本申請(qǐng)涉及數(shù)據(jù)處理領(lǐng)域,尤其涉及一種基于人工智能的教育評(píng)價(jià)目標(biāo)數(shù)據(jù)處理方法以及系統(tǒng)。
背景技術(shù):
1、在教育領(lǐng)域,隨著教育信息化的不斷深入,教育評(píng)價(jià)數(shù)據(jù)的處理與分析變得日益重要。傳統(tǒng)的教育評(píng)價(jià)方法往往依賴于人工閱讀和匯總大量的評(píng)價(jià)文本,這一過(guò)程不僅耗時(shí)費(fèi)力,而且容易受到主觀因素的影響,導(dǎo)致評(píng)價(jià)結(jié)果的準(zhǔn)確性和一致性難以保證。為了提升評(píng)價(jià)效率和質(zhì)量,近年來(lái),越來(lái)越多的教育機(jī)構(gòu)和研究機(jī)構(gòu)開(kāi)始探索利用信息技術(shù)和人工智能手段進(jìn)行自動(dòng)化教育評(píng)價(jià)?,F(xiàn)有的基于人工智能的教育評(píng)價(jià)數(shù)據(jù)處理方法仍存在一些局限性。一方面,由于教育評(píng)價(jià)文本通常包含大量的信息,且這些信息在文本中的分布具有隨機(jī)性,直接對(duì)整個(gè)文本進(jìn)行識(shí)別往往難以準(zhǔn)確捕捉到所有關(guān)鍵信息點(diǎn),特別是那些分散在不同段落中的細(xì)節(jié)信息。另一方面,現(xiàn)有的方法往往采用統(tǒng)一的識(shí)別策略處理整個(gè)文本,忽略了不同段落間信息的差異性和重要性,導(dǎo)致信息提取的精度和效率不高。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此,本申請(qǐng)?zhí)峁┮环N基于人工智能的教育評(píng)價(jià)目標(biāo)數(shù)據(jù)處理方法以及系統(tǒng)。本申請(qǐng)的技術(shù)方案是這樣實(shí)現(xiàn)的:
2、一方面,本申請(qǐng)?zhí)峁┮环N基于人工智能的教育評(píng)價(jià)目標(biāo)數(shù)據(jù)處理方法,所述方法包括:對(duì)教育評(píng)價(jià)文本進(jìn)行感興趣分布密度序列預(yù)估,得到所述教育評(píng)價(jià)文本的感興趣分布密度序列,其中,所述感興趣分布密度序列表征所述教育評(píng)價(jià)文本中的感興趣信息的散布情況,所述感興趣分布密度序列預(yù)估包括多次程度不同的濾波采樣;對(duì)所述感興趣分布密度序列進(jìn)行信息分箱,得到所述感興趣分布密度序列中的多個(gè)分箱信息段落;根據(jù)所述多個(gè)分箱信息段落對(duì)所述教育評(píng)價(jià)文本進(jìn)行截取,得到各自對(duì)應(yīng)的多個(gè)教育評(píng)價(jià)子文本,其中,每個(gè)所述教育評(píng)價(jià)子文本包括多個(gè)所述感興趣信息;
3、對(duì)每個(gè)所述教育評(píng)價(jià)子文本和所述教育評(píng)價(jià)文本逐一進(jìn)行感興趣信息識(shí)別,得到與每個(gè)所述教育評(píng)價(jià)子文本和所述教育評(píng)價(jià)文本各自對(duì)應(yīng)的第一感興趣信息識(shí)別結(jié)果;將每個(gè)所述第一感興趣信息識(shí)別結(jié)果進(jìn)行合并,得到與所述教育評(píng)價(jià)文本對(duì)應(yīng)的第二感興趣信息識(shí)別結(jié)果。
4、另一方面,本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)系統(tǒng),包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有可在處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)以上方法中的步驟。
5、本申請(qǐng)的有益效果至少包括:本申請(qǐng)?zhí)峁┑幕谌斯ぶ悄艿慕逃u(píng)價(jià)目標(biāo)數(shù)據(jù)處理方法及系統(tǒng),采用對(duì)感興趣分布密度序列分箱得到的分箱信息段落,在教育評(píng)價(jià)文本中截取得到教育評(píng)價(jià)子文本進(jìn)行識(shí)別,這樣一來(lái),相較于識(shí)別未處理的教育評(píng)價(jià)文本的不同段落分別進(jìn)行識(shí)別,可以更準(zhǔn)確識(shí)別教育評(píng)價(jià)文本中的細(xì)節(jié)信息,將第一感興趣信息識(shí)別結(jié)果作為教育評(píng)價(jià)文本的第二感興趣信息識(shí)別結(jié)果的補(bǔ)充,克服了因?yàn)楦信d趣信息在教育評(píng)價(jià)文本中的分布隨機(jī)性導(dǎo)致信息提取不準(zhǔn)確的問(wèn)題,換言之,本申請(qǐng)的方案中,針對(duì)感興趣信息的提取更加精準(zhǔn),防止信息遺漏。
1.一種基于人工智能的教育評(píng)價(jià)目標(biāo)數(shù)據(jù)處理方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述教育評(píng)價(jià)文本進(jìn)行感興趣分布密度序列預(yù)估,得到所述教育評(píng)價(jià)文本的感興趣分布密度序列,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述教育評(píng)價(jià)文本使用優(yōu)化好的感興趣分布密度序列預(yù)估算法進(jìn)行感興趣分布密度序列預(yù)估,得到所述教育評(píng)價(jià)文本的感興趣分布密度序列,包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對(duì)所述感興趣分布密度序列進(jìn)行信息分箱,得到所述感興趣分布密度序列中的多個(gè)分箱信息段落,包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述不同粒度的隱式表示通過(guò)共享算子執(zhí)行獲得,所述共享算子包括特征提煉模塊、組成方式相同的不少于一個(gè)第一共享分支算子和不少于一個(gè)第二共享分支算子;所述第一共享分支算子和所述第二共享分支算子均具有多個(gè)按序連接的階段模塊;
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述根據(jù)所述特征提煉結(jié)果使用所述第一共享分支算子中的多個(gè)按序連接的階段模塊進(jìn)行階段處理,得到所述第一共享分支算子中每個(gè)階段模塊的階段處理結(jié)果,包括:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述階段模塊包括基準(zhǔn)階段模塊和移動(dòng)階段模塊;所述根據(jù)所述第一共享分支算子的第s階段處理結(jié)果使用所述第一共享分支算子中的第s+1階段模塊進(jìn)行階段處理,得到所述第一共享分支算子的第s+1階段處理結(jié)果,包括:
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述基準(zhǔn)階段模塊包括基準(zhǔn)框、規(guī)范化單元和前向神經(jīng)單元;所述根據(jù)所述第一共享分支算子的第s階段處理結(jié)果使用所述第一共享分支算子中的第s+1基準(zhǔn)階段模塊進(jìn)行階段處理,得到所述第一共享分支算子的第s+1基準(zhǔn)階段處理結(jié)果,包括:
9.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述初階感興趣信息識(shí)別是采用相同架構(gòu)的不少于一個(gè)第一多粒度特征表示算法和不少于一個(gè)第二多粒度特征表示算法執(zhí)行得到,所述第一多粒度特征表示算法的數(shù)量等于所述第一共享分支算子的數(shù)量,所述第二多粒度特征表示算法的數(shù)量等于所述第二共享分支算子的數(shù)量;所述對(duì)所述多個(gè)粒度不同的隱式表示進(jìn)行初階感興趣信息識(shí)別,得到與每個(gè)所述粒度的隱式表示對(duì)應(yīng)的初階感興趣信息識(shí)別結(jié)果,包括:
10.一種計(jì)算機(jī)系統(tǒng),包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有可在處理器上運(yùn)行的計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1至9任一項(xiàng)所述方法中的步驟。