基于大数据分析的知识点拆解方法及系统

专利主权项内容

更多数据： 。1.一种基于大数据分析的知识点拆解方法，其特征在于，应用于知识点拆解处理系统，所述方法包括：获得待拆解知识点文本，对所述待拆解知识点文本进行文本语义挖掘得到第一题目知识块文本语义向量，对所述待拆解知识点文本进行语义描述聚焦操作得到第一题目知识语义聚焦向量；其中，所述第一题目知识语义聚焦向量用于反映所述待拆解知识点文本的整体知识网络之间的上下游关系；将所述第一题目知识块文本语义向量调整成题目知识块映射向量，将所述第一题目知识语义聚焦向量调整成题目知识聚焦映射向量，获得所述题目知识块映射向量所对应的第一联动系数，以及获得所述题目知识聚焦映射向量所对应的第二联动系数；其中，联动系数为交互系数；基于所述第一联动系数对所述题目知识聚焦映射向量进行特征优化处理，得到已优化题目知识聚焦映射向量，基于所述第二联动系数对所述题目知识块映射向量进行特征优化处理，得到已优化题目知识块映射向量，将所述题目知识块映射向量和所述已优化题目知识块映射向量调整成第二题目知识块文本语义向量，将所述题目知识聚焦映射向量和所述已优化题目知识聚焦映射向量调整成第二题目知识语义聚焦向量；将所述第一题目知识块文本语义向量和所述第二题目知识块文本语义向量拼接成题目知识块交叉语义向量，将所述第一题目知识语义聚焦向量、所述第二题目知识语义聚焦向量以及所述题目知识块交叉语义向量拼接成题目知识交叉聚焦向量；获得所述题目知识块交叉语义向量对应的阶段知识点拆解建议，以及所述题目知识交叉聚焦向量对应的整体知识点拆解建议，基于所述阶段知识点拆解建议和所述整体知识点拆解建议的均值量化结果，生成所述待拆解知识点文本对应的知识点拆解文本；其中，所述将所述第一题目知识块文本语义向量调整成题目知识块映射向量，包括：将所述第一题目知识块文本语义向量加载到知识文本拆解算法中的语义特征混淆分支，通过所述语义特征混淆分支对所述第一题目知识块文本语义向量进行第一特征映射，得到所述第一题目知识块文本语义向量对应的语义映射结果；依据所述第一题目知识块文本语义向量所对应的语义映射结果，确定所述第一题目知识块文本语义向量对应的题目知识块映射向量；其中，所述获得所述题目知识块映射向量所对应的第一联动系数，包括：基于所述语义特征混淆分支中的第一个滑动平均子网对所述题目知识块映射向量的目标向量元素进行滑动平均操作，得到第一卷积映射特征；基于所述语义特征混淆分支中的区间数组映射子网对所述第一卷积映射特征进行区间数组映射处理，得到标准化语义映射特征，采用所述语义特征混淆分支中的第一个处理核对所述标准化语义映射特征进行非线性变换，得到非线性语义映射特征；基于所述语义特征混淆分支中的第二个滑动平均子网对所述非线性语义映射特征进行滑动平均操作，得到第二卷积映射特征，采用所述语义特征混淆分支中的第二个处理核对所述第二卷积映射特征进行非线性变换，得到所述题目知识块映射向量所对应的第一联动系数；其中，所述将所述题目知识块映射向量和所述已优化题目知识块映射向量调整成第二题目知识块文本语义向量，包括：将所述题目知识块映射向量和所述已优化题目知识块映射向量拼接成可逆映射向量，通过所述语义特征混淆分支对所述可逆映射向量进行第二特征映射，得到所述可逆映射向量对应的文本语义译码向量；获得所述语义特征混淆分支中的RNN节点对应的中间变量关系网和置信特征，基于所述置信特征以及所述中间变量关系网与所述文本语义译码向量之间的特征处理结果，确定所述待拆解知识点文本对应的第二题目知识块文本语义向量。