买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江西师范大学申请的专利一种基于跨度和习题解析的数学知识点关系预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119202259B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411711142.9，技术领域涉及：G06F16/35；该发明授权一种基于跨度和习题解析的数学知识点关系预测方法是由王岚清;罗文兵;陶聪;王明文;杜嘉诚;王涛;刘振桢;颜昌宇设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于跨度和习题解析的数学知识点关系预测方法在说明书摘要公布了：本发明公开了一种基于跨度和习题解析的数学知识点关系预测方法，引入了跨度信息和构建了一个外部习题解析知识库作为提示，并使用交叉注意力机制对输入的文本知识点对与跨度信息进行融合得到知识点跨度融合特征表示，以提高模型在不同跨度长度下对知识点关系的捕捉能力。与此同时，模型以半自动方式将习题解析文本转化为习题解析树。这一过程基于对习题解析内容分析，构建出一种层级化的知识表达结构。通过抽取解析内容中具有逻辑顺序的知识点，并将其映射为图结构。在生成习题解析树后，模型使用图注意力网络对其进行表示学习，并将得到的习题解析树的表示与知识点‑跨度融合特征表示进行拼接，以生成最终的融合特征向量来进行关系预测。

本发明授权一种基于跨度和习题解析的数学知识点关系预测方法在权利要求书中公布了：1.一种基于跨度和习题解析的数学知识点关系预测方法，其特征在于，包括以下步骤：步骤S1：构建数据集，数据集包括若干知识链，知识链包括文本知识点对、跨度信息文本和标注的真实关系；步骤S2：形式化关系预测任务并构建关系预测模型，关系预测模型包括习题解析模块、嵌入模块、图注意力网络、融合模块和关系预测模块，导入步骤S1中的文本知识点对至习题解析模块，获取知识点节点和邻接矩阵；在此过程中，将知识点组合成三元组；使用图形数据库处理三元组来构建习题解析树；习题解析树形式化为： ；其中，表示习题解析树，V为知识点的集合，包含N个知识点，，也即知识点节点；E为边的集合，表示知识点之间的连接关系；步骤S3：导入步骤S1中的文本知识点对和跨度信息文本，以及步骤S2中的知识点节点至嵌入模块，分别获取知识点对特征表示、跨度特征表示和知识点节点特征矩阵；获取知识点特征矩阵的过程具体为：对于习题解析树中的第q个知识点，使用ALBERT预训练模型提取到对应的知识点表示；将所有的知识点表示进行组合得到知识点节点特征矩阵，表示为： ；步骤S4：导入步骤S2中邻接矩阵和步骤S3中的知识点节点特征矩阵至图注意力网络，获取习题解析树表示；步骤S5：导入步骤S3中的知识点对特征表示和跨度特征表示至融合模块中，获取知识点跨度融合表示；导入步骤S4中的习题解析树表示至融合模块中与知识点跨度融合表示进入进一步融合，获取融合特征表示；步骤S6：导入步骤S5中的融合特征表示至关系预测模块中，获取分类概率，并根据分类概率获得预测结果；步骤S7：构建交叉熵损失函数，通过步骤S1中标注的真实关系最小化损失函数以优化模型的参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。