(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210943152.X (22)申请日 2022.08.08 (71)申请人 北京世纪好未来教育科技有限公司 地址 100089 北京市海淀区中关村大街32 号19层1901室 (72)发明人 任晞蓝　丁林林　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 范彦扬 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 30/22(2022.01) (54)发明名称 用户标签的生 成方法、 题目推荐 方法、 装置、 设备及介质 (57)摘要 本公开提供一种用户标签的生 成方法、 题目 推荐方法、 装置、 设备及介质， 其中， 用户标签的 生成方法包括： 获取目标用户针对目标题目进行 作答的作答信息； 获取所述目标题目的标准答案 解析文本； 所述标准答案解析文本中标注有预设 实体类别对应的标准实体内容， 且 所述预设实体 类别至少包括知识点类别； 根据所述作答信息和 所述标准答案解析文本， 生 成所述目标用户的标 签； 所述目标用户的标签包括与所述目标题目中 所包含的知识点相关的目标用户评估 标签。 本公 开对用户的评估 更为细致， 可以为用户贴附更切 合实际的可靠标签， 在此基础上也可以较好提升 为用户推荐的题目与用户的实际学习情况的匹 配度。 权利要求书3页 说明书17页 附图4页 CN 115146079 A 2022.10.04 CN 115146079 A 1.一种用户标签的生成方法， 包括： 获取目标用户针对目标题目进行作答的作答信息； 获取所述目标题目的标准答案解析文本； 所述标准答案解析文本 中标注有预设实体类 别对应的标准实体内容， 且所述预设实体 类别至少包括知识点类别； 根据所述作答信息和所述标准答案解析文本， 生成所述目标用户的标签； 所述目标用 户的标签包括与所述目标题目中所包 含的知识点相关的目标用户评估标签。 2.如权利要求1所述的用户标签的生成方法， 其中， 所述作答信息包含作答文本； 根据 所述作答信息和所述标准 答案解析文本， 生成所述目标用户的标签的步骤， 包括： 从所述作答文本中提取 所述预设实体 类别对应的作答实体内容； 根据所述标准实体内容和所述作答实体内容 生成所述目标用户的标签。 3.如权利要求2所述的用户标签的生成方法， 其中， 所述目标用户评估标签包括所述目 标用户针对所述知识 点的作答准确度评估标签， 根据所述标准实体内容和所述作答 实体内 容生成所述目标用户的标签的步骤， 包括： 对于每个所述知识点， 获取该知识点对应的标准实体内容和作答实体 内容之间的比对 结果， 基于所述比对结果 生成所述目标用户针对该知识点的作答 准确度评估标签。 4.如权利要求2所述的用户标签的生成方法， 其中， 所述预设实体类别还包括关键步骤 类别， 所述目标用户评估标签包括所述目标用户针对所述知识点的掌握度评估标签； 根据所述标准实体内容和所述作答实体内容 生成所述目标用户的标签的步骤， 包括： 对于每个所述知识点， 根据 所述作答文本中与 该知识点相关的关键步骤对应的作答实 体内容以及标准实体内容， 得到与该知识点相关的每 个关键步骤的得分值； 通过预设的IRT模型对所述作 答文本中每个关键步骤的得分值进行处理， 得到所述IRT 模型中的能力参数值； 根据所述能力参数值得到所述目标用户针对该知识点的掌握度评估标签。 5.如权利要求4所述的用户标签的生成方法， 其中， 通过预设的IRT模型对所述作答文 本中每个关键步骤的得分值进行处 理， 得到所述 IRT模型中的能力参数值的步骤， 包括： 在所述作答文本 中与该知识点相关的关键步骤的数量小于预设阈值的情况下， 获取所 述目标用户在历史作答记录中与该知识点相关的关键步骤的历史得分值； 通过预设的IRT模型对所述作答文本 中每个关键步骤的得分值以及所述历史得分值进 行处理， 得到所述 IRT模型中的能力参数值。 