知识领域题目的解题思路识别方法与流程

本发明涉及一种知识领域题目的解题思路识别方法，属于智能教育。

背景技术：

1、在人类的各个知识领域中的知识点(公认的定理、推论、性质、公理、法则或公式)大多采用题目的方式出现来对学生进行考察，根据学习者是否能够正确解答出题目来判断学生是否掌握该题目对应的知识点，这些题目对应的知识点所代表的就是该题目的解题思路，掌握这些知识点就可以解答这些题目。因此掌握了题目的解题思路就成为了回答题目的关键。现有技术中，题目解题思路的识别方式分两种，一种是通过人工识别题目文本和公式考点进行题目解析，但过于耗费人力，且主观性较强；另一种是通过机器学习和深度学习模型进行题目解析，但需要依靠大量的已标注题意的题目数据，数据成本较高，若数据样本较少，会使得识别效果不好。

技术实现思路

1、本发明要解决的技术问题是：如何快捷和准确地识别出题目中的出题意图和出题意图对应的知识。

2、本发明提出的技术方案是：一种知识领域题目的解题思路识别方法，包括以下步骤：

3、步骤1：选择需要进行题目解题思路识别的知识领域并建立所述知识领域的知识图谱，知识图谱的具体建立过程如下：

4、步骤1.1：通过中文命名的实体识别方法将所述知识领域内的全部知识实体提取出来形成知识实体集合a，如下式(1)所示，

5、a＝{a1、a2、...、an}   (1)，

6、式(1)中，a1是所述知识领域所提取的第一个知识实体，a2是所述知识领域所提取的第二个知识实体，an所述知识领域所提取的最后一个知识实体；

7、将所述知识实体集合a中的所有实体按照提取顺序采用不同的素数p进行素数索引，形成素数索引知识实体集合ap，如下式(2)所示，

8、

9、式(2)中，是经过素数p1进行索引的所述知识领域所提取的第一个知识实体，是经过素数p2进行索引的所述知识领域所提取的第二个知识实体，是经过素数pn进行索引的所述知识领域所提取的最后一个知识实体；

10、步骤1.2：将所述知识领域内公认的定理、推论、性质、公理、法则或公式全部提取出来作为关系知识形成关系知识集合b，如下式(3)所示，

11、b＝{b1、b2、...、bm}   (3)，

12、式(3)中，b1是所述知识领域所提取的第一个关系知识，b2是所述知识领域所提取的第二个关系，bm所述知识领域所提取的最后一个关系知识；

13、通过jieba分词器对所述关系知识集合b中的第一个关系知识进行实体划分并将划分后的结果收集起来形成第一个关系知识实体集合如下式(4)所示，

14、

15、式(4)中，a1、a2、...、aq均是大于等于1同时小于等于n的自然数，且a1≠a2≠...≠aq；

16、然后将所述关系知识集合b中剩余的所有关系知识依次进行实体划分并将划分后的结果依次收集起来形成对应的关系知识实体集合，将所有的关系知识实体集合收集起来形成关系知识实体集合矩阵ba，如下式(5)所示，

17、

18、步骤1.3：将关系知识集合b中的第一关系知识b1和所述第一关系知识实体集合中的所有关系知识实体提取出来形成构建所述知识领域知识图谱的第一关系节点c1，然后按照第一关系节点c1的构建方法依次将所述关系知识集合b中剩余的关系知识所对应的关系节点构建出来，并将所有的关系节点收集起来形成关系节点矩阵c，如下式(6)所示，

19、

20、式(6)中，c2是所述第二关系知识b2和所述第二关系知识实体集合中的所有关系知识实体提取出来形成构建所述知识领域知识图谱的第二关系节点；cn是所述最后一个关系知识bn和所述最后关系知识实体集合中的所有关系知识实体提取出来形成构建所述知识领域知识图谱的最后一个关系节点；

21、依次将所有的所述关系节点所包含的所有关系知识实体上的素数索引相乘形成所述关系节点的标记，并将标记后的所有标记关系节点收集起来形成标记关系节点矩阵cq，如下式(6)所示，

22、

23、式(6)中，是带有标记的第一标记关系节点；q1是所述c1的标记且是所述c1中所有关系知识实体的素数索引相乘的结果；是带有标记的第二标记关系节点；q2是所述c2的标记且是所述c2中所有关系知识实体的素数索引相乘的结果；是带有标记的最后一个标记关系节点；qn是所述cn的标记且是所述cn中所有关系知识实体的素数索引相乘的结果；

24、步骤1.4：将所述关系节点矩阵cq中所有标记关系节点依次两两进行连接判断，看进行判断的两个标记关系节点各自所包含的关系知识实体集合之间是否有交集，若有交集，则将两个标记关系节点连接起来；若无交集，则说明两个标记节点之间并无联系不用连接；当所述关系节点矩阵cq中所有标记关系节点均依次两两进行连接判断后，所述知识领域的知识图谱构建完成；

25、步骤2：将需要进行解题思路识别的题目通过所述中文命名的实体识别方法进行实体提取，将提取出的所有识别知识实体收集起来形成，识别知识实体集合d，如下式(7)所示，

26、d＝{d1、d2、...、dn}   (7)，

27、式(7)中，d1是所述知识领域所提取的第一个识别知识实体，d2是所述知识领域所提取的第二个识别知识实体，dn所述知识领域所提取的最后一个识别知识实体；

28、将所述识别知识实体集合d中的所有知识实体与所述知识实体集合a中的所有知识实体进行匹配，匹配完成后形成多个识别知识实体和知识实体的匹配对，将匹配对中的所述知识实体的素数索引同时匹配标记给匹配对中的识别知识实体，重复上述步骤将所有匹配对中未进行素数索引标记的识别知识实体均进行匹配标记，形成素数索引识别知识实体，将所有进行匹配标记后的素数索引识别知识实体收集起来形成素数索引识别知识实体集合如下式(8)所示，

29、

30、式(8)中，是所述进行匹配标记后的第一个素数索引识别知识实体，是所述进行匹配标记后的第二个素数索引识别知识实体，是所述进行匹配标记后的最后一个素数索引识别知识实体；

31、步骤3：将素数索引识别知识实体集合依次与关系知识实体集合矩阵ba中的所有关系知识实体集合计算两者之间的相似度，计算公式如下式(9)所示，

32、

33、式(9)中，i是大于等于1小于等于n的自然数；是第i个关系知识实体集合与素数索引识别知识实体集合之间的交集元素个数；是第i个关系知识实体集合的元素个数；是素数索引识别知识实体集合的元素个数；

34、并将计算出的相似度由高到低排列，输出排序前x的相似度所对应的关系知识实体集合的关系知识，x是经验值，取值范围为1到7之间的自然数，将输出的关系知识作为知识点代表所述需要进行解题思路识别的题目的解题思路。

35、本发明的有益效果：本发明在某个需要进行解题思路识别的知识领域中，通过以该知识领域中公认的定理、推论、性质、公理、法则或公式作为关系节点建立了一个特殊的知识图谱，然后利用该知识图谱，对题目进行解题思路识别，通过相似度算法，得到题目和知识图谱中关系知识之间的相似度，通过相似度得到关系知识和题目之间的关系，进而得到题目的解题思路。