CN118550984B - 基于生成式ai技术的试题内容结构化清洗处理方法 - Google Patents

Abstract

本发明实施例公开了一种基于生成式AI技术的试题内容结构化清洗处理方法，包括：获取待生成的试卷中各题型的题目结构；提示大语言模型根据各题目结构生成题目；根据各题目结构的关键标识，对所述大语言模型返回的文本进行内容清洗，以提取出满足各题目结构的题目。本实施例能够对大模型返回的内容进行清洗，得到期望的试题。

Description

基于生成式AI技术的试题内容结构化清洗处理方法

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种基于生成式AI技术的试题内容结构化清洗处理方法。

背景技术

随着生成式AI技术的发展，利用大语言模型生成试卷题目已成为一种趋势。但大语言模型返回的文本是多种多样的，其格式和内容不一定完全满足用户期望。如何对该文本进行内容清洗，得到期望的试题结构和内容，是亟待解决的问题。

发明内容

本发明实施例提供一种基于生成式AI技术的试题内容结构化清洗处理方法，以解决上述技术问题。

第一方面，本发明实施例提供了一种基于生成式AI技术的试题内容结构化清洗处理方法，包括：

获取待生成的试卷中各题型的题目结构；

提示大语言模型根据各题目结构生成题目；

根据各题目结构的关键标识，对所述大语言模型返回的文本进行内容清洗，以提取出满足各题目结构的题目。

第二方面，本发明实施例提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的基于生成式AI技术的试题内容结构化清洗处理方法。

综上所述，本发明实施例提供一种基于生成式AI技术的试题内容结构化清洗处理方法，根据试卷题目结构生成提示语，提示大语言模型生成尽量满足需求的题目，并根据题目结构对大语言模型返回的文本进行清洗，以保证题目的质量和规范性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于生成式AI技术的试题内容结构化清洗处理方法的流程图；

图2是本发明实施例提供的一种语境匹配模型的示意图；

图3是本发明实施例提供的一种预测语境协调性的示意图；

图4是本发明实施例提供的一种风格检测模型的示意图；

图5为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，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，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

图1是本发明实施例提供的一种基于生成式AI技术的试题内容结构化清洗处理方法的流程图。该方法适用于利用大语言模型生成试题并组卷的情况，由电子设备执行。如图1所示，该方法具体包括：

S110、获取待生成的试卷中各题型的题目结构。

题型即题目类型，可以预先规定，也可以由用户输入。常见的题型包括选择题、填空题、简答题、论述题、计算题、视听题等，本步骤在生成试卷时首先获取试卷中需要包括哪些题型，以及各类题型的题目结构，作为生成试题和清洗试题的依据。

示例性的，选择题的题目结构可以为：

题目：{此处为题干中的设问句或指示句}

选项A、{此处为题干中的选项}

选项B、{此处为题干中的另一选项}

选项C、{此处为题干中的又一选项}

…

答案：{此处为正确答案}

难度：{此处为题目难度}

知识点：{此处为本题目考察的知识点}

解析：{此处为本题目的解析}

易错点：{此处为本题目易错点及改正策略}

下面结合上述示例，对题目结构的要素进行说明。在一具体实施方式中，各题型的题目结构包括两类关键标识，一类是必需具备的关键标识，称为必备标识，包括：用于引导题干的必备标识，比如上述示例中的“题目”；用于引导题干内部按顺排列的各部分的必备标识，比如上述示例性的“选项A”、“选项B”、“选项C”；以及用于引导正确答案的必备标识，比如上述示例中的“答案”。这三项标识是选择题必备的要素，缺少任何一项，题目都是不符合要求的。为了便于区分和描述，将上述三种必备标识依次称为第一必备标识、第二必备标识和第三必备标识，其中，第二必备标识可以有多个，分别对应题干内部的各个部分(例如选择题的各个选项)。

另一类为用于丰富题目结构、方便题目使用的个性化标识，包括：用于引导题目难度的个性化标识，比如上述示例中的“难度”；用于引导考察知识点的个性化标识，比如上述示例中的“知识点”；用于引导试题解析的个性化标识，比如上述示例中的“解析”；以及用于引导易错点及改正策略的个性化标识“易错点”。这些标识使题目内容更加丰富，更方便使用，可以存在，也可以不存在，也可以部分存在。

S120、提示大语言模型根据各题目结构生成题目。

本实施例根据题目结构构建提示语，指示大语言模型生成基本符合题目结构的题目。可选的，针对上述选择题的题目结构，可以生成如下提示语：

“<出题要求>：

1、此次的出题的考核对象为:{training0bject}

2、此次出题需达到的考核目标:{trainingGoal}

3、试题应紧密围绕知识点，同时结合<出题材料>中的其他关键要素，准确反映内容意图:生成试题时对试题进行校对，确保题目无误，符合命题标准，题干避免重复，具有区分度。

4、在试题中，避免引入<出题材料>之外的信息或概念。所有涉及的知识点都应该是内容中明确提及的。如果题目需要涉及多个知识点，确保这些知识点之间的关联是内容中所提及的。

5、输出结果中尽量避免出现社会敏感词，并且遇到敏感词时需过滤后继续生成试题。

6、确保试题语言表达准确、逻辑清晰，不违背内容的整体意图。

<出题策略>

…

你是一个专业且严谨的考试出题专家，请先通篇学习理解以上内容，并严格执行<出题要求>，按照<出题策略>生成试题，要求当初低难度试题时匹配低难度出题策略，中难度试题匹配中难度出题策略，高难度试题匹配高难度出题策略。

请严格按照如下<题目结构>输出试题列表。

<题目结构>

题目：{此处为题干中的设问句或指示句}

选项A、{此处为选项}

选项B、{此处为另一选项}

选项C、{此处为又一选项}

…

答案：{此处为正确答案}

难度：{此处为题目难度}

知识点：{此处为本题目考察的知识点}

解析：{此处为本题目的解析}

易错点：{此处为本题目易错点及改正策略}”

S130、在大语言模型返回文本后，根据各题目结构的关键标识，对返回的文本进行内容清洗，以提取出满足各题目结构的题目。

鉴于大语言模型较强的语言理解能力，其返回的文本能够包含上述题目结构中的大部分内容，但仍会存在一些冗余内容、格式修饰符号或遗漏的内容，例如：大语言模型返回的文本如下：

“您好，下面是我输出的试题列表：//此处属于冗余内容

【题目】xxx//此处需以“冒号/句号/问号+换行符”结尾，否则不完整

【选项A】xxx//此处需以换行符结尾，否则不完整

【选项B】xxx//此处需以换行符结尾，否则不完整

【选项C】xxx//此处需以换行符结尾，否则不完整

【答案】xxx//此处需以换行符结尾，否则不完整

【难度】xxx//此处需以换行符结尾，否则不完整

【知识点】xxx//此处需以句号或“句号+换行符”结尾，否则不完整

【解析】xxx//此处需以句号或“句号+换行符”结尾，否则不完整

【易错点】xxx//此处需以句号或“句号+换行符”结尾，否则不完整希望以上内容您有帮助，谢谢。//此处为冗余内容”

其中，“xxx”代表省略的文本；“//”后面的内容为注释性语句，用于说明本实施例，并非大语言模型返回的文本。该文本中，第一句和最后一句为冗余内容，“【”和“】”为格式修饰符，并非题目结构中规定内容。类似的格式修饰符还包括{、}、【、】、{、}、-、--等，每次提示大语言模型生成题目后，返回的文本中出现的格式修饰符都不一定相同，不利于试卷格式统一。

为了克服上述种种问题，本实施例将大语言模型每次返回的格式修饰符都存储于修饰符库内，进行统一清洗，随着大语言模型的不断使用，库内格式修饰符种类不断增加；并利用题目结构中的关键标识构建正则化清洗规则，对特定文本中特定标识引导的完整内容或段落进行识别，以提取出符合要求的题目内容。在一具体实施方式中，该过程可以包括如下步骤：

步骤一、在所述大语言模型返回的文本中，识别所述第一必备标识引导的完整内容；如果识别成功，继续识别所述第一必备标识前和/或后是否存在库内格式修饰符。可选的，可以将上述示例中设定的结尾规则作为判断各关键标识引导的内容是否完整的依据。以“【题目】xxx//此处需以“冒号/句号/问号+换行符”结尾，否则不完整”为例，如果第一必备标识“题目”引导的内容没有以“冒号/句号/问号+换行符”结尾，则认为内容不完整，大语言模型生成的题目文本不合格，终止对整个文本的清洗流程，重新生成题目。如果第一必备标识“题目”引导的内容以“冒号/句号/问号+换行符”结尾，则认为内容完整，继续识别“题目”前后是否存在修饰符库内的格式修饰符。

步骤二、如果存在所述第一必备标识前和/或后存在库内格式修饰符，将所述库内格式修饰符分别与各关键标识组合为特定结构，并将所述文本中的各特定结构分别全文替换为对应的关键标识与其统一的格式修饰符的组合。以存在库内格式修饰符的第一必备标识“【题目】”为例，将库内修饰符【和】分别与所有关键标识组合，得到【选项A】、【选项B】【答案】等，并将其分别替换为“题目：”“选项A、”“选项B、”“答案、”等，以统一试卷格式。值得一提的时，这里的统一是指不同题目的同一类关键标识具有统一的格式修饰符，不同类关键标识的格式修饰符可以不同。相应的，如果所述第一必备标识前和/或后不存在库内格式修饰符不存在，则无需进行任何操作，直接进入下一步。

步骤三、删除所述第一必备标识与其统一的格式修饰符的组合前的文本内容，即删除上述示例中“题目：”前的冗余内容“您好，下面是我输出的试题列表：”。

步骤四、在留下的文本中按顺序依次识别各第二必备标识引导的完整内容、所述第三必备标识引导的完整内容，以及所述个性化标识引导的完整内容。同理，可以将上述示例中设定的结尾规则作为各关键标识引导的内容是否完整的判断依据。期间对于各第二必备标识、所述第三必备标识和个性化标识中的任一关键标识，如果由所述任一关键标识引导的完整内容识别成功，继续识别所述任一关键标识前和/或后是否存在库内格式修饰符；如果存在，将所述库内格式修饰符分别与所述任一关键标识和其余待识别的关键标识组合为新的特定结构，并在留下的文本中分别将各新的特定结构全文替换为对应的关键标识与其统一的格式修饰符的组合；如果不存在，直接进入下一标识的识别环节。

步骤五、识别完毕后，如果上述各关键标识引导的内容均完整，将从所述第一必备标识与其统一的格式修饰符的组合开始，到所述个性化标识引导的段落结束的整个文本内容，作为满足所述题目结构的一道题目。如果各第二必备标识和所述第三必备标识引导的内容完整，所述个性化标识引导的内容不完整，则题目必备要素完整，当前题目文本也可以勉强使用，可以将从所述第一必备标识与其统一的格式修饰符的组合开始，到所述第三必备标识引导的段落结束的整个文本内容，作为满足所述题目结构的一道题目。否则，如果任一必备标识引导的内容不完整，则认为大语言模型生成的题目文本不合格，终止对整个文本的清洗流程，重新生成题目。

可选的，上述逐一识别的操作可以编写为与题目结构对应的正则化清洗规则，当正则化清洗规则运行时，自动按顺序识别各关键标识引导的内容，为题目质量判断和内容清洗提供依据。示例性的，某一题目结构下的正则化清洗规则如下，实际应用中不同的编程环境下的规则形式将各有不同：

