发明公开
- 专利标题: 一种基于深度学习的试题自动标注方法及系统
-
申请号: CN202211572360.X申请日: 2022-12-08
-
公开(公告)号: CN116090410A公开(公告)日: 2023-05-09
- 发明人: 赵衍恒 , 郭方正 , 高洪雨 , 张磊 , 陈伟杰 , 陈盟 , 宋春晓 , 张晗 , 张凯 , 陈奕文 , 王子建
- 申请人: 国家电网有限公司技术学院分公司 , 山东电力高等专科学校 , 国家电网有限公司
- 申请人地址: 山东省济南市市中区二环南路500号; ;
- 专利权人: 国家电网有限公司技术学院分公司,山东电力高等专科学校,国家电网有限公司
- 当前专利权人: 国家电网有限公司技术学院分公司,山东电力高等专科学校,国家电网有限公司
- 当前专利权人地址: 山东省济南市市中区二环南路500号; ;
- 代理机构: 济南圣达知识产权代理有限公司
- 代理商 于凤洋
- 主分类号: G06F40/117
- IPC分类号: G06F40/117 ; G06F40/289 ; G06F18/241 ; G06N3/08 ; G06N3/0442
摘要:
本公开提供了一种基于深度学习的试题自动标注方法及系统,涉及深度学习分类技术领域,包括获取待分类试题题目,并对试题题目进行预处理;对模型进行训练,将试题题目进行分词,将分词生成的序列进行过滤;将过滤后的序列进行编码,对编码的张量进行标注,判断是否为新的题目类别;提取标注后的试题题目的特征向量并输入双向LSTM改进的多分类模型输出预测结果,此预测结果若不是新的类别则自动标注;若是新的类别,则添加试题类别进行人工标注,然后将新增试题与旧有试题混合生成数据集,对模型重新进行训练,进行下一次分类。提高试题的分类效率,方便人员进行维护。
IPC分类: