摘要
本申请涉及一种数学主观题解答步骤的规约化处理方法及系统。所述方法包括基于Transformer架构的预训练语言模型对数学主观题的解题信息进行深度语义理解,生成语义表示信息,并基于该信息将解题信息切分为语义连贯的原子步骤;将原子步骤与知识图谱进行匹配,得到第一匹配结果,并基于知识图谱进行确定各原子步骤之间的连接关系;基于各原子步骤的连接关系和原子步骤构建解答步骤图,并通过图神经网络进行推理,得到推理结果;根据推理结果生成参考答案,并将原子步骤与参考答案进行语义匹配,得到第二匹配结果,该结果用于指示生成批改反馈。该方法通过语义理解、知识图谱和图神经网络,能够实现自动化、精准的解答步骤分析,提升解题效率与反馈质量。
技术关键词
数学主观题解答
训练语言模型
知识点
图谱
语义关联度
关系
实体
融合特征
文本
前馈神经网络
生成对抗网络
节点
推理机制
搜索算法
注意力机制
处理器
计算机设备
系统为您推荐了相关专利信息
可视化仿真培训系统
仿真模型
数据处理模块
数据采集模块
异构传感器
电缆加工过程
知识图谱数据库
电缆组件
生成方法
关系
新型电力系统
资源
电力系统调度控制技术
矩阵
多时间尺度