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
测量点
机器学习算法
监测方法
误差函数
数据处理模块
编队协同控制方法
无人艇集群
大语言模型
海洋环境数据
线性规划模型
通行控制方法
加速度
车道
深度强化学习模型
交叉口信号灯