以上就是针对特定题目结构的试题内容结构化清洗过程，可以看出，生成题目和清洗题目都是围绕题目结构进行的，题目结构预先确定是执行整个方法的基础。但在实际应用中，确定随着生成试卷的个性化需求逐渐增多，不同试卷需要的题型和题目结构逐渐增多，有的用户甚至无法说明具体的题目结构，仅给出一些模糊性需求描述。为此，本实施例提供了一种方法来自动确定题目结构，并自动调整大语言模型提示语和正则化清洗规则，以适应用户的个性化需求，同时避免在不同的题目结构下重新手动编写提示语和正则化清洗规则。在一具体实施方式中，该方法可以包括如下步骤：

步骤一、获取待生成的试卷中需包括的多种题型。

步骤二、针各题型，分别提示大语言模型生成当前题型的多种题目结构，从中选取与考试语境最匹配的至少一种优选题目结构。可选的，首先以视听题这一题型为例，可以构建如下提示语：

“视听题是指通过视频材料、音频才来哦或音视频材料，对考生的观察、听力和理解能力进行综合考察的一种题型。(关于题型的和题目结构的具体描述)

请你作为一名考题设计专家，结合网络资源，提供视听题的多种题目结构。”

其中，关于题型的和题目结构的具体描述还可以根据用户需求自定义输入，充分利用大语言模型的自然语言处理和搜索引擎能力，生成某一题型的多种题目结构。

在大语言模型返回多种题目结构后，可以通过考试语境来从中选取几种优选的题目结构。这里的考试语境可以理解为试卷将采用的语言环境，该语境与语种、地区、考试类型、考察领域等有关。其中，语种包括中文、英文、少数民族语言等，考试类型包括招生考试(高考、中考)、资格考试(司法考试、教师资格考试)、录用考试(公务员考试、企业录用考试)、等级考试(音乐等级考试)等，考察领域包括高等数学、语文、计算机等。不同考试的题型结构和语言习惯都存在着差异，如果大模型提供的题目结构和关键标记与希望的考试语境相差过大，将不利于大语言模型充分理解题目要求，难以生成符合要求的高质量题目。最简单的，在中文语境下，如果采用英文的题目结构，大语言模型对生成题目的提示语理解有可能会出现偏差，其返回的题目文本相对于根据中文题目结构返回的题目文本会出现更多的错误，增加了得到合格题目和内容清洗的难度。因此本实施例通过考试语境对大模型提供的题目结构进行筛选，值得一提的是，此处用于提供题目结构的大语言模型与S120中用于生成题目的大语言模型可以相同，也可以不同，本实施例不作特别限制。

可选的，首先可以从所述试卷的考试大纲中提取关于考试语境的内容。考试大纲通常包括关于考察对象、考察内容、考试命题的相关要求，如果考试大纲文本不太长，可以将考试大纲整体作为所述关于考试语境的内容；如果考试大纲为长文本，可以提取其中关于考试命题要求的段落，作为关于考试语境的内容。然后，将所述关于考试语境的内容与一种题目结构共同输入训练好的语境匹配模型，得到该题目结构与考试语境的匹配度。示例性的，所述语境匹配模型如图2所示，包括两个分支，每个分支包括transformer的自注意力编码器和池化层(层内的参数数量可以根据需要灵活设置)。关于考试语境的内容和题目结构分别向量化后，分别输入两分支的自注意力编码器，分别得到两路包含上下文信息的联合编码信息；两路联合编码信息分别经过两池化层后，分别得到考试语境的深度语义特征和题目结构的深度语义特征(即深度特征)；通过匹配度计算层计算两深度语义特征的相关性(或相似度)，可以得到题目结构与考试语境的匹配度，匹配度越高越好。以此类推，将所述关于考试语境的内容与每一种题目结构分别组合，分别输入训练好的语境匹配模型，就可以得到每种题目结构与考试语境的匹配程度。

进一步的，在执行上述操作前，还需要预先对语境匹配模型进行训练。可选的，可以根据不同语境下已经使用过(已经考过)的成套试卷构建样本。将属于同一套试卷的关于考试语境的内容与各题型的题目结构作为正样本，将不属于同一套试卷的关于考试语境的内容与各题型的题目结构作为负样本，并标注各样本匹配度，来完成模型训练。

步骤三、从各题型的至少一种优选题目结构中分别抽取一种，由各题型抽取的题目结构共同构成一套试卷结构；抽取多次后，得到多套试卷结构。

步骤四、分别检验各套试卷结构的语境协调性和/或风格协调性，并根据协调性确定最优试卷结构。语境协调性指各题型题目结构之间的语境是否协调，尽管通过前面的步骤各题型的题目结构已经与试卷的整体语境保持了较高的匹配度，但各题型的题目结构之间仍有可能出现语境波动，通过语境协调性可以进一步约束语境条件。风格协调性指各题型题目结构相互之间的考试风格是否协调，这里的考试风格包括传统踩点得分型、开放型、发散型等，是出题人设计题目结构的风格体现。实际应用中发现，当考试风格发生巨大变化时，考生的平均考试成绩通常会发生大幅度下滑，因此考试风格也是影响试卷结构的重要方面，而同一试卷中各题型题目结构的考试风格应尽量已知。本实施例可以通过上述向量协调性中的一项和两项，从多套试卷结构中少选最优试卷结构，协调度越高，试卷结构越优。

可选的，为了使用统一的语境标准，本实施例复用上述语境匹配模型中的部分结构来计算语境协调性。具体的，针对任意一套试卷结构中各题型的题目结构，在步骤二中将其与所述关于考试语境的内容共同输入所述训练好的语境匹配模型后，分别记录模型最后一层前的题目特征，即匹配度计算层前的题目结构的深度特征；并将各题型对应的题目结构的深度特征输入语境协调度计算层，得到整套试卷的语境协调度，如图3所示(图3中仅示例性的显示了两种题型)。相应的，复用情况下在对语境匹配模型进行训练时，还可以将来自同一试卷的各题型的题目结构作为正样本，将不属于同一套试卷的各题型的题目结构作为负样本，并标注样本语境协调度，在步骤二描述的训练过程基础上，增加对语境协调度的训练(通过标注好的匹配度和语境协调度联合训练)，使模型在语境匹配度和语境协调度的预测上都更加准确。

可选的，风格协调性也可以通过基于神经网络的风格检测模型来预测，模型结构如图4所示，由于本实施例中对考试语境和考试风格的定义不完全相同，因此不宜再复用图2和图3中的模型参数，而是针对考试风格构建另外一套样本，训练一套独立的风格检测模型。如上所述，当同一种考试的考试风格发生巨大变化时，平均考试成绩将会发生下滑，因此本实施例将历史考试分数出现大幅度下滑时的试卷作为不同风格的试卷，从所述不同风格的试卷结构中，分别抽取不同风格下各题型的题目结构，并组装为各题型风格不统一的试卷结构，作为负样本；同时，将同一套试卷的试卷结构作为正样本，并标注各样本的风格协调度，利用所述正样本和负样本对风格检测模型进行训练，使一套试卷结构输入模型后，模型能够输出所述试卷结构的风格协调度。

可选的，上述几种模型中匹配度计算层、语境协调度计算层和匹配度计算层可以采用全连接层，也可以采用向量相关性的计算方法，本实施例不作具体限制。

通过上述步骤，本实施例可以在S110中根据考试语境自动生成个性化的题目结构。相应的，在S120中提示大语言模型根据各题目结构生成题目时，不再手动编写固定的提示语，而是将原始提示语中的题目结构部分替换为可变的题目结构槽位，在所述题目结构槽位中增加变量符号；并生成从所述最优试卷结构中提取任一题型的题目结构的提取语句，以及将提取到的题目结构赋值给所述变量符号的赋值语句，使得各语句运行时所述任一题型的题目结构自动更新至提示语中。同时，在S130中对所述大语言模型返回的文本进行内容清洗时，也不再手动编写正则化清洗规则，而是将原始正则化清洗规则中待识别的标识替换为可变的标识槽位，在所述标识槽位中增加变量符号；并生成从所述任一题型的题目结构中提取关键标识的提取语句，以及将提取到的关键标识赋值给所述变量符号的赋值语句，使得各语句运行时新的关键标识自动更新至正则化清洗规则中。通过这样的槽位关联方式，可以根据用户需求自动更新题目结构，并自动生成与题目结构匹配的提示语和正则化清洗规则，提高题目和试卷对用户需求的响应灵活性和高效性。

综上所述，本发明实施例提供一种基于生成式AI技术的试题内容结构化清洗处理方法，根据试卷题目结构生成提示语，提示大语言模型生成尽量满足需求的题目，并根据题目结构对大语言模型返回的文本进行清洗，以保证题目的质量和规范性。具体的，在结构化内容清洗中，本实施例首先通过积累大语言模型的返回格式，构建尽量覆盖多种情况的格式修饰符库，通过统一替换库内修饰符，保持题目形式统一；然后通过与题目结构匹配的正则化清洗规则，按顺序依次识别部分题目结构，准确定位题目内容，并舍弃不合格题目。此外，根据用户对题目结构的个性化需求，本实施例通过大语言模型生成题目结构，并根据考试语境和试卷协调性筛选最优题目结构；通过变量槽位关联，自动生成与最优题目结构匹配的提示语和清洗规则，提高题目和试卷对用户需求的响应效果和响应效率。

图5为本发明实施例提供的一种电子设备的结构示意图，如图5所示，该设备包括处理器60、存储器61、输入装置62和输出装置63；设备中处理器60的数量可以是一个或多个，图5中以一个处理器60为例；设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器61作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的基于生成式AI技术的试题内容结构化清洗处理方法对应的程序指令/模块。处理器60通过运行存储在存储器61中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于生成式AI技术的试题内容结构化清洗处理方法。

存储器61可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器61可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器61可进一步包括相对于处理器60远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置62可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例的基于生成式AI技术的试题内容结构化清洗处理方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案。

Claims (9)

1.一种基于生成式AI技术的试题内容结构化清洗处理方法，其特征在于，包括：

获取待生成的试卷中各题型的题目结构；

提示大语言模型根据各题目结构生成题目；

根据各题目结构的关键标识，对所述大语言模型返回的文本进行内容清洗，以提取出满足各题目结构的题目；

其中，任一题目结构的关键标识包括用于引导题干的第一必备标识，用于引导题干内部按顺排列的各部分的第二必备标识，用于引导正确答案的第三必备标识，以及用于引导题目难度、考察知识点、试题解析和易错点中的至少一项的个性化标识；

所述根据各题目结构的关键标识，对所述大语言模型返回的文本进行内容清洗，以提取出满足各题目结构的题目，包括：

在所述大语言模型返回的文本中，识别所述第一必备标识引导的完整内容；如果识别成功，继续识别所述第一必备标识前和/或后是否存在格式修饰符；

如果存在，将所述格式修饰符分别与各关键标识组合为特定结构，并将所述文本中的各特定结构分别全文替换为对应的关键标识；如果不存在，直接进入下一步；

删除所述第一必备标识前的文本内容；在留下的文本中按顺序依次识别各第二必备标识引导的完整内容、所述第三必备标识引导的完整内容，以及所述个性化标识引导的完整内容；

如果均识别成功，将从所述第一必备标识到所述个性化标识引导的段落的整个文本内容，作为满足所述题目结构的一道题目。

2.根据权利要求1所述的方法，其特征在于，所述格式修饰符包括{、}、【、】、{、}、-、--中的至少之一，均存储于修饰符库内；库内标记根据大语言模型返回的文本中的格式修饰符种类不断更新。

3.根据权利要求1所述的方法，其特征在于，所述在留下的文本中按顺序依次识别各第二必备标识引导的完整内容、所述第三必备标识引导的完整内容，以及所述个性化标识引导的完整内容，包括：

对于各第二必备标识、所述第三必备标识和个性化标识中的任一关键标识，如果由所述任一关键标识引导的完整内容识别成功，继续识别所述任一关键标识前和/或后是否存在格式修饰符；

如果存在，将所述格式修饰符分别与所述任一关键标识和其余待识别的关键标识组合为新的特定结构，并在留下的文本中分别将各新的特定结构全文替换为对应的关键标识；如果不存在，直接进入下一标识的识别环节。

4.根据权利要求1所述的方法，其特征在于，所述获取待生成的试卷中各题型的题目结构，包括：

获取待生成的试卷中需包括的多种题型；

针各题型分别提示大语言模型生成当前题型的多种题目结构，从中选取与考试语境最匹配的至少一种优选题目结构；

从各题型的至少一种优选题目结构中分别抽取一种，由各题型抽取的题目结构共同构成一套试卷结构；抽取多次后，得到多套试卷结构；

分别检验各套试卷结构的语境协调性和风格协调性，并根据所述协调性确定最优试卷结构。

5.根据权利要求4所述的方法，其特征在于，所述考试语境为语种、地区、考试类型、考察领域中的至少一项的综合反映，其中，考试类型包括招生考试、资格考试、录用考试中的至少之一；

所述从中选取与考试语境最匹配的至少一种优选题目结构，包括：

从所述试卷的考试大纲中，提取关于考试语境的内容；

将所述关于考试语境的内容分别与各题目结构共同输入训练好的语境匹配模型，得到各题目结构与考试语境的匹配度。

6.根据权利要求5所述的方法，其特征在于，所述分别检验各套试卷结构的语境协调性，包括：

针对任意一套试卷结构中各题型的题目结构，在将其与所述关于考试语境的内容共同输入所述训练好的语境匹配模型后，分别记录模型最后一层前的题目特征；

将各题型对应的所述题目特征共同输入语境协调度计算层，得到所述试卷结构的语境协调度。

7.根据权利要求4所述的方法，其特征在于，在所述分别检验各套试卷结构的语境协调性和风格协调性之前，还包括：

通过历史考试分数筛选不同风格的试卷结构，并将同一套试卷的试卷结构作为正样本；

从所述不同风格的试卷结构中分别抽取各题型的题目结构，并组装为各题型风格不统一的试卷结构，作为负样本；

利用所述正样本和负样本对风格检测模型进行训练，使一套试卷结构输入模型后，模型能够输出所述试卷结构的风格协调度。

8.根据权利要求4所述的方法，其特征在于，所述提示大语言模型根据各题目结构生成题目，包括：将原始提示语中的题目结构替换为题目结构槽位，并在所述题目结构槽位中增加变量符号；生成从所述最优试卷结构中提取任一题型的题目结构的提取语句，以及将提取结果赋值给所述变量符号的赋值语句，使得各语句运行时所述任一题型的题目结构自动更新至提示语中；

所述根据各题目结构的关键标识，对所述大语言模型返回的文本进行内容清洗，包括：将原始正则化清洗规则中待识别的标识替换为标识槽位，并在所述标识槽位中增加变量符号；生成从所述任一题型的题目结构中提取关键标识的提取语句，以及将提取结果赋值给所述变量符号的赋值语句，使得各语句运行时所述关键标识自动更新至正则化清洗规则中；其中，所述正则化清洗规则运行时，用于在特定文本中特定标识引导的完整内容或段落。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1-8任一所述的基于生成式AI技术的试题内容结构化清洗处理方法。