恭喜科大讯飞股份有限公司王硕获国家专利权
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!
龙图腾网恭喜科大讯飞股份有限公司申请的专利训练试题评分模型的方法、试题评分方法及装置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:CN114548398B 。
龙图腾网通过国家知识产权局官网在2025-05-23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:202111675700.7,技术领域涉及:G06N3/08;该发明授权训练试题评分模型的方法、试题评分方法及装置是由王硕;汪洋;盛志超;王士进;竺博;魏思设计研发完成,并于2021-12-31向国家知识产权局提交的专利申请。
本训练试题评分模型的方法、试题评分方法及装置在说明书摘要公布了:本申请披露了一种训练试题评分模型的方法、试题评分方法及装置。该方法包括:获取题库内试题对应的学生答卷,学生答卷包括题库内试题对应的答题结果;根据答题结果,利用第二试题评分模型确定学生答卷的评分,其中第二试题评分模型是通过在保持第一试题评分模型的参数不变的情况下,利用题库内样本试题的评分数据对嵌入第一试题评分模型的第二神经网络模型进行训练得到的,第一试题评分模型是利用题库外样本试题的评分数据对第一神经网络模型进行预训练得到的。本申请能够保证评分模型针对特定试题进行评分的有效性,并且降低了训练成本、维护成本和部署成本。
本发明授权训练试题评分模型的方法、试题评分方法及装置在权利要求书中公布了:1.一种试题评分方法,其特征在于,包括:获取题库内试题对应的学生答卷,所述学生答卷包括所述题库内试题对应的答题结果;根据所述答题结果,利用第二试题评分模型确定所述学生答卷的评分,其中所述第二试题评分模型是通过在保持第一试题评分模型的参数不变的情况下,利用题库内样本试题的评分数据对嵌入所述第一试题评分模型的第二神经网络模型进行训练得到的,所述第一试题评分模型是利用题库外样本试题的评分数据对第一神经网络模型进行预训练得到的,其中,所述第二试题评分模型包括至少一个编码层、嵌入在每个编码层中的至少一个适配器模型和共享参数层,所述试题评分方法还包括:根据所述题库内样本试题对应的考试标识,通过所述共享参数层动态地生成所述至少一个适配器模型的参数;当所述至少一个编码层包括多个编码层,所述至少一个适配器模型包括多个适配器模型时,所述根据所述题库内样本试题对应的考试标识,通过所述共享参数层动态地生成所述至少一个适配器模型的参数,包括:根据所述题库内样本试题对应的考试标识与所述多个编码层对应的编码层位置标识的对应关系,从所述多个编码层选取一个编码层,得到所述编码层的编码层位置标识;根据所述题库内样本试题对应的考试标识与所述多个适配器模型对应的适配器位置标识的对应关系,从所述编码层中的多个适配器模型选取一个适配器模型,得到所述适配器模型的适配器位置标识;通过所述共享参数层的嵌入层,将所述考试标识、编码层位置标识以及适配器位置标识分别转换为考试嵌入层向量、编码层位置嵌入层向量以及适配器位置嵌入层向量;将所述考试嵌入层向量、所述编码层位置嵌入层向量以及所述适配器位置嵌入层向量拼接后,依次输入所述共享参数层的第一线性层、激活函数层和第二线性层,得到所述适配器模型的参数。
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科大讯飞股份有限公司,其通讯地址为:230088 安徽省合肥市高新区望江西路666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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。