摘要
本发明提供一种基于超图知识增强的多源融合知识点标注方法及装置,涉及知识点标注技术领域,包括:将知识点文本集合输入大语言模型获得知识元体系矩阵和知识点关联矩阵,根据知识点文本集合、知识元体系矩阵和知识点关联矩阵构建超图矩阵,将超图矩阵输入超图卷积神经网络获得超边矩阵;将试题文本输入大语言模型获得词汇序列,将词汇序列输入双向语义编码器获得词汇向量矩阵,将词汇向量矩阵输入双向长短期记忆网络获得词汇特征矩阵;将超边矩阵和词汇特征矩阵进行拼接获得拼接特征矩阵,将拼接特征矩阵输入多层感知神经网络获得知识点预测矩阵;根据知识点预测矩阵对试题文本进行知识点标注,获得试题文本所有的预测知识点文本。
技术关键词
知识点标注方法
矩阵
文本
大语言模型
长短期记忆网络
输出特征
非暂态计算机可读存储介质
序列
词嵌入向量
节点
标注技术
标注装置
处理器
样本
模块
存储器
标签
系统为您推荐了相关专利信息
分类预测模型
IPC分类体系
标签信息生成方法
特征编码模型
协方差矩阵
肿瘤分割方法
强化特征
代表
状态空间模型
注意力
可视化控制方法
车流量预测
可视化框架
城市交通道路
仿真环境
直流输电系统
阻抗建模方法
阻尼回路
脉动换流器
模型控制系统
布局优化方法
海绵
设施
基底特征
土壤有机碳含量