目标审核模型训练方法以及讲解视频审核方法与流程

本说明书实施例涉及人工智能，特别涉及目标审核模型训练方法以及讲解视频审核方法。

背景技术：

1、随着在线教育和数字化题库的发展，讲题视频在发布或投入使用前通常需要对题目内容、讲解过程、板书内容及解答结果进行审核。相关技术中，一般采用人工审核、基于语音识别的规则或关键词审核、板书图像识别审核，或者将题目、讲稿及板书图像输入多模态模型进行综合判断。

2、然而，现有审核方式难以稳定识别讲稿、板书与题目信息之间的内容异常，容易遗漏计算、单位、符号、答案回填等局部问题；同时，审核类别边界不清晰、训练样本质量不稳定，还可能导致异常判断偏差、异常原因缺乏依据以及审核结果难以复核。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种目标审核模型训练方法。本说明书一个或者多个实施例同时涉及一种讲解视频审核方法，一种目标审核模型训练装置，一种讲解视频审核装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种目标审核模型训练方法，包括：

3、获取样本集，其中，样本集包括样本讲解视频、样本讲解视频的样本题目以及样本讲解视频的样本审核结果；

4、调用初始审核模型，基于样本题目、样本讲解图像以及样本讲解文本，生成预测审核结果，其中，预测审核结果包括预测异常类别、预测异常描述以及预测异常原因，预测异常类别包括题目异常类别、文本异常类别以及图像异常类别中的至少一种，样本讲解图像从样本讲解视频中提取得到，样本讲解文本基于对样本讲解视频进行语音识别得到；

5、根据样本审核结果和预测审核结果，对初始审核模型进行参数调整，获得训练完成的目标审核模型。

6、根据本说明书实施例的第二方面，提供了一种讲解视频审核方法，包括：

7、获取待审核题目和待审核题目的待审核讲解视频；

8、调用目标审核模型，基于待审核题目、待审核讲解图像以及待审核讲解文本，生成目标审核结果，其中，目标审核结果包括目标异常类别、目标异常描述以及目标异常原因，目标异常类别包括题目异常类别、文本异常类别以及图像异常类别中的至少一种，待审核讲解图像从待审核讲解视频中提取得到，待审核讲解文本基于对待审核讲解视频进行语音识别得到，目标审核模型基于上述第一方面所提供的目标审核模型训练方法训练得到。

9、根据本说明书实施例的第三方面，提供了一种目标审核模型训练装置，包括：

10、第一获取模块，被配置为获取样本集，其中，样本集包括样本讲解视频、样本讲解视频的样本题目以及样本讲解视频的样本审核结果；

11、预测模块，被配置为调用初始审核模型，基于样本题目、样本讲解图像以及样本讲解文本，生成预测审核结果，其中，预测审核结果包括预测异常类别、预测异常描述以及预测异常原因，预测异常类别包括题目异常类别、文本异常类别以及图像异常类别中的至少一种，样本讲解图像从样本讲解视频中提取得到，样本讲解文本基于对样本讲解视频进行语音识别得到；

12、调整模块，被配置为根据样本审核结果和预测审核结果，对初始审核模型进行参数调整，获得训练完成的目标审核模型。

13、根据本说明书实施例的第四方面，提供了一种讲解视频审核装置，包括：

14、第二获取模块，被配置为获取待审核题目和待审核题目的待审核讲解视频；

15、审核模块，被配置为调用目标审核模型，基于待审核题目、待审核讲解图像以及待审核讲解文本，生成目标审核结果，其中，目标审核结果包括目标异常类别、目标异常描述以及目标异常原因，目标异常类别包括题目异常类别、文本异常类别以及图像异常类别中的至少一种，待审核讲解图像从待审核讲解视频中提取得到，待审核讲解文本基于对待审核讲解视频进行语音识别得到，目标审核模型基于上述第一方面所提供的目标审核模型训练方法训练得到。

16、根据本说明书实施例的第五方面，提供了一种计算设备，包括：

17、存储器和处理器；

18、所述存储器用于存储计算机程序/指令，所述处理器用于执行所述计算机程序/指令，该计算机程序/指令被处理器执行时实现上述第一方面或第二方面所提供方法的步骤。

19、根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述第一方面或第二方面所提供方法的步骤。

20、根据本说明书实施例的第七方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述第一方面或第二方面所提供方法的步骤。

21、本说明书一个实施例提供的目标审核模型训练方法，通过获取包括样本讲解视频、样本题目和样本审核结果的样本集，可以建立样本讲解内容、样本题目与相应审核信息之间的对应关系，为初始审核模型学习讲解内容与审核结果之间的映射关系提供数据基础。通过从样本讲解视频中提取样本讲解图像，并对样本讲解视频进行语音识别以获得样本讲解文本，可以从图像和文本两个维度表征样本讲解视频中的讲解内容，保持样本题目、样本讲解图像和样本讲解文本之间的内容关联。通过调用初始审核模型，基于样本题目、样本讲解图像以及样本讲解文本生成预测审核结果，可以使初始审核模型联合学习题目内容、图像形式的讲解内容和文本形式的讲解内容之间的关联特征，减少仅基于单一类型信息进行审核产生的判断偏差。通过使预测审核结果包括预测异常类别、预测异常描述和预测异常原因，并将预测异常类别设置为题目异常类别、文本异常类别和图像异常类别中的至少一种，可以使模型学习不同审核对象对应的异常类型及其描述和原因，提高预测审核结果的完整性和可解释性。通过根据样本审核结果和预测审核结果对初始审核模型进行参数调整，可以使获得的目标审核模型建立多模态讲解信息与审核结果之间的对应关系。由此，可以使训练完成的目标审核模型综合利用题目、讲解图像和讲解文本对讲解视频进行审核，并输出包含异常类别、异常描述和异常原因的结构化审核结果，从而提高讲解视频审核的完整性和一致性，减少单一模态审核产生的判断偏差。

1.一种目标审核模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取样本集，包括：

3.根据权利要求2所述的方法，其特征在于，所述样本审核结果包括样本答案审核结果；

4.根据权利要求2所述的方法，其特征在于，所述样本讲解图像的审核方式，包括：

5.根据权利要求1所述的方法，其特征在于，所述获取样本集，包括：

6.根据权利要求1所述的方法，其特征在于，所述调用初始审核模型，基于所述样本题目、样本讲解图像以及样本讲解文本，生成预测审核结果，包括：

7.根据权利要求1至6任一项所述的方法，其特征在于，所述调用初始审核模型，基于所述样本题目、样本讲解图像以及样本讲解文本，生成预测审核结果之前，还包括：

8.根据权利要求1至6任一项所述的方法，其特征在于，所述样本审核结果包括样本异常类别；

9.一种讲解视频审核方法，其特征在于，包括：

10.根据权利要求9所述的方法，其特征在于，所述调用目标审核模型，基于所述待审核题目、待审核讲解图像以及待审核讲解文本，生成目标审核结果之后，还包括：

11.一种计算设备，其特征在于，包括：

12.一种计算机可读存储介质，其特征在于，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1至10任意一项所述方法的步骤。

13.一种计算机程序产品，其特征在于，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1至10任一项所述方法的步骤。