,保证了解题的准确性。
步骤S202:根据所述输入内容确定所述输入内容对应的题目类型。
具体地,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
其中,所述逻辑数据库中包含具体的题目类型,包括看拼音写词语、写出所给字或词的反义字或反义词等题目类型。
逻辑数据库中包含具体地题目类型,确保了解题范围覆盖面广,避免了因逻辑数据库中不存在题目类型出现题目无法解答的情况。
步骤S203:根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略。
具体地,所述解题策略包括字策略与词策略,确定解题策略为字策略或词策略;
若为字策略,则查询该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,则查询该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
其中,所述逻辑数据库中包含字的属性信息以及词的属性信息,例如字或词的拼音、形近字或形近词、包含该字或词的教材例句、字或词的词典释意等属性信息。例如,“张”字,在所述逻辑数据库中包含“张”的拼音“zhānɡ”,形近字“涨”、“帐”,“张”字的字典释义等属性信息。
进一步地,根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法。
具体地,基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答。
进一步地,其中,基于所述题目信息和作答信息进行解答,包括:
获取符合作答信息的拼音与题目信息中的拼音要求的字;获取作答信息与汉字提示的形近字,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
例如,给出题目为“根据以下拼音写出对应的汉字:zhǒnɡ”,则基于字的属性:拼音,并根据题目信息“根据以下拼音写出对应的汉字”选择解题方法,具体解题方法为“基于所述题目信息进行解答”。
具体地,所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,还包括:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
例如,输入的题目信息为“根据拼音写出两个对应的汉字:lǐ”,作答信息为“理,李”,则根据题目信息“根据拼音写出两个对应的汉字”确认题目类型,根据题目信息“lǐ”从逻辑数据库中获取与题目信息对应的汉字,并根据作答信息“理,李”与题目信息,从逻辑数据库获取相应的内容进行解答。
具体地,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答,包括:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
例如,需要解答的题目为“根据汉字提示写出与拼音对应的汉字:měi好”,作答信息为“每”,则先基于所述题目信息进行一次解答,根据提示的汉字:“好”进行组词,查询并获取与题目拼音匹配的词语“美好”,再基于所述题目信息和作答信息进行二次解答,获取作答信息与汉字提示组成的词语“每好”,查询词语“每好”是否在逻辑数据库中,若是,则获取作答信息“每好”,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语。
步骤S204:根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
进一步地,基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
具体地,在获取题目信息且确定解题策略后,逻辑数据库根据题目信息生成相应的解题表格,所述表格包含解题需要的字或词的属性信息,进而根据相应的解题方法与生成的解题表格确定至少一个候选答案。
例如,若题目信息为“根据拼音写出对应的汉字”,则生成的字表中包含逻辑数据库中与题目信息中拼音对应的汉字,并根据相应的解题方法确定至少一个候选答案。
根据题目类型确定解题策略,接着确定解题方法,所述逻辑数据库根据题目信息生成相应的解题表格,保证了解答题目时有明确的策略与具体地解题方法,保证了能够迅速、准确地解答题目,也避免了获取解题答案时间过长的情况。
具体地,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息;
具体地,根据预设的选取规则从候选答案中选取并输出所述最终答案,包括:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
具体地,所述逻辑数据库中存储的字的属性信息与词的属性信息,按照拼音音节先后的排列顺序存储于所述逻辑数据库中。
具体地,不同的题目类型对应不同的从候选答案中选取并输出所述最终答案的方法,例如,题目类型为“根据所给汉字组词”,则根据所述候选答案在教材例句中出现的频次从高到低的排列顺序,从候选答案中选取并输出最终答案;再例,题目类型为“根据所给拼音写出对应的汉字”,则根据字属性信息的排列顺序或词的属性信息的排列顺序,从候选答案中选取并输出最终答案。
本实施例提供的一种文字解题方法,将获取题目的题目信息与作答信息作为输入内容,可以避免因为输入内容形式不统一出现对信息的识别误差,保证了解题的准确性;根据所述输入内容确定所述输入内容对应的题目类型,并根据题目类型,基于题目信息和作答信息确定对应的解题策略,确保了在解题时有准确的解题策略,并确保了解题的思路清晰,保证了解题答***性;根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案,保证了得到的最终答案具备准确性。
其次,在逻辑数据库中存储的字与词属性信息,确保了解题范围涵盖面广,保证了可以满足大量的解题需求,避免了出现逻辑数据库中不存在相关的解题资源导致的无法解答的情况出现;在逻辑数据库中存储的字与词属性信息,并在多个候选答案中对比选择最终答案,提高了最终答案的参考价值。
另外,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型,保证了能够准确地判断题目类型,并根据不同的题目类型在逻辑数据库中获取准确地解题答案;获取输入内容后,所述逻辑数据库根据题目信息生成相应的解题表格,保证了选取候选答案时有明确的选取范围,避免了获取解题答案时间过长的情况。
如图3所示,本申请实施例公开了一种文字解题方法,包括步骤S301至步骤S307。
步骤S301:获取题目信息与作答信息作为输入内容。
具体地,根据题目信息:“根据拼音wǎnɡ写出两个对应的汉字”,将题目信息中的拼音:“wǎnɡ”、与用户作答的汉字:“网,往”作为输入内容。
步骤S302:根据所述输入内容确定所述输入内容对应的题目类型。
具体地,根据所述输入内容,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所属输入内容对应的题目类型为:根据拼音写出对应的汉字。
步骤S303:根据题目类型,在预设的逻辑数据库中确定对应的解题策略。
具体地,根据题目类型“根据拼音写出对应的汉字”,基于题目信息“根据拼音wǎnɡ写出两个对应的汉字”和作答信息“网,往”,确定解题策略为字策略。
步骤S304:根据解题策略,确定解题方法为基于所述题目信息和作答信息进行解答。
具体地,选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,接着基于所述题目信息和作答信息进行二次解答。
具体地,进行一次解答与二次解答的方法步骤为:在逻辑数据库中获取与题目信息中拼音匹配的字进行一次解答,接着,获取符合作答信息的拼音与题目信息中的拼音要求的字进行二次解答。
步骤S305:基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格。
具体地,根据题目信息中的拼音“wǎnɡ”生成字表,字表中的汉字与拼音“wǎnɡ”对应。
具体地,生成的字表如图4所示。
步骤S306:根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案。
具体地,首先从所述解题表格中获取与所述题目信息中拼音匹配的字:“网”、“往”、“枉”、“惘”、“魍”,接着从所述解题表格中获取小于所述作答信息中拼音预设编辑距离的字:“往”、“网”、“枉”,确定候选答案为:“网”、“往”、“枉”。
步骤S307:根据预设的选取规则从候选答案中选取并输出所述最终答案。
具体地,根据在逻辑数据库中字属性信息的排列顺序对所述候选答案进行排序,选取并输出的最终答案为:“往”、“网”。
通过本实施例提供的一种文字解题方法,根据题目类型,基于题目信息和作答信息确定对应的解题策略,确保了在解题时有准确的解题策略,并确保了解题的思路清晰,保证了解题答***性;在逻辑数据库中存储的字与词属性信息,并在多个候选答案中对比选择最终答案,可以保证解题答***性,提高了最终答案的参考价值。
其次,在逻辑数据库中存储的字与词属性信息,确保了解题范围涵盖面广,保证了可以满足大量的解题需求,避免了出现逻辑数据库中不存在相关的解题资源导致的无法解答的情况出现。
另外,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型,保证了能够准确地判断题目类型,并根据不同的题目类型在逻辑数据库中获取准确地解题答案;获取输入内容后,所述逻辑数据库根据题目信息生成相应的解题表格,保证了选取候选答案时有明确的选取范围,避免了获取解题答案时间过长的情况。
本实施例提供了一种文字解题装置,参见图5,包括:
获取模块501,被配置为获取题目的题目信息与作答信息作为输入内容;
确认模块502,被配置为根据所述输入内容确定所述输入内容对应的题目类型;
策略模块503,被配置为根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;
输出模块504,被配置为根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
进一步地,所述确认模块502被配置为:
将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
进一步地,所述逻辑数据库中包含字的属性信息以及词的属性信息;
所述策略模块503被配置为:
确定解题策略为字策略或词策略;
若为字策略,查询所述逻辑数据库中该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,查询所述逻辑数据库中该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
进一步地,所述策略模块503还被配置为:
基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法单元为基于所述题目信息和作答信息或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息与汉字提示的形近字,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;获取小于所述作答信息中拼音预设编辑距离的字;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
进一步地,所述策略模块503还被配置为:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语;
其中,基于所述题目信息第进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
进一步地,所述策略模块503被配置为:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
进一步地,所述输出模块504还被配置为:
表格生成单元,被配置为基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
进一步地,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息。
进一步地,所述输出模块504具体被配置为:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
通过本实施例提供的一种文字解题装置,根据题目类型,基于题目信息和作答信息确定对应的解题策略,确保了在解题时有准确的解题策略,并确保了解题的思路清晰,保证了解题答***性;在逻辑数据库中存储的字与词属性信息,并在多个候选答案中对比选择最终答案,可以保证解题答***性,提高了最终答案的参考价值。
其次,在逻辑数据库中存储的字与词属性信息,确保了解题范围涵盖面广,保证了可以满足大量的解题需求,避免了出现逻辑数据库中不存在相关的解题资源导致的无法解答的情况出现。
另外,将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型,保证了能够准确地判断题目类型,并根据不同的题目类型在逻辑数据库中获取准确地解题答案;获取输入内容后,所述逻辑数据库根据题目信息生成相应的解题表格,保证了选取候选答案时有明确的选取范围,避免了获取解题答案时间过长的情况。
本实施例还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现如前所述的一种面向四则运算的简便运算解答方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的一种文字解题方法技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述一种文字解题方法的技术方案的描述。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本申请的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。
Claims (18)
1.一种文字解题方法,其特征在于,所述方法包括:
获取题目的题目信息与作答信息作为输入内容;
根据所述输入内容确定所述输入内容对应的题目类型;
根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;
根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
2.如权利要求1所述的方法,其特征在于,根据所述输入内容确定所述输入内容对应的题目类型,包括:
将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
3.如权利要求1所述的方法,其特征在于,所述逻辑数据库中包含字的属性信息以及词的属性信息;
根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略,包括:
确定解题策略为字策略或词策略:
若为字策略,则查询所述逻辑数据库中该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,则查询所述逻辑数据库中该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
4.如权利要求3所述的方法,其特征在于,根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,还包括:
基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息与汉字提示的形近字,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;获取小于所述作答信息中拼音预设编辑距离的字;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
5.如权利要求3所述的方法,其特征在于,根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,还包括:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的词语;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
6.如权利要求4或5所述的方法,其特征在于,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答,包括:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
7.如权利要求1所述的方法,其特征在于,根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案,还包括:
基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
8.如权利要求7所述的方法,其特征在于,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息;
根据预设的选取规则从候选答案中选取并输出所述最终答案,包括:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
9.一种文字解题装置,其特征在于,所述装置包括:
获取模块,被配置为获取题目的题目信息与作答信息作为输入内容;
确认模块,被配置为根据所述输入内容确定所述输入内容对应的题目类型;
策略模块,被配置为根据题目类型,基于所述题目信息和作答信息或基于所述题目信息在预设的逻辑数据库中确定对应的解题策略;
输出模块,被配置为根据所述解题策略确定至少一个候选答案,并从所述候选答案中选取并输出最终答案。
10.如权利要求9所述的装置,其特征在于,所述确认模块被配置为:
将所述输入内容与预设的逻辑数据库中存储的题目类型进行对比,确定所述输入内容的题目类型。
11.如权利要求9所述的装置,其特征在于,所述逻辑数据库中包含字的属性信息以及词的属性信息;
所述策略模块被配置为:
确定解题策略为字策略或词策略;
若为字策略,查询所述逻辑数据库中该字的属性信息,并根据所述字的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述字的属性信息包括拼音、形近字、近义字、反义字;
若为词策略,查询所述逻辑数据库中该词的属性信息,并根据所述词的属性信息、题目类型、题目信息和作答信息确定解题策略中包括的解题方法,其中,所述词的属性信息包括拼音、形近词、近义词、反义词。
12.如权利要求11所述的装置,其特征在于,所述策略模块还被配置为:
基于所述字的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息与汉字提示的形近字;查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目的拼音准确匹配的字;查询与作答信息中的字准确匹配的拼音;获取小于所述作答信息中拼音预设编辑距离的字;
