一种基于递归神经网络的试题分类及难度分级方法
基本信息
| 申请号 | CN201811473934.1 | 申请日 | - |
| 公开（公告）号 | CN109670042A | 公开（公告）日 | 2019-04-23 |
| 申请公布号 | CN109670042A | 申请公布日 | 2019-04-23 |
| 分类号 | G06F16/35（2019.01）I; G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杜振锋; 周晓清; 周燕; 曾凡智 | 申请（专利权）人 | 广东宜教通教育有限公司 |
| 代理机构 | 广州予文知识产权代理事务所（普通合伙） | 代理人 | 广东宜教通教育有限公司 |
| 地址 | 510000 广东省广州市天河区中山大道西89号A栋15层北13-17 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于递归神经网络的试题分类及难度分级方法，该方法使用两级的神经网络，第一级网络可以为未标明科目的试题进行分类，同时将分类好的试题放入第二级网络中,可为没有标明试题难度的题目提供一个近似的参考难度。另外，由于试题的属性与试题的难度之间具有某种关联关系，例如某些省份的模拟题往往难于其他题目，同样的包括年份、题型、包含知识点等等也会跟试题的难度有一定的关联关系，因此可以通过这些属性来构建试题的特征向量作深度学习的训练样本。 |