6.如权利要求2所述的用户标签的生成方法， 其中， 所述预设实体类别还包括易错点类 别， 所述目标用户的标签包括所述目标用户针对所述知识点的粗心度评估标签； 根据所述标准实体内容和所述作答实体内容 生成所述目标用户的标签的步骤， 包括： 对于每个所述知识点， 根据 所述作答文本中与 该知识点相关的易错点对应的作答实体 内容以及标准实体内容， 得到与该知识点相关的易 错点对应的作答 错误数量； 根据所述作答错误数量和预设的粗心度等级， 生成所述目标用户针对该知识点的粗心 度评估标签。 7.如权利要求1所述的用户标签的生成方法， 其中， 所述标准答案解析文本 中针对每个 知识点均标注有建议作答时长区间， 所述作答信息还包含实际作答时长， 所述目标用户的 标签包括所述目标用户针对所述知识点的作答习惯评估标签；权　利　要　求　书 1/3 页 2 CN 115146079 A 2根据所述作答信息和所述标准 答案解析文本， 生成所述目标用户的标签的步骤， 包括： 对于每个所述知识点， 根据该知识点对应的实 际作答时长和建议作答时长区间， 生成 所述目标用户针对该知识点的作答习惯评估标签。 8.如权利要求7所述的用户标签的生成方法， 其中， 根据 该知识点对应的实际作答 时长 和建议作答时长区间， 生成所述目标用户针对该知识点的作答习惯评估标签的步骤， 包括： 对于该知识点对应的每个耗 时评价单元， 根据该耗 时评价单元对应的实际作答时长和 建议作答时长区间， 统计目标耗时评价单元的总数量； 其中， 所述耗时评价单元包括关键步 骤或完整题目； 所述目标耗时评价单元对应的实际作答时长位于所述建议作答时长区间之 外； 根据所述目标耗 时评价单元的总数量和预设的作答习惯等级， 生成所述目标用户针对 该知识点的作答习惯评估标签。 9.如权利要求1至8任一项所述的用户标签的生成方法， 其中， 所述目标用户评估标签 还包括预设因素 的横向评估标签； 所述预设因素包括作答准确度、 掌握度、 粗心度、 作答习 惯中的一种或多种； 所述方法还 包括： 获取其他用户针对所述目标题目进行作答的作答信息； 基于所述其他用户的作答信 息和所述目标用户的作答信 息， 确定每个所述预设因素对 应的目标用户排名信息； 根据每个所述预设因素对应的目标用户排名信 息， 生成所述目标用户对应的每个所述 预设因素的横向评估标签。 10.如权利要求1至8任一项所述的用户标签的生成方法， 其中， 所述方法还 包括： 根据所述目标用户的标签更新所述目标用户的认知图谱； 其中， 所述认知图谱中的每 个节点均对应一个知识 点， 且每个所述节点对应的知识 点关联有与该知识 点相关的目标用 户评估标签。 11.一种题目推荐方法， 包括： 获取目标用户的认知图谱； 其中， 所述认知图谱中的每个节点均对应一个知识点， 且每 个所述节点对应的知识 点关联有与该知识点相关的目标用户评估标签， 所述目标用户评估 标签是采用权利要求1至10任一项所述的用户标签的生成方法获得的； 根据所述目标用户的认知图谱和预设的知识图谱， 从题库中获取所述目标用户的匹配 题目； 将所述匹配题目推荐给 所述目标用户。 12.如权利要求11所述的题目推荐方法， 其中， 根据 所述目标用户的认知图谱和预设的 知识图谱， 从题库中获取 所述目标用户的匹配题目的步骤， 包括： 根据所述目标用户的认知图谱和预设的知识图谱， 确定待由所述目标用户学习的目标 知识点； 从题库中获取包 含有所述目标知识点的候选题目； 基于预设参考因素， 从所述候选题目中选取所述目标用户的匹配题目； 所述预设参考 因素包括以下一种或多种： 候选题目难度、 候选题目类型、 候选题目中除所述目标知识 点之 外的其余知识点的数量和种类。 13.一种用户标签的生成装置， 包括：权　利　要　求　书 2/3 页 3 CN 115146079 A 3