其中,基于所述题目信息进行解答,包括:
获取所述题目信息中拼音匹配的字;获取小于所述题目信息中拼音预设编辑距离的字;根据所述题目信息中提示的汉字组词。
13.如权利要求11所述的装置,其特征在于,所述策略模块还被配置为:
基于所述词的属性信息,根据题目类型,选择所述题目对应的解题方法为基于所述题目信息和作答信息进行解答或基于所述题目信息进行解答;
其中,基于所述题目信息和作答信息进行解答,包括:
获取作答信息的拼音与题目拼音符合要求的词;获取作答信息与汉字提示组成的词语,查询作答信息是否存储在逻辑数据库中,若是,则获取作答信息,若否,则获取存储在逻辑数据库中与题目中的拼音准确匹配的词语;
其中,基于所述题目信息第进行解答,包括:
获取所述题目信息中拼音匹配的词语;获取小于所述题目信息中拼音预设编辑距离的词语;根据提示的汉字组词,查询并获取与题目拼音匹配的词语;根据题目中提示的词语造句。
14.如权利要求12或13所述的装置,其特征在于,所述策略模块被配置为:
选择所述题目对应的解题方法为先基于所述题目信息进行一次解答,然后基于所述题目信息和作答信息进行二次解答。
15.如权利要求9所述的装置,其特征在于,所述输出模块还被配置为:
表格生成单元,被配置为基于获取的题目信息在所述逻辑数据库中生成与所述题目信息对应的解题表格;
根据所述解题表格和所述解题策略中的解题方法确定至少一个候选答案;
根据预设的选取规则从候选答案中选取并输出所述最终答案。
16.如权利要求15所述的装置,其特征在于,所述逻辑数据库包含教材例句,按照预设的排列顺序存储字的属性信息以及词的属性信息;
所述输出模块具体被配置为:
根据基于所述题目信息进行解答得到的候选答案为先、基于所述题目信息和作答信息进行解答得到的候选答案为后的排列顺序,将所述候选答案进行排序,根据所述候选答案的排序方式从候选答案中选取并输出所述最终答案;
根据字属性信息的排列顺序或词的属性信息的排列顺序,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案;
根据所述逻辑数据库中包含的教材例句中是否出现所述候选答案,从候选答案中确定并输出所述最终答案;
根据所述候选答案在教材例句中出现的频次从高到低,确定所述候选答案的排序方式,并根据所述候选答案的排序方式从候选答案中确定并输出所述最终答案。
17.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,其特征在于,所述处理器执行所述指令时实现权利要求1-8任意一项所述方法的步骤。
18.一种计算机可读存储介质,其存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-8任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010655518.4A CN111782771B (zh) | 2020-07-09 | 一种文字解题方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010655518.4A CN111782771B (zh) | 2020-07-09 | 一种文字解题方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782771A true CN111782771A (zh) | 2020-10-16 |
CN111782771B CN111782771B (zh) | 2024-07-30 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407673A (zh) * | 2021-06-24 | 2021-09-17 | 作业帮教育科技(北京)有限公司 | 基于语义的题目作答评判方法、装置及电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361132A (zh) * | 2014-12-09 | 2015-02-18 | 夏武 | 一种语言数据处理方法及装置 |
CN105677872A (zh) * | 2016-01-08 | 2016-06-15 | 广东小天才科技有限公司 | 一种题目搜索方法、题目搜索装置及学习设备 |
US20170228372A1 (en) * | 2016-02-08 | 2017-08-10 | Taiger Spain Sl | System and method for querying questions and answers |
CN107368696A (zh) * | 2017-08-28 | 2017-11-21 | 广东小天才科技有限公司 | 题目的解析方法、解析装置及终端设备 |
CN107729491A (zh) * | 2017-10-18 | 2018-02-23 | 广东小天才科技有限公司 | 提高题目答案搜索的准确率的方法、装置及设备 |
CN109086273A (zh) * | 2018-08-14 | 2018-12-25 | 北京粉笔未来科技有限公司 | 基于神经网络解答语法填空题的方法、装置和终端设备 |
CN109446315A (zh) * | 2018-12-20 | 2019-03-08 | 广东小天才科技有限公司 | 一种解题辅助方法及解题辅助客户端 |
CN109815955A (zh) * | 2019-03-04 | 2019-05-28 | 杭州大拿科技股份有限公司 | 题目辅助方法及*** |
CN109918489A (zh) * | 2019-02-28 | 2019-06-21 | 上海乐言信息科技有限公司 | 一种多策略融合的知识问答方法和*** |
CN110083753A (zh) * | 2019-04-15 | 2019-08-02 | 广东小天才科技有限公司 | 一种作业题目答案的制作方法及*** |
CN110675677A (zh) * | 2019-10-16 | 2020-01-10 | 杭州大拿科技股份有限公司 | 用于辅助数学应用题的方法及装置 |
CN111309891A (zh) * | 2020-03-16 | 2020-06-19 | 山西大学 | 一种阅读机器人进行自动问答的***及其应用方法 |
CN111369403A (zh) * | 2020-02-27 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 一种解题演示方法及装置 |
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361132A (zh) * | 2014-12-09 | 2015-02-18 | 夏武 | 一种语言数据处理方法及装置 |
CN105677872A (zh) * | 2016-01-08 | 2016-06-15 | 广东小天才科技有限公司 | 一种题目搜索方法、题目搜索装置及学习设备 |
US20170228372A1 (en) * | 2016-02-08 | 2017-08-10 | Taiger Spain Sl | System and method for querying questions and answers |
CN107368696A (zh) * | 2017-08-28 | 2017-11-21 | 广东小天才科技有限公司 | 题目的解析方法、解析装置及终端设备 |
CN107729491A (zh) * | 2017-10-18 | 2018-02-23 | 广东小天才科技有限公司 | 提高题目答案搜索的准确率的方法、装置及设备 |
CN109086273A (zh) * | 2018-08-14 | 2018-12-25 | 北京粉笔未来科技有限公司 | 基于神经网络解答语法填空题的方法、装置和终端设备 |
CN109446315A (zh) * | 2018-12-20 | 2019-03-08 | 广东小天才科技有限公司 | 一种解题辅助方法及解题辅助客户端 |
CN109918489A (zh) * | 2019-02-28 | 2019-06-21 | 上海乐言信息科技有限公司 | 一种多策略融合的知识问答方法和*** |
CN109815955A (zh) * | 2019-03-04 | 2019-05-28 | 杭州大拿科技股份有限公司 | 题目辅助方法及*** |
CN110083753A (zh) * | 2019-04-15 | 2019-08-02 | 广东小天才科技有限公司 | 一种作业题目答案的制作方法及*** |
CN110675677A (zh) * | 2019-10-16 | 2020-01-10 | 杭州大拿科技股份有限公司 | 用于辅助数学应用题的方法及装置 |
CN111369403A (zh) * | 2020-02-27 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 一种解题演示方法及装置 |
CN111309891A (zh) * | 2020-03-16 | 2020-06-19 | 山西大学 | 一种阅读机器人进行自动问答的***及其应用方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407673A (zh) * | 2021-06-24 | 2021-09-17 | 作业帮教育科技(北京)有限公司 | 基于语义的题目作答评判方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vajjala et al. | Practical natural language processing: a comprehensive guide to building real-world NLP systems | |
US10325517B2 (en) | Systems and methods for extracting keywords in language learning | |
Risam | Other worlds, other DHs: Notes towards a DH accent | |
CN110569364A (zh) | 在线教学方法、装置、服务器及存储介质 | |
CN110019304B (zh) | 扩展问答知识库的方法及存储介质、终端 | |
CN107798123A (zh) | 知识库及其建立、修改、智能问答方法、装置及设备 | |
CN108549710A (zh) | 智能问答方法、装置、存储介质及设备 | |
CN107748744A (zh) | 一种勾勒框知识库的建立方法及装置 | |
CN112506945A (zh) | 基于知识图谱的自适应导学方法及*** | |
CN109741641A (zh) | 基于生词检测的语言学习*** | |
CN117217315A (zh) | 一种利用大语言模型生成高质量问答数据的方法及装置 | |
CN113032531B (zh) | 文本处理方法及装置 | |
US20210390454A1 (en) | Method and apparatus for training machine reading comprehension model and non-transitory computer-readable medium | |
CN110990556A (zh) | 成语推荐方法及装置、成语推荐模型的训练方法及装置 | |
CN109934347B (zh) | 扩展问答知识库的装置 | |
CN110969005A (zh) | 一种确定实体语料之间的相似性的方法及装置 | |
JP6942759B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
KR20190090636A (ko) | 문서 자동 편집 방법 | |
CN111008702A (zh) | 一种成语推荐模型的训练方法及装置 | |
CN109002454B (zh) | 一种确定目标单词的拼读分区的方法和电子设备 | |
CN111782771B (zh) | 一种文字解题方法与装置 | |
CN115934904A (zh) | 文本处理方法以及装置 | |
CN111782771A (zh) | 一种文字解题方法与装置 | |
CN112560431A (zh) | 用于生成试题辅导信息的方法、装置、设备、存储介质以及计算机程序产品 | |
CN114647718A (zh) | 一种基于知识图谱的问答方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |