CN109299281A - 知识点标签的标注方法 - Google Patents
知识点标签的标注方法 Download PDFInfo
- Publication number
- CN109299281A CN109299281A CN201810737228.7A CN201810737228A CN109299281A CN 109299281 A CN109299281 A CN 109299281A CN 201810737228 A CN201810737228 A CN 201810737228A CN 109299281 A CN109299281 A CN 109299281A
- Authority
- CN
- China
- Prior art keywords
- knowledge point
- label
- point label
- compound
- rudimentary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 150000001875 compounds Chemical class 0.000 claims abstract description 71
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种知识点标签的标注方法,其包括以下步骤:(S1)构建知识点标签库;(S2)确定与待标注的学习资源相匹配的基础知识点标签;(S3)为待标注的学习资源标注相匹配的知识点标签,其中知识点标签库内包括基础知识点标签和复合知识点标签,复合知识点标签是由多个基础知识点标签及相应的权重组成的标签组合。本发明所提供的知识点标签的标注方法为建立规范有序的知识点体系提供了统一的标准和操作规范,提高了知识点标签的标注准确率。
Description
技术领域
本发明涉及在线教育领域,更详而言之涉及一种知识点标签的标注方法。
背景技术
随着大数据和人工智能的发展,互联网教育得以广泛应用,通过互联网教育能够实现分层教学、个性化学习等新的教学方式,从而为教师和学生提供个性化的学习资源,提高教学效率;同时也能够生成个性化的学情报告,帮助老师和学生更加准确地了解教学结果,进一步精准地规划下一步的学习路径。
在教学实践中,一般包括教、学、练、测、评五个环节,当前互联网教育产品在这五个环节中都有尝试。各类学习资源的建设质量,尤其是题库整体设计的合理性,是互联网教育产品成败的关键,其中如何准确地对试题进行知识点标签的标注,由此形成一个规范有序的知识点标签体系成为题库建设和个性化学习首要解决的问题。
但是,现有的知识点标签体系还存在着一些缺陷:
首先,现有的知识点标签体系一般为树形结构,着重体现包含关系,忽略了各知识点之间的关联关系,各知识点之间相互独立,无法通过各知识点之间的联系来帮助学生加深对于各知识点的理解。
其次,现有的知识点标签的元数据描述语法混乱。在教材和教学大纲中,以及各种教辅中,会有对“知识点”的不同描述。例如英语中的语法,以及词汇等,例如数学中平行线的概念、按要求画平行线等。既有直接的概念,也有概念方法的应用;有专题的抽象,也有相似解法的汇总等。由此,导致无法形成一种标准的知识点标签体系,就其名称、内涵、粒度、层级,乃至所谓知识点之间的关系或联系,出自的来源和描述的语法可能是千差万别的。
再次,现有的知识点标签体系存在题目推荐超纲的现象。教师选定某个知识点标签之后,筛选或推荐出来的题目中有相当部分的题目存在与当前的教学进度不符或者超出教学要求的情况。
最后,现有的知识点标签的标注方法没有统一的标准和规范。教研人员在对知识点标签进行标注时通常以自己的直觉和经验为判断依据,不同的教研人员经验不同,对于知识点的理解也可能存在差异,导致现有的知识点标签体系存在杂乱无章,质量不高的现象。
发明内容
本发明的目的在于提供一种知识点标签的标注方法,解决了上述问题,为建立规范有序的知识点体系提供了统一的标准和操作规范,提高了知识点标签的标注准确率。
为了实现上述目的,本发明提供一种知识点标签的标注方法,用于对学习资源标注相应的知识点标签,其包括以下步骤:
(S1)构建知识点标签库,
其包括基础知识点标签和复合知识点标签,其中所述基础知识点标签形式化描述可表示为ti,所述复合知识点标签形式化描述可表示为 单个所述复合知识点标签由至少两个所述基础知识点标签所组成,
其中ti表示所述知识点标签库中的第i个基础知识点标签,Tj表示所述知识点标签库中的第j个复合知识点标签,ωi表示基础知识点标签ti在复合知识点标签中的权重;
(S2)确定与该学习资源匹配的基础知识点标签:
若该学习资源匹配单个基础知识点标签,则:
(S21)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的的基础知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的基础知识点标签,则(S211)确定查询到的基础知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的基础知识点标签,则(S212)新建一基础知识点标签与该学习资源相匹配;
