CN112084342A - 试题生成方法、装置、计算机设备及存储介质 - Google Patents
试题生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112084342A CN112084342A CN202010930245.XA CN202010930245A CN112084342A CN 112084342 A CN112084342 A CN 112084342A CN 202010930245 A CN202010930245 A CN 202010930245A CN 112084342 A CN112084342 A CN 112084342A
- Authority
- CN
- China
- Prior art keywords
- question
- path
- meta
- test
- generating
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000001131 transforming effect Effects 0.000 claims abstract description 9
- 238000013519 translation Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 230000003068 static effect 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请实施例属于人工智能领域,涉及一种试题生成方法,包括:获取业务数据;获取业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过对应节点属性关系连接成对应的图数据;遍历图数据中的节点,根据遍历结果生成试题的元路径;变换元路径,以生成更多路径,将元路径以及更多路径组合得到完整路径;根据完整路径生成试题。此外,本申请还涉及区块链技术,业务数据存储于区块链中。本申请还提供一种试题生成装置、计算机设备及存储介质。以减少错误试题生成以及且能够提高生成试题的丰富性。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种试题生成方法、装置、计算机设备及存储介质。
背景技术
业内通常以本体相似度算法生成试题选项,但是此种方法有存在的缺陷。首先,基于本体来构建试题,由于本体数据稀疏,生成试题的多样性会受限;其次,基于本体相似度算法生成试题,极其容易生成错误试题,比如,问题:“《高等数学》是哪个出版社出版的?”,正确答案:武汉大学出版社。基于本体相似度算法生成的选择题,选择题中的选择有概率会出现:武大出版社、电子工业出版社、清华出版社,在此情况下,因为“武大出版社”和“武汉大学出版社”是同一实体,因此导致了试题生成的错误。
发明内容
本申请实施例的目的在于提出一种试题生成方法、装置、计算机设备及存储介质,以减少错误试题生成以及且能够提高生成试题的丰富性。为了解决上述技术问题,本申请实施例提供一种试题生成方法,采用了如下所述的技术方案:
获取业务数据;
获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据;
遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径;
变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径;
根据所述完整路径生成试题。
进一步的,所述变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径的步骤具体包括:
将所述元路径翻译成目标语言,得到翻译路径;
将所述翻译路径翻译回原始语言,得到所述元路径的同义词,基于所述元路径的同义词生成更多路径;
将所述元路径的同义词保存至同义词表,并基于生成的更多路径得到完整路径。
进一步的,所述将所述元路径翻译成目标语言,得到翻译路径的步骤具体包括:
通过计算所述元路径翻译成目标语言的多个相似度;
通过选取相似度最高的前x条所述结果作为翻译路径,x为预设数。
进一步的,所述根据所述完整路径生成试题的步骤具体包括:
设置所述完整路径中的多个疑问点;
将疑问词替换掉对应的所述疑问点中的数据,得到被替换的数据;
将所述被替换的数据组合生成所述试题。
进一步的,所述根据所述完整路径生成试题的步骤之后还包括:
获取题目类型,所述题目类型包括单选题、多选题、判断题以及填空题;
获取选项最大数N;
若所述题目类型为单选题,则通过所述完整路径为题目配置一个正确选项以及N-1个错误选项;
若所述题目类型为多选题,则通过所述完整路径为题目配置X个正确选项以及N-X个错误选项,X为大于1并且小于或等于N的正整数;
若所述题目类型为判断题,则通过所述完整路径为题目配置一个正确选项或者错误选项;
若所述题目类型为填空题,则则通过所述完整路径为题目配置一个正确选项,通过空白字符替代正确选项中的所述疑问词。
进一步的,所述若所述题目类型为单选题,所所述获取选项最大数N的步骤之前还包括:
将所述完整路径组合生成正确选项;
获取与所述正确选项相同业务类型的业务节点,得到目标业务节点;
获取所述目标业务节点下的多个子节点;
获取与所述正确选项相同的子节点类型,得到目标类型节点;
通过所述目标类型节点筛选所述多个子节点,得到多个目标子节点;
根据所述目标子节点生成多个所述错误选项。
进一步的,所述获取用户输入的题目类型,所述获取用户输入的题目类型,所述试题类型题目类型包括单选题、多选题、判断题以及填空题的步骤之后还包括:
通过可视化图表统计和展示所述单选题的数量、所述多选题的数量、所述判断题的数量以及所述填空题的数量。
为了解决上述技术问题,本申请实施例还提供一种试题生成装置,采用了如下所述的技术方案:
获取模块用于获取业务数据;
图数据生成模块用于获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据;
元路径生成模块用于遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径;
变换模块用于变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径;
试题生成模块用于根据所述完整路径生成试题。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,其包括至少一个连接的处理器、存储器、输入输出单元,其中,所述存储器用于存储计算机可读指令,所述处理器用于调用所述存储器中的计算机可读指令来执行上述所述的试题生成方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述所述的试题生成方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请对应节点属性关系连接成对应的图数据,遍历所述图数据中的各个节点,根据遍历结果生成试题的元路径,通过变换元路径生成契合知识图谱的丰富试题,解决基于相似度方法生成干扰选项生成错误试题的情景,降低生成坏题的比率。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图;
图2-1根据本申请的试题生成方法的一个实施例的流程图;
图2-2根据本申请的完整路径生成的一个实施例的流程图;
图2-3根据本申请的根据完整路径生成试题的一个实施例的流程图;
图2-4根据本申请的题目配置方法的一个实施例的流程图;
图2-5根据本申请的试题生成方法的一个元路径生成的示意图;
图2-6根据本申请的试题生成方法的一个同义词获取过程的流程图;
图3是根据本申请的试题生成装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的试题生成方法一般由服务器/终端设备执行,相应地,试题生成装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的试题生成的方法的一个实施例的流程图。所述的试题生成方法,包括以下步骤:
步骤201,获取业务数据。
在本实施例中,试题生成方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式服务器接收用户请求进行标定。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在本实施中,业务数据可以保存在数据库中,也可以保存在网络硬盘中,根据实际需求进行调取。业务数据中存在多个试题,试题中存在非结构化的多个属性以及对应的属性值,并存在关联关系。业务数据是指与待生成的试题相关领域的知识、条款等数据,这些数据是行业历史积累下来的数据或实时性较强数据,以保险行业为例,业务数据可以是保险销售相关的一些数据,比如保险条款、投保知识、续保知识、理赔知识,保险产品的保费、保额等。业务数据主要是从各个业务方部门搜集而来,以保险为例,比如个人车险、非车险、团财、意外险等部门,数据有非结构化数据,以文本形式交换,有时候是结构数据,直接对接业务部门数据库自动获取。
步骤202,获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据。
在本实施例中,将业务数据通过文本处理技术进行结构化储存,通过图谱生成技术把业务数据中的数据属性和与属性相对应的属性值拉取出来存储至节点,并通过节点间的关系连接起来,生成图谱。具体来说,结构化数据直接建模,映射为图数据,非结构化数据则通过自然语言处理技术进行实体抽取和关系抽取获取三元组,并存储为图数据。主要是利用少量实例作为初始种子(seed tuples)的集合,然后利用学习方法进行学习,通过不断迭代从非结构化数据中抽取实例,然后从新学到的实例中学习新的模式并扩充模式集合,寻找和发现新的潜在关系三元组。所述多个属性为各个业务数据中的属性,即节点中与下一级节点连线所代表的值即为属性,节点所连接的下一级节点即为属性值。例如以图2-2左图百万家财险作为图数据为例,当百万家财险作为节点时、他的属性包括套餐,保障范围以及适用人群,对应属性值的高端款,箱包受损以及全部人群。子节点为高端款,箱包受损,全部人群以及手机。
步骤203,遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径。
