错因分析、试题推荐方法和程序产品与流程

本发明涉及人工智能，尤其涉及一种错因分析、试题推荐方法和程序产品。

背景技术：

1、在智能教育场景下，针对学生作答错误的情况，错因分析通常基于学生作答的答案文本进行，例如可以将答案文本与标准答案分别编码为向量之后进行比对，由此分析错因。

2、然而，静态的答案文本所能包含的信息十分有限，仅基于答案文本进行错因分析，无法保证错因分析的准确性和可靠性。

技术实现思路

1、本发明提供一种错因分析、试题推荐方法和程序产品，用以解决相关技术中错因分析的准确性和可靠性低的缺陷。

2、本发明提供一种错因分析方法，包括：

3、获取学生作答错误的试题，基于所述试题初始化策略树，所述策略树包括至少一个交互分支，所述交互分支包括检测节点、追问节点和验证节点；

4、在与所述学生针对所述试题进行讲解交互的过程中，获取所述学生在检测节点下的交互文本，对所述交互文本进行交互错因检测，并在所述检测节点后接的追问节点下，基于所述交互错因检测所得的候选错因对应的追问策略输出针对所述学生的追问文本，以引导与所述学生的下一轮讲解交互，直至到达所述验证节点，对所述学生在验证节点下的交互文本进行修正验证，并且在验证通过的情况下，确定所述交互分支遍历结束；以及，在所述策略树中的所有交互分支均遍历结束的情况下，确定所述讲解交互结束；

5、基于所述讲解交互过程中的所有交互文本，对所述试题进行错因分析。

6、根据本发明提供的一种错因分析方法，还包括：

7、在所述交互错因检测得到候选错因的情况下，在所述检测节点后新增顺次连接的追问节点、检测节点和验证节点，新增的所述追问节点标记有所述候选错因和所述候选错因对应的追问策略。

8、根据本发明提供的一种错因分析方法，还包括：

9、在验证失败的情况下，在所述检测节点后新增所述追问节点的替换节点，或者，关闭所述验证节点所在的交互分支；

10、所述替换节点与所述追问节点各自输出追问文本的表述方式、追问深度和引导深度中的至少一种不同。

11、根据本发明提供的一种错因分析方法，所述基于所述试题初始化策略树，包括：

12、基于对所述试题进行作答的上下文信息，确定所述学生作答错误的错因概率分布和/或错因可信度；

13、基于所述错因可信度，确定初始分支数量；

14、基于所述错因概率分布，确定初始追问策略；

15、基于所述初始分支数量和/或所述初始追问策略，以及所述试题，初始化所述策略树。

16、根据本发明提供的一种错因分析方法，所述对所述交互文本进行交互错因检测，包括：

17、基于在所述交互文本之前的交互信息，以及所述交互文本，进行当前轮次的交互错因检测，得到每类错因在当前轮次的单轮置信度；

18、基于每类错因在每个轮次的单轮置信度，确定每类错因在当前轮次的累积置信度；

19、基于每类错因的错因优先级和累积置信度，确定所述交互错因检测所得的候选错因。

20、根据本发明提供的一种错因分析方法，所述基于所述讲解交互过程中的所有交互文本，对所述试题进行错因分析，包括：

21、从所述讲解交互过程中的所有交互文本中，提取每类错因的正向证据和反向证据；

22、基于所述每类错因的正向证据和反向证据，以及所述正向证据和所述反向证据所属的交互文本的时间戳，确定每类错因的证据强度评分；

23、基于每类错因的证据强度评分，确定所述试题的错因分析结果。

24、根据本发明提供的一种错因分析方法，还包括：

25、在任意一类错因的正向证据或者反向证据的证据数量不足的情况下，在所述策略树中新增所述任意一类错因对应的追问节点。

26、根据本发明提供的一种错因分析方法，所述基于每类错因的证据强度评分，确定所述试题的错因分析结果，包括：

27、基于所有交互文本的语义正确性评分，以及所述交互文本所在检测节点所连接的验证节点的验证结果，确定理解修复评分；

28、基于所述讲解交互过程中的交互轮次数量、所有交互文本、以及所述每类错因的证据强度评分，确定交互置信度；

29、基于所述理解修复评分和/或所述交互置信度，以及每类错因的证据强度评分，确定所述试题的错因分析结果。

30、本发明还提供一种试题推荐方法，包括：

31、基于如上所述的错因分析方法，确定针对学生作答错误的试题的错因分析结果；

32、基于所述错因分析结果，进行试题推荐。

33、根据本发明提供的一种试题推荐方法，所述基于所述错因分析结果，进行试题推荐，包括：

34、基于所述错因分析结果和/或所述学生的状态快照，确定在各种推荐试题维度下的推荐题数；

35、基于各种推荐试题维度下的试题推荐规则、所述试题所属的知识点以及所述错因分析结果，选取各种推荐试题维度下的推荐题数个试题进行试题推荐。

36、根据本发明提供的一种试题推荐方法，所述基于各种推荐试题维度下的试题推荐规则、所述试题所属的知识点以及所述错因分析结果，选取各种推荐试题维度下的推荐题数个试题进行试题推荐，包括：

37、针对各种推荐试题维度，基于所述推荐试题维度下的试题推荐规则、所述试题所属的知识点以及所述错因分析结果，进行推荐试题匹配，得到所述推荐试题维度下的第一数量个推荐试题；

38、在所述第一数量小于所述推荐题数的情况下，降低所述试题推荐规则中的错因匹配阈值，并重新进行推荐试题匹配，得到所述推荐试题维度下的第二数量个推荐试题；

39、在所述第二数量小于所述推荐题数的情况下，基于所述错因分析结果、以及与所述错因分析结果相邻的错因进行推荐试题匹配，得到所述推荐试题维度下的推荐题数个试题进行试题推荐。

40、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述错因分析或者试题推荐方法。

41、本发明提供的错因分析、试题推荐方法和程序产品，通过策略树将追问锚定于检测所得的错因，由此在学生自然讲解的过程中实时检测错因并由此动态调整追问方向，进而充分挖掘学生在讲解过程中暴露的作答思维过程信息，相比仅依赖静态答案文本的错因分析方式，讲解交互过程中的交互文本能够承载更多有效的认知信息；基于讲解交互所得的所有交互文本进行错因分析，能够有效提高错因分析的准确性和可靠性，进而有效降低了学生因错因未被准确识别而反复犯同类错误的概率。

1.一种错因分析方法，其特征在于，包括：

2.根据权利要求1所述的错因分析方法，其特征在于，还包括：

3.根据权利要求2所述的错因分析方法，其特征在于，还包括：

4.根据权利要求1所述的错因分析方法，其特征在于，所述基于所述试题初始化策略树，包括：

5.根据权利要求1所述的错因分析方法，其特征在于，所述对所述交互文本进行交互错因检测，包括：

6.根据权利要求1至5中任一项所述的错因分析方法，其特征在于，所述基于所述讲解交互过程中的所有交互文本，对所述试题进行错因分析，包括：

7.根据权利要求6所述的错因分析方法，其特征在于，还包括：

8.根据权利要求6所述的错因分析方法，其特征在于，所述基于每类错因的证据强度评分，确定所述试题的错因分析结果，包括：

9.一种试题推荐方法，其特征在于，包括：

10.根据权利要求9所述的试题推荐方法，其特征在于，所述基于所述错因分析结果，进行试题推荐，包括：

11.根据权利要求10所述的试题推荐方法，其特征在于，所述基于各种推荐试题维度下的试题推荐规则、所述试题所属的知识点以及所述错因分析结果，选取各种推荐试题维度下的推荐题数个试题进行试题推荐，包括：

12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的错因分析方法，或如权利要求9至11中任一项所述的试题推荐方法。