若该学习资源匹配多个基础知识点标签所组成的复合知识点标签,则:
(S22)确定该复合知识点标签由哪几个基础知识点标签所组成以及这些基础知识点标签在该复合知识点标签中的各自权重;
(S23)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的复合知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的复合知识点标签,则(S231)确定查询到的复合知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的复合知识点标签,则(S232)新建一复合知识点标签与该学习资源相匹配;
(S3)为待标注的学习资源标注相匹配的知识点标签。
根据本发明的优选实施例,在复合知识点标签中,组成该复合知识点标签的各基础知识点标签的权重与教学次序强相关,其中教学次序不分先后的基础知识点标签权重相等。
优选地,所述步骤(S212)进一步包括:将新建的基础知识点标签保存在所述知识点标签库;所述步骤(S232)进一步包括:将新建的复合知识点标签保存在所述知识点标签库。
根据本发明的优选实施例,只有当两个复合知识点标签各自所包含的基础知识点标签相同,且相应基础知识点标签的权重也一致,才可以判定这两个复合知识点标签相同(或者已存在)。
相比现有技术,本发明的有益效果在于:
(1)为建立规范有序的知识点体系提供了统一的标准和操作规范,可操作性强;
(2)提高了知识点标签的标注准确率;
(3)降低了题目推送的超纲率;
(4)使得同一学习资源内的多个知识点能够体现出层次关系,便于学生和老师更高效地安排学习计划。
本发明的上述以及其它目的、特征、优点将通过下面的详细说明、附图、以及所附的权利要求进一步明确。
附图说明
图1是根据本发明的优选实施例的原理示意图;
图2是根据本发明的优选实施例的方法流程图。
具体实施方式
下面,结合附图以及具体实施方式,对发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
参看附图之图1和图2,根据本发明的优选实施例的知识点标签的标注方法将在接下来的描述中被阐明,用于对学习资源标注相应的知识点标签。本领域技术人员容易理解的是,所述学习资源可以但不限于是试题库、视频、文本材料等。所述知识点标签的标注方法为建立规范有序的知识点体系提供了统一的标准和操作规范,提高了知识点标签的标注准确率,其包括以下步骤:
(S1)构建知识点标签库;
(S2)确定与待标注的学习资源相匹配的基础知识点标签;
(S3)为待标注的学习资源标注相匹配的知识点标签。
在所述步骤(S1)中,所述知识点标签库内包括基础知识点标签和复合知识点标签,其中所述基础知识点标签是指以教学大纲为依据,由教研老师归纳概括出来的语义化词条或者短句,能够代表教学所要求的知识点,所述复合知识点标签是指由多个基础知识点标签及相应的权重组成的一个标签组合。
所述基础知识点标签形式化描述可表示为ti,所述复合知识点标签形式化描述可表示为
ti表示所述知识点标签库中的第i个基础知识点标签,Tj表示所述知识点标签库中的第j个复合知识点标签,ωi表示基础知识点标签ti在复合知识点标签中的权重。
在所述复合知识点标签中,组成该复合知识点标签的各基础知识点标签的权重与教学次序强相关,其中教学次序不分先后的基础知识点标签权重相等。
示例性的,若复合知识点标签Tj由基础知识点标签t1和t2所组成。在教学大纲中,若t1所代表的知识点的教学顺序先于t2与所代表的知识点,则t1和t2在该复合知识点标签中的权重占比为ω2>ω1。也就是说,后学知识点的标签权重大于先学知识点的标签权重,t1和t2表现为主次关系;
若t1所代表的知识点和t2所代表的知识点在教学大纲中教学顺序不分先后,或者是在同一个课时内必需同时教学完成的,则t1和t2在该复合知识点标签中的权重占比为ω2=ω1,t1和t2表现为平等关系。通过这样的方式,使得同一学习资源内的多个知识点能够体现出层次关系,便于学生和老师更高效地安排学习计划。
所述知识点标签库为树形结构,层级不受限制,可以但不限于是3级、5级、6级等,其中只有最低一级的子节点才能作为基础知识点标签。
具体地来说,在所述步骤(S2)中:
若该学习资源匹配单个基础知识点标签,则:
(S21)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的基础知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的基础知识点标签,则(S211)确定查询到的基础知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的基础知识点标签,则(S212)新建一基础知识点标签与该学习资源相匹配。
若该学习资源匹配多个基础知识点标签所组成的复合知识点标签,则:
(S22)确定该复合知识点标签由哪几个基础知识点标签所组成以及这些基础知识点标签在该复合知识点标签中的各自权重;
(S23)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的复合知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的复合知识点标签,则(S231)确定查询到的复合知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的复合知识点标签,则(S232)新建一复合知识点标签与该学习资源相匹配。
优选地,所述步骤(S212)进一步包括:将新建的基础知识点标签保存在所述知识点标签库;所述步骤(S232)进一步包括:将新建的复合知识点标签保存在所述知识点标签库。
因此,对学习资源标注相应的知识点标签的过程也会伴随产生新的基础知识点标签和新的复合知识点标签。特别地,在判定两个复合知识点标签是否相同(或者已存在)时,只有当两个复合知识点标签各自所包含的基础知识点标签相同,且相应基础知识点标签的权重也一致,才可以判定这两个复合知识点标签相同(或者已存在)。两个复合知识点标签中所包含的基础知识点标签和相对应的权重,其中任何一个不一致时,都应认定为两个不同的复合知识点标签。
优选地,所述知识点标签的标注方法进一步包括:步骤(S4)对所述知识点标签库进行迭代更新:对关联度过高的知识点标签进行合并,对涵盖范围过宽的知识点标签进行拆分。
知识点标签的合并是指:若两个基础知识点标签之间(或者两个复合知识点标签之间)的关联度很高,导致相应的学习资源的区分度很小,则把这两个基础知识点标签(或者两个复合知识点标签之间)合并成一个已有的基础知识点标签(或者一个已有的复合知识点标签)。
知识点标签合并的判断依据:(1)两个知识点标签在同一个课时中教学;(2)同一个学生在两个知识点标签分别相应的学习资源上的学习表现一致性达到90%以上;(3)两个教研人员对同一学习资源标注知识点标签的一致性低于50%,且主要集中在这两个知识点标签上。
当满足上述至少两个判断依据时,即可认定这两个知识点标签的关联度过高。
知识点标签的拆分是指,若一个基础知识点标签(或者一个复合知识点标签)所涵盖的范围过宽,导致相应学习资源间的相似度过低时,则把一个基础知识点标签(一个复合知识点标签)拆分成两个基础知识点标签或者多个基础知识点标签(两个复合知识点标签或者多个复合知识点标签)。
知识点标签合并的判断依据可以作为检验知识点标签拆分是否正确的依据。
本发明所提供的知识点标签的标注方法充分考虑知识点之间的包含、关联等关系,对所述知识点标签库进行迭代更新,动态维护知识点标签体系。
另外,本发明所提供的知识点标签的标注方法提高了知识点标签的标注准确率,降低了题目推送的超纲率,使得学习资源能够提供筛选、推送、组卷、个性化学情分析等功能。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (5)
1.一种知识点标签的标注方法,适于对学习资源标注相应的知识点标签,其特征在于,包括:
(S1)构建知识点标签库,所述知识点标签库包括基础知识点标签和复合知识点标签,其中所述基础知识点标签形式化描述可表示为ti,所述复合知识点标签形式化描述可表示为所述复合知识点标签由至少两个基础知识点标签及相应的权重组成,
其中ti表示所述知识点标签库中的第i个基础知识点标签,Tj表示所述知识点标签库中的第j个复合知识点标签,ωi表示基础知识点标签ti在复合知识点标签中的权重;
(S2)确定与待标注的学习资源相匹配的基础知识点标签;
(S3)为待标注的学习资源标注相匹配的知识点标签。
2.如权利要求1所述之知识点标签的标注方法,其特征在于,在所述复合知识点标签中,组成该复合知识点标签的各基础知识点标签的权重与教学次序强相关,教学次序不分先后的基础知识点标签权重相等。
3.如权利要求2所述之知识点标签的标注方法,其特征在于,在所述步骤(S2)中:
若该学习资源匹配单个基础知识点标签,则:
(S21)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的基础知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的基础知识点标签,则(S211)确定查询到的基础知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的基础知识点标签,则(S212)新建一基础知识点标签与该学习资源相匹配;
若该学习资源匹配多个基础知识点标签所组成的复合知识点标签,则:
(S22)确定该复合知识点标签由哪几个基础知识点标签所组成以及这些基础知识点标签在该复合知识点标签中的各自权重;
(S23)在所述知识点标签库中查询是否已经存在与该学习资源相匹配的复合知识点标签:
若所述知识点标签库中已存在与该学习资源匹配的复合知识点标签,则(S231)确定查询到的复合知识点标签与该学习资源相匹配;
若所述知识点标签库中不存在与该学习资源匹配的复合知识点标签,则(S232)新建一复合知识点标签与该学习资源相匹配。
4.如权利要求3所述之知识点标签的标注方法,其特征在于,所述步骤(S212)进一步包括:将新建的基础知识点标签保存在所述知识点标签库;所述步骤(S232)进一步包括:将新建的复合知识点标签保存在所述知识点标签库。
5.如权利要求4所述之知识点标签的标注方法,其特征在于,在判定两个复合知识点标签是否相同时,只有当两个复合知识点标签各自所包含的基础知识点标签相同,且相应基础知识点标签的权重也一致,才可以判定这两个复合知识点标签相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810737228.7A CN109299281A (zh) | 2018-07-06 | 2018-07-06 | 知识点标签的标注方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810737228.7A CN109299281A (zh) | 2018-07-06 | 2018-07-06 | 知识点标签的标注方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109299281A true CN109299281A (zh) | 2019-02-01 |
Family
ID=65170487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810737228.7A Pending CN109299281A (zh) | 2018-07-06 | 2018-07-06 | 知识点标签的标注方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299281A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096686A (zh) * | 2019-05-06 | 2019-08-06 | 广州蓝鸽软件有限公司 | 基于人工智能的多媒体教材编辑方法及其系统 |
CN110377802A (zh) * | 2019-07-26 | 2019-10-25 | 江苏曲速教育科技有限公司 | 一种新增试题的知识点标注方法及系统 |
CN110851723A (zh) * | 2019-11-14 | 2020-02-28 | 上海钦文信息科技有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN111079376A (zh) * | 2019-11-14 | 2020-04-28 | 贝壳技术有限公司 | 数据标注方法、装置、介质以及电子设备 |
CN117473096A (zh) * | 2023-12-28 | 2024-01-30 | 江西师范大学 | 一种融合latex标签的知识点标注方法及其模型 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956144A (zh) * | 2016-05-13 | 2016-09-21 | 安徽教育网络出版有限公司 | 一种多标签学习资源关联度定量计算方法 |
-
2018
- 2018-07-06 CN CN201810737228.7A patent/CN109299281A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956144A (zh) * | 2016-05-13 | 2016-09-21 | 安徽教育网络出版有限公司 | 一种多标签学习资源关联度定量计算方法 |
Non-Patent Citations (1)
Title |
---|
吴雷: "多标签学习资源关联度定量计算方法" * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096686A (zh) * | 2019-05-06 | 2019-08-06 | 广州蓝鸽软件有限公司 | 基于人工智能的多媒体教材编辑方法及其系统 |
CN110096686B (zh) * | 2019-05-06 | 2023-02-28 | 广州蓝鸽软件有限公司 | 基于人工智能的多媒体教材编辑方法及其系统 |
CN110377802A (zh) * | 2019-07-26 | 2019-10-25 | 江苏曲速教育科技有限公司 | 一种新增试题的知识点标注方法及系统 |
CN110377802B (zh) * | 2019-07-26 | 2021-07-02 | 江苏曲速教育科技有限公司 | 一种新增试题的知识点标注方法及系统 |