在本实施例中,遍历图数据,生成限定次数的元路径。将图数据中的每个节点(node)作为顶点进行图遍历搜索,得到从顶点出发的所有路径,即对应的元路径。如图2-5所示,节点“百万家财险”作为头节点得到子图如图2-2箭头左侧所示,然后进行遍历搜索,得到以该节点作为头节点的所有路径,如箭头右侧生成的4条元路径以及节点所示。本实施例中,可以限制遍历图数据的次数,来控制路径的长度,由此可控制试题的难易程度。通过遍历的次数,提高了遍历的范围,进而可以找到更多更相似的选项,以提高试题的生成难度。
步骤204,变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径。
在本实施例中,通过将元路径翻译成目标语言后,再将目标语言翻译回原始语言,进而得到元路径的同义词,通过元路径的同义词组成同义词表后,基于该同义词表得到完整路径。例如,将元路径翻译成英文,得到翻译路径。再将翻译路径翻译回中文,由于英文翻译的差异性,得到元路径的多个同义词。最后将元路径的同义词保存至同义词表,得到完整的路径。以“保障范围”为例,由于保障范围具有多个同义词,因此“保障范围”翻译成英文“scope of insurance coverage”,再把“scope of insurance coverage”翻译成中文“保险范围”,得到“保险范围”便是“保障范围”的同义词。得到的完整路径则是保险范围和保障范围。
步骤205,根据所述完整路径生成试题。
本实施例中,具体可以通过设置所述完整路径中的多个疑问点,将疑问词替换掉对应的所述疑问点中的数据,得到被替换的数据,将所述被替换的数据组合生成所述试题。
本申请对应节点属性关系连接成对应的图数据,遍历所述图数据中的各个节点,根据遍历结果生成试题的元路径,通过变换元路径生成契合知识图谱的丰富试题,解决基于相似度方法生成干扰选项生成错误试题的情景,降低生成坏题的比率。
在一些可选的实现方式中,所述变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径的步骤具体包括:
步骤211,将所述元路径翻译成目标语言,得到翻译路径;
步骤212,将所述翻译路径翻译回原始语言,得到所述元路径的同义词,基于所述元路径的同义词生成更多路径;
步骤213,将所述元路径的同义词保存至同义词表,并基于生成的更多路径得到完整路径。
上述实施方式中,由于机器无法识别正确的同义词,直接翻译需要人为提前大量的标注,因此,本实施例中通过将元路径翻译成目标语言后,再将目标语言翻译回原始语言,进而得到元路径的同义词,通过元路径的同义词组成同义词表后,基于该同义词表得到完整路径。其中,目标语言为不用于原始语言的其他语言,例如,原始语言为中文,目标语言可以为英语、法语、德语等,本申请不做具体限制,本实施例以英文为例;其流程可如图2-6所示。
本实施例进一步举例说明,以中文词“保障范围”为例,由于保障范围具有多个同义词,因此“保障范围”翻译成英文词“scope of insurance coverage”,再把英文词“scopeof insurance coverage”翻译成中文候选“保险范围”,得到“保险范围”便是“保障范围”的同义词,即同义词表。可以找到从一个节点(中文候选词)出发,找到所有不重复的同义词,根据这些不重复的同义词可以根据生成的多条路径生成多个试题。将多个试题保存到一个数组或者表中,得到完整路径。完整路径就存储了“保障范围”本身这个词以及对应的同义词,以提供后续生成试题的时候使用。
在一些可选的实现方式中,所述将所述元路径翻译成目标语言,得到翻译路径的步骤具体包括:
通过计算所述元路径翻译成目标语言的多个相似度;
通过选取相似度最高的前x条所述结果作为翻译路径,x为预设数。
上述实施方式中,相似度计算通过其中e为原文,f为译文,p为相似度。通过arg maxe p(e|f)=arg maxe p(e)p(f|e)选取相似度最高的前x条所述结果作为翻译路径,x为预设数。以“保障范围”为例,把公式中的f逐个换成{scope of insurace coverage,scope of coverage,scope of insurance},e换成“保障范围”,就可以得到翻译的英文词,英文词列表有3个P(e|f),设置X=1,取最大的P(e|f)中的f作为翻译出来的词。通过以上方式可以找到前X个相似度相似的选项。以“保障范围”为例,当关系名词分词结果列表存储有“保障范围”,当关系名词分词结果列表的长度为1,则证明至存储了自己本身这个词,没有同义词,不用翻译,证明所有英文翻译出来的结果都是保障范围。当关系名词分词结果列表存储有“保障范围”和“保险范围”时,则此时当关系名词分词结果列表的长度大于1,则证明同义词,需要翻译。
在一些可选的实现方式中,所述根据所述完整路径生成试题的步骤具体包括:
步骤221,设置所述完整路径中的多个疑问点;
步骤222,将疑问词替换掉对应的所述疑问点中的数据,得到被替换的数据;
步骤223,将所述被替换的数据组合生成所述试题。
上述实施方式中,比如,对于元路径“百万家财险---保障范围---箱包受损”,同义词替换后,图数据中的路径池子会增加“百万家财险---保险范围---箱包受损”这个路径,路径池子用于存储图数据中各节点的关系,试题疑问点是指可以把路径中的某一节点隐去,当成是提问的疑问点,比如,路径“百万家财险---保险范围---箱包受损”隐去“箱包受损”节点,这个节点便是试题疑问点,再根据被隐去的节点类型(一般实体,地点,时间,人物等)把被隐去节点替换为相应虚词,一般实体类型替换为“什么”,地点类型替换为“哪儿”,时间类型替换为“什么时候”,人物类型替换为“谁”,“箱包受损”节点属于一般实体,替换为“什么”,那么路径就变为“百万家财险---保险范围---什么”,再在路径中加入适当的虚词“的”,“是”等,生成试题“百万家财险的保险范围是什么?”针对所有元路径,进行试题生成。将路径上的某一节点作为试题疑问点,替换为节点类型对应的疑问词,e.g.类型为地点,则替换为“哪儿”,再将路径加若干虚词(“的”,“是”,“吗”),生成自然语言试题,如“百万家财险的适销地点是哪儿”,“百万家财险的销售地点是哪儿”,“百万家财险的销售地址在哪儿”等。至此,完成试题生成,该种方法可以生成丰富的试题。
在一些可选的实现方式中,所述根据所述完整路径生成试题的步骤之后还包括:
步骤231,获取用户输入的题目类型,所述题目类型包括单选题、多选题、判断题以及填空题;
步骤232,获取选项最大数N;
步骤233-1,若所述题目类型为单选题,则通过所述完整路径为题目配置一个正确选项以及N-1个错误选项;
步骤233-2,若所述题目类型为多选题,则通过所述完整路径为题目配置X个正确选项以及N-X个错误选项,X为大于1并且小于或等于N的正整数;
步骤233-3,若所述题目类型为判断题,则通过所述完整路径为题目配置一个正确选项或者错误选项;
步骤233-4,若所述题目类型为填空题,则则通过所述完整路径为题目配置一个正确选项,通过空白字符替代正确选项中的所述疑问词。
上述实施方式中,提出基于知识图谱生成试题库,形成完整一套试题生成***,包括试题生成、试卷内容配置等,应用于代理人资格认证、知识试题对练、知识掌握程度检测等。错误答案只需要将疑问点的处的标准答案替换成非同义词以及元路径的词即可。例如,选项最大数为4,若为单选题,则生成1个正确选项,3个错误选项,若为多选题,则生成X个正确选项,和4-X个错误选项,若为判断题,则获取用户要生成判断题,则随机生成一个正确或者错误选项,若为填空题,则生成一个正确选项,并随机删除一个疑问词,通过空白字符替代。通过上述方式可以自动生成单选题、多选题、判断题以及填空题。具体可以理解为首先生成一个正确选项,若用户要生成一道单选题,则配置其他3个错误选项给用户,进而生成一个单选题;若用户要生成一道多选题,则随机生成多0-3个与正确选项,若选项不足4个,则剩余生成错误答案,完成多选题的生成;若用户要生成判断题,则50%的概率修改正确选项,50%的概率不修改,完成判断题的生成;若用户要生成填空题,则通过空白替代符,随机替代正确选项一个词,完成填空题的生成。
在一些可选的实现方式中,所述若所述题目类型为单选题,则所述获取选项最大数N的步骤之前还包括:
将所述完整路径组合生成正确选项;
获取与所述正确选项相同业务类型的业务节点,得到目标业务节点;
获取所述目标业务节点下的多个子节点;
获取与所述正确选项相同的子节点类型,得到目标类型节点;
通过所述目标类型节点从所述多个子节点,筛选得到多个目标子节点;
根据所述目标子节点生成多个所述错误选项。
上述实施方式中,以子节点为目标业务节点下的关联节点,以每次A公司可以承受的最大损失是50万元为例,这句话是通过完整路径百万家财险-A公司-承受最大损失-50万元组合生成正确的一句话,当要生成选项时,以50万元这个目标业务节点为例,50万元是在百万家财险下(目标业务节点)的一个子节点,因此就找到百万家财险下的其他子节点,找到与百万家财险下与50万元相同类型(目标类型节点:金额类型)的节点:金额节点,然后通过金额节点找到20万元,30万元,替代50万元,生成每次A公司可以承受的最大损失是30万元,以及每次A公司可以承受的最大损失是20万元这个错误答案。通过上述方式可以不用人为自动生成错误额答案。
在一些可选的实现方式中,所述获取用户输入的题目类型,所述试题类型题目类型包括单选题、多选题、判断题以及填空题的步骤之后还包括:
通过可视化图表统计和展示所述试题的信息。
上述实施方式中,数据可视化广泛用于智慧公安、智慧城市、智慧园区、智慧航空、智慧交通、网络态势等,近两年开始流行,这是数据可视化非常好的趋势,可视化对这些特定行业来说起到极其重要的作用。
需要强调的是,为进一步保证业务数据的私密和安全性,所述业务数据还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种试题生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的试题生成装置300包括:获取模块301、图数据生成模块302、元路径生成模块303、变换模块304以及试题生成模块305。其中:
获取模块301用于获取业务数据;
图数据生成模块302用于获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据;
元路径生成模块303用于遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径;
变换模块304用于变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径;
试题生成模块305用于根据所述完整路径生成试题。
进一步的,所述变换模块包括,目标语言翻译子模块,原始语言翻译子模块以及路径保存子模块。
目标语言翻译子模块用于将所述元路径翻译成目标语言,得到翻译路径;
原始语言翻译子模块用于将所述翻译路径翻译回原始语言,得到所述元路径的同义词,基于所述元路径的同义词生成更多路径;
路径保存子模块用于将所述元路径的同义词保存至同义词表,并基于生成的更多路径得到完整路径。
进一步的,所述目标语言翻译子模块包括结果计算单元以及选取单元。
计算单元用于通过计算所述元路径翻译成目标语言的多个相似度;
选取单元通过选取相似度最高的前x条所述结果作为翻译路径,x为预设数。
进一步的,所述试题生成模块包括疑问点子模块,替换子模块和试题生成子模块。
疑问点子模块用于设置所述完整路径中的多个疑问点;
替换子模块用于将疑问词替换掉对应的所述疑问点中的数据,得到被替换的数据;
试题生成子模块用于将所述被替换的数据组合生成所述试题。
进一步的,所述试题生成装置还包括题目类型获取子模块,最大数获取子模块以及判断生成子模块。
题目类型获取子模块,用于获取用户输入的题目类型,所述题目类型包括单选题、多选题、判断题以及填空题;
最大数获取子模块,用于获取选项最大数N;
判断生成子模块,用于若所述题目类型为单选题,则通过所述完整路径为题目配置一个正确选项以及N-1个错误选项;
若所述题目类型为多选题,则通过所述完整路径为题目配置X个正确选项以及N-X个错误选项,X为大于1并且小于或等于N的正整数;
若所述题目类型为判断题,则通过所述完整路径为题目配置一个正确选项或者错误选项;
若所述题目类型为填空题,则则通过所述完整路径为题目配置一个正确选项,通过空白字符替代正确选项中的所述疑问词。
进一步的,所述试题生成装置正确选项生成子模块、业务节点获取子模块,子节点获取子模块、类型获取子模块、目标子节点筛选子模块以及错误选项生成子模块。
正确选项生成子模块用于将所述完整路径组合生成正确选项;
业务节点获取子模块用于获取与所述正确选项相同业务类型的业务节点,得到目标业务节点;
子节点获取子模块用于获取所述目标业务节点下的多个子节点;
类型获取子模块用于获取与所述正确选项相同的子节点类型,得到目标类型节点;
目标子节点筛选子模块用于通过所述目标类型节点筛选所述多个子节点,得到多个目标子节点;
错误选项生成子模块用于根据所述目标子节点生成多个所述错误选项。
进一步的,所述试题生成装置还包括数据可视化模块,所述数据可视化模块用于:
通过可视化图表统计和展示所述单选题的数量、所述多选题的数量、所述判断题的数量以及所述填空题的数量。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过***总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecificIntegrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作***和各类应用软件,例如试题生成方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述试题生成方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的试题生成方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种试题生成方法,其特征在于,包括下述步骤:
获取业务数据;
获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据;
遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径;
变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径;
根据所述完整路径生成试题。
2.根据权利要求1所述的试题生成方法,其特征在于,所述变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径的步骤具体包括:
将所述元路径翻译成目标语言,得到翻译路径;
将所述翻译路径翻译回原始语言,得到所述元路径的同义词,基于所述元路径的同义词生成更多路径;
将所述元路径的同义词保存至同义词表,并基于生成的更多路径得到完整路径。
3.根据权利要求2所述的试题生成方法,其特征在于,所述将所述元路径翻译成目标语言,得到翻译路径的步骤具体包括:
通过计算所述元路径翻译成目标语言的多个相似度;
通过选取相似度最高的前x条所述结果作为翻译路径,x为预设数。
4.根据权利要求1-3中任一项所述的试题生成方法,其特征在于,所述根据所述完整路径生成试题的步骤具体包括:
设置所述完整路径中的多个疑问点;
将疑问词替换掉对应的所述疑问点中的数据,得到被替换的数据;
将所述被替换的数据组合生成所述试题。
5.根据权利要求4所述的试题生成方法,其特征在于,所述根据所述完整路径生成试题的步骤之后还包括:
获取题目类型,所述题目类型包括单选题、多选题、判断题以及填空题;
获取选项最大数N;
若所述题目类型为单选题,则通过所述完整路径为题目配置一个正确选项以及N-1个错误选项;
若所述题目类型为多选题,则通过所述完整路径为题目配置X个正确选项以及N-X个错误选项,X为大于1并且小于或等于N的正整数;
若所述题目类型为判断题,则通过所述完整路径为题目配置一个正确选项或者错误选项;
若所述题目类型为填空题,则则通过所述完整路径为题目配置一个正确选项,通过空白字符替代正确选项中的所述疑问词。
6.根据权利要求5所述的试题生成方法,其特征在于,所述获取选项最大数N的步骤之前还包括:
将所述完整路径组合生成正确选项;
获取与所述正确选项相同业务类型的业务节点,得到目标业务节点;
获取所述目标业务节点下的多个子节点;
获取与所述正确选项相同的子节点类型,得到目标类型节点;
通过所述目标类型节点筛选所述多个子节点,得到多个目标子节点;
根据所述目标子节点生成多个所述错误选项。
7.根据权利要求6所述的试题生成方法,其特征在于,所述获取用户输入的题目类型,所述试题类型题目类型包括单选题、多选题、判断题以及填空题的步骤之后还包括:
通过可视化图表统计和展示所述单选题的数量、所述多选题的数量、所述判断题的数量以及所述填空题的数量。
8.一种试题生成装置,其特征在于,包括:
获取模块,用于获取业务数据;
图数据生成模块,用于获取所述业务数据中的多个属性以及对应的属性值保存至对应的多个节点,通过所述对应节点属性关系连接成对应的图数据;
元路径生成模块,用于遍历所述图数据中的所述节点,根据遍历结果生成试题的元路径;
变换模块,用于变换所述元路径,以生成更多路径,将所述元路径以及更多路径组合得到完整路径;
试题生成模块,用于根据所述完整路径生成试题。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的试题生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的试题生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930245.XA CN112084342A (zh) | 2020-09-07 | 2020-09-07 | 试题生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930245.XA CN112084342A (zh) | 2020-09-07 | 2020-09-07 | 试题生成方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112084342A true CN112084342A (zh) | 2020-12-15 |
Family
ID=73732389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010930245.XA Pending CN112084342A (zh) | 2020-09-07 | 2020-09-07 | 试题生成方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112084342A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634093A (zh) * | 2020-12-30 | 2021-04-09 | 北京金堤科技有限公司 | 获取用于生成合同的引导问题节点图的方法及应用和装置 |
CN112905860A (zh) * | 2021-02-09 | 2021-06-04 | 柳州智视科技有限公司 | 一种题目条件替换的方法 |
CN114201613A (zh) * | 2021-11-30 | 2022-03-18 | 北京百度网讯科技有限公司 | 试题生成方法、试题生成装置、电子设备以及存储介质 |
CN116091006A (zh) * | 2023-03-03 | 2023-05-09 | 畅捷通信息技术股份有限公司 | 基于实训业务的考试配置方法、电子设备和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1074207A (ja) * | 1996-08-30 | 1998-03-17 | Adoin Kenkyusho:Kk | 情報検索装置及び情報検索方法 |
CN102982063A (zh) * | 2012-09-18 | 2013-03-20 | 华东师范大学 | 一种基于关系关键词扩展的元组精化的控制方法 |
CN110134795A (zh) * | 2019-04-17 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 生成验证问题组的方法、装置、计算机设备和存储介质 |
CN110888988A (zh) * | 2018-08-17 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种生成问答信息的方法、装置和设备 |
CN111104517A (zh) * | 2019-10-01 | 2020-05-05 | 浙江工商大学 | 一种基于两个三元组的中文问题生成方法 |
-
2020
- 2020-09-07 CN CN202010930245.XA patent/CN112084342A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1074207A (ja) * | 1996-08-30 | 1998-03-17 | Adoin Kenkyusho:Kk | 情報検索装置及び情報検索方法 |
CN102982063A (zh) * | 2012-09-18 | 2013-03-20 | 华东师范大学 | 一种基于关系关键词扩展的元组精化的控制方法 |
CN110888988A (zh) * | 2018-08-17 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种生成问答信息的方法、装置和设备 |
CN110134795A (zh) * | 2019-04-17 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 生成验证问题组的方法、装置、计算机设备和存储介质 |
CN111104517A (zh) * | 2019-10-01 | 2020-05-05 | 浙江工商大学 | 一种基于两个三元组的中文问题生成方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634093A (zh) * | 2020-12-30 | 2021-04-09 | 北京金堤科技有限公司 | 获取用于生成合同的引导问题节点图的方法及应用和装置 |
CN112634093B (zh) * | 2020-12-30 | 2023-11-03 | 北京金堤科技有限公司 | 获取用于生成合同的引导问题节点图的方法及应用和装置 |
CN112905860A (zh) * | 2021-02-09 | 2021-06-04 | 柳州智视科技有限公司 | 一种题目条件替换的方法 |
CN114201613A (zh) * | 2021-11-30 | 2022-03-18 | 北京百度网讯科技有限公司 | 试题生成方法、试题生成装置、电子设备以及存储介质 |
CN116091006A (zh) * | 2023-03-03 | 2023-05-09 | 畅捷通信息技术股份有限公司 | 基于实训业务的考试配置方法、电子设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210081611A1 (en) | Methods and systems for language-agnostic machine learning in natural language processing using feature extraction | |
CN112084342A (zh) | 试题生成方法、装置、计算机设备及存储介质 | |
WO2022174491A1 (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
CN112686022A (zh) | 违规语料的检测方法、装置、计算机设备及存储介质 | |
CN109992653A (zh) | 信息处理方法和处理*** | |
CN111783471B (zh) | 自然语言的语义识别方法、装置、设备及存储介质 | |
CN105426508A (zh) | 网页生成方法和装置 | |
CN107526718A (zh) | 用于生成文本的方法和装置 | |
CN112287069A (zh) | 基于语音语义的信息检索方法、装置及计算机设备 | |
CN112632278A (zh) | 一种基于多标签分类的标注方法、装置、设备及存储介质 | |
US20200218746A1 (en) | Method and apparatus for presenting information | |
CN114357117A (zh) | 事务信息查询方法、装置、计算机设备及存储介质 | |
US20220121668A1 (en) | Method for recommending document, electronic device and storage medium | |
CN116628229B (zh) | 一种利用知识图谱生成文本语料的方法及装置 | |
US20230008897A1 (en) | Information search method and device, electronic device, and storage medium | |
CN112417121A (zh) | 客户意图识别方法、装置、计算机设备及存储介质 | |
CN115438149A (zh) | 一种端到端模型训练方法、装置、计算机设备及存储介质 | |
CN110363206A (zh) | 数据对象的聚类、数据处理及数据识别方法 | |
CN112528040B (zh) | 基于知识图谱的引导教唆语料的检测方法及其相关设备 | |
CN110309355A (zh) | 内容标签的生成方法、装置、设备及存储介质 | |
CN112199954A (zh) | 基于语音语义的疾病实体匹配方法、装置及计算机设备 | |
CN116796730A (zh) | 基于人工智能的文本纠错方法、装置、设备及存储介质 | |
CN115730603A (zh) | 基于人工智能的信息提取方法、装置、设备及存储介质 | |
CN113065354B (zh) | 语料中地理位置的识别方法及其相关设备 | |
CN114637831A (zh) | 基于语义分析的数据查询方法及其相关设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201215 |