- 专利标题: 一种基于深度学习的选择题干扰项自动化生成方法及装置
-
申请号: CN202210369952.5申请日: 2022-04-08
-
公开(公告)号: CN114861627B公开(公告)日: 2024-07-12
- 发明人: 郑海涛 , 李明超 , 刘浩壮 , 江勇 , 夏树涛 , 肖喜
- 申请人: 清华大学深圳国际研究生院
- 申请人地址: 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼
- 专利权人: 清华大学深圳国际研究生院
- 当前专利权人: 清华大学深圳国际研究生院
- 当前专利权人地址: 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼
- 代理机构: 深圳新创友知识产权代理有限公司
- 代理商 徐罗艳
- 主分类号: G06F40/205
- IPC分类号: G06F40/205 ; G06F40/30 ; G06N3/0442 ; G06N3/049 ; G06N3/084
摘要:
本发明公开了一种基于深度学习的选择题干扰项自动化生成方法及模型,模型包括:答案编码器,用于对选择题的答案进行编码,以获得答案表示向量;文章编码器,用于对文章和问题进行联合编码,以获得文章表示向量;上下文推理注意力机制模块,连接于答案编码器和文章编码器,用于合并文章上下文向量和答案上下文向量,以进行上下文推理,生成编码器最终上下文向量;文章上下文向量是由文章表示向量经文章注意力机制而获得,答案上下文向量是由答案表示向量经答案注意力机制而获得;干扰项解码器,连接于答案编码器以利用答案编码器的输出进行解码器初始化,以及连接于上下文推理注意力机制模块以对所述编码器最终上下文向量进行解码,生成干扰项。
公开/授权文献
- CN114861627A 一种基于深度学习的选择题干扰项自动化生成方法及模型 公开/授权日:2022-08-05