CN110851723A (zh) * | 2019-11-14 | 2020-02-28 | 上海钦文信息科技有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN111079376A (zh) * | 2019-11-14 | 2020-04-28 | 贝壳技术有限公司 | 数据标注方法、装置、介质以及电子设备 |
CN111079376B (zh) * | 2019-11-14 | 2021-04-16 | 北京房江湖科技有限公司 | 数据标注方法、装置、介质以及电子设备 |
CN110851723B (zh) * | 2019-11-14 | 2022-09-23 | 学利网络科技(上海)有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN117473096A (zh) * | 2023-12-28 | 2024-01-30 | 江西师范大学 | 一种融合latex标签的知识点标注方法及其模型 |
CN117473096B (zh) * | 2023-12-28 | 2024-03-15 | 江西师范大学 | 一种融合latex标签的知识点标注方法及其模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299281A (zh) | 知识点标签的标注方法 | |
CN110598000B (zh) | 一种基于深度学习模型的关系抽取及知识图谱构建方法 | |
CN109062939A (zh) | 一种面向汉语国际教育的智能导学方法 | |
CN111026842A (zh) | 自然语言处理方法、自然语言处理装置及智能问答系统 | |
CN107545791A (zh) | 一种利用课件自动生成课堂教学知识图谱的系统和方法 | |
CN108172050A (zh) | 数学主观题解答结果批改方法及系统 | |
CN111914074B (zh) | 基于深度学习与知识图谱的限定领域对话生成方法及系统 | |
CN110472237A (zh) | 一种基于锚点区域网络的命名实体识别方法和装置 | |
CN110377560A (zh) | 一种简历信息的结构化方法及装置 | |
CN113962219A (zh) | 面向电力变压器知识检索和问答的语义匹配方法及系统 | |
Zaidi et al. | Adaptive forgetting curves for spaced repetition language learning | |
CN112163097A (zh) | 一种军事知识图谱构建方法及系统 | |
CN105975639A (zh) | 搜索结果排序方法和装置 | |
CN112052304A (zh) | 课程标签确定方法、装置及电子设备 | |
CN111710428A (zh) | 一种建模全局和局部上下文交互的生物医学文本表示方法 | |
Kudi et al. | Online Examination with short text matching | |
Bradford et al. | Automatic detection of collaborative states in small groups using multimodal features | |
Cuzzocrea et al. | Multi-class text complexity evaluation via deep neural networks | |
Gaeta et al. | Unlocking serendipitous learning by means of social Semantic web | |
Yang et al. | Can short answers to open response questions be auto-graded without a grading rubric? | |
Lockwood et al. | Multimodal knowledge capture from text and diagrams | |
De Medio et al. | Discovering prerequisite relationships among learning objects: a coursera-driven approach | |
Stewart | A cultural education model: design and implementation of adaptive multimedia interfaces in eLearning | |
CN112241446A (zh) | 一种大数据下基于学生画像的精准资助系统 | |
Khankasikam | Knowledge capture for Thai word segmentation by using CommonKADS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |