图.专利示意图

一、技术领域

计算机与人工智能技术领域，基于深度学习的阅读理解多项选择题干扰项自动化生成方法及模型。

二、专利介绍

1.专利信息

专利类型：发明

专利权人：清华大学深圳国际研究生院

申请号：202210369952.5

发明人：郑海涛、李明超、刘浩壮、江勇、夏树涛、肖喜

2.专利说明书摘要

本发明公开了一种基于深度学习的选择题干扰项自动化生成方法及模型，模型包括：答案编码器，用于对选择题的答案进行编码，以获得答案表示向量；文章编码器，用于对文章和问题进行联合编码，以获得文章表示向量；上下文推理注意力机制模块，连接于答案编码器和文章编码器，用于合并文章上下文向量和答案上下文向量，以进行上下文推理，生成编码器最终上下文向量；文章上下文向量是由文章表示向量经文章注意力机制而获得，答案上下文向量是由答案表示向量经答案注意力机制而获得；干扰项解码器，连接于答案编码器以利用答案编码器的输出进行解码器初始化，以及连接于上下文推理注意力机制模块以对所述编码器最终上下文向量进行解码，生成干扰项。

3.创新点

1）本发明涉及教育领域，针对多项选择题的干扰项手工构造需要花费大量时间的情况，提出了一种基于深度学习的阅读理解多项选择题干扰项自动化生成方法；

2）该方法完全基于真实考试题目数据，通过充分编码多项选择题的上下文，能够生成具有一定干扰程度的干扰项文本；

3）本方法效果优于已有同类方法，是一种很有潜力的干扰项生成方法。

4.解决痛点问题

1）手工构造干扰项时间过长；

2）之前已有方法生成文本缺乏逻辑性；

3）生成文本与题目不相关。

5.技术优势

1）自动化生成高质量的干扰项；

2）通过对于多部分文本输入进行有效建模，并对问题的关键信息进行标记，使生成的干扰项和文章及问题相关；

3）通过设计上下文推理注意力机制，增强生成文本的逻辑性。

三、产业化信息

1.应用场景

1）可以在构建多项选择题的过程中进行应用，提高构建多项选择题的效率，为教育领域提供支持；

2）可以对问答系统做数据增强。

2.商业价值

此项技术拥有较大的商业场景，对于教育行业有以下市场价值：

1）本方法可以自动化生成干扰项，节省教师手工构造干扰项的时间；

2）生成有效的干扰项，可以高效检验学生的阅读理解能力。

3.发展规划

1）该技术可应用于学生评测系统，实现快速的干扰项生成，加速人工智能在我国教育领域的落地；

2）该技术通过推广自动化构建题目系统等服务可能占据市场。

4.合作方式

横向、合作兴办企业 

注:所有成果未经授权，请勿转载

联系方式:ttc@sz.tsinghua.edu.cn