一种习题自动生成方法、装置、电子设备及存储介质

    专利2026-05-03  9


    本公开涉及计算机,尤其涉及一种习题自动生成方法、装置、电子设备及存储介质。


    背景技术:

    1、在教育教学过程中,练习题是帮助学生快速熟悉、掌握学科基础理论方法和重难点知识的有效工具,有着降低学习成本、巩固学习成果的积极意义。在学习过程中,尤其是大学生学习过程中,由于理解能力、学习习惯等方面的差异,不同学生对习题存在个性化需求,教师很难在不造成额外负担的情况下,为所有学生提供满足需求的习题。因此,主动获取习题成为学生掌握和巩固知识的一个重要手段。现有技术中,学生通过从教材及习题集中获取固定习题,无法满足学生的个性化需求。


    技术实现思路

    1、有鉴于此,本公开提出了一种习题自动生成方法、装置、系统、电子设备、存储介质及计算机程序产品。

    2、根据本公开的一方面,提供了一种习题自动生成方法,包括:

    3、获取目标题目类型;

    4、确定与所述目标题目类型对应的目标习题生成算法、目标规则集合及目标常量集合;其中,所述目标规则表示生成所述目标题目类型的习题需符合的规则,所述目标常量表示描述所述目标题目类型的参数、数据或符号;

    5、根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息;

    6、呈现所述至少一个习题和/或所述至少一个习题的解答信息。

    7、在一种可能的实现方式中,所述方法还包括:

    8、获取目标难度和/或目标特性;所述目标特性表示习题中所体现的知识点特性;

    9、所述根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息,包括:

    10、根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,在所述目标难度和/或目标特性的约束下,生成所述至少一个习题和/或所述至少一个习题的解答信息。

    11、在一种可能的实现方式中,所述目标题目类型具有:可描述性、可判定性、可扩展性中的一项或多项;其中,所述可描述性表示通过所述目标规则集合和/或所述目标常量集合描述所述目标题目类型的习题,其中,所述目标规则集合及所述目标常量集合均包含有限个元素;所述可判定性表示所述目标题目类型的习题存在有限个解答信息;所述可扩展性表示所述目标规则集合和/或所述目标常量集合中的元素可变。

    12、在一种可能的实现方式中,所述目标题目类型包括:计算机编译相关课程中的题目类型;所述目标规则包括至少一个文法及至少一个经典算法,其中,所述经典算法表示所述计算机编译相关课程中用于对文法进行处理的算法;

    13、所述目标习题生成算法包括文法复合算法及子算法调度算法,所述文法复合算法用于对多个种子文法进行复合生成复合文法;所述子算法调度算法用于确定对所述复合文法进行处理的经典算法;

    14、所述根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息,包括:

    15、通过所述文法复合算法,基于所述目标规则集合及所述目标常量集合,对种子文法集合进行复合处理,得到目标复合文法;

    16、通过所述子算法调度算法,在多个候选经典算法中,确定与所述目标题目类型对应的目标经典算法;并采用所述目标经典算法对所述目标复合文法进行处理,生成所述至少一个习题和/或所述至少一个习题的解答信息。

    17、在一种可能的实现方式中,所述通过所述文法复合算法,基于所述目标规则集合及所述目标常量集合,对种子文法集合进行复合处理,得到目标复合文法,包括:

    18、通过所述文法复合算法以产生式连接的方式,基于所述目标规则集合及所述目标常量集合,对所述种子文法集合中的至少一个种子文法进行复合处理,生成所述目标复合文法。

    19、在一种可能的实现方式中,所述目标题目类型包括:数据库相关课程中sql语句题目类型;所述目标规则包括sql语法;

    20、所述目标习题生成算法包括sql语句生成算法;所述sql语句生成算法用于生成在目标关系上可执行的sql语句;

    21、所述根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息,包括:

    22、在关系集合中选取所述目标关系;

    23、通过所述sql语句生成算法,基于所述目标规则集合,生成在所述目标关系上可执行的多个子句,并将所述目标常量集合带入到所述多个子句中;

    24、通过拼接所述多个子句,生成所述至少一个习题和/或所述至少一个习题的解答信息。

    25、在一种可能的实现方式中,所述目标特性包括:关系连接算法;所述关系连接算法用于确定第一关系与第二关系之间的目标连接方式;所述多个子句包括基于所述目标连接方式生成的子句。

    26、在一种可能的实现方式中,所述目标题目类型包括:数据库相关课程中范式问题题目类型;所述目标规则集合包括范式问题的定义;

    27、所述目标习题生成算法包括函数依赖集生成算法;所述函数依赖集生成算法用于获取不满足范式问题的函数依赖集;

    28、所述根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息,包括:

    29、通过所述函数依赖集生成算法,基于所述目标规则集合及所述目标常量集合,确定不满足范式问题的目标函数依赖集;

    30、基于目标关系及所述目标函数依赖集,生成所述至少一个习题和/或所述至少一个习题的答案。

    31、在一种可能的实现方式中,所述确定不满足范式问题的目标函数依赖集,包括:

    32、遍历所述目标关系中的属性组合,确定候选函数依赖集;

    33、在所述候选函数依赖集中,选取不满足范式问题的目标函数依赖子集,得到所述目标函数依赖集。

    34、根据本公开的另一方面,提供了一种习题自动生成装置,包括:

    35、交互模块,用于获取目标题目类型;

    36、生成模块,用于确定与所述目标题目类型对应的目标习题生成算法、目标规则集合及目标常量集合;其中,所述目标规则表示生成所述目标题目类型的习题需符合的规则,所述目标常量表示描述所述目标题目类型的参数、数据或符号;

    37、所述生成模块,还用于根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成所述目标题目类型的至少一个习题和/或所述至少一个习题的解答信息;

    38、所述交互模块,用于呈现所述至少一个习题和/或所述至少一个习题的解答信息。

    39、根据本公开的另一方面,提供了一种习题自动生成系统,包括:上述一种习题生成装置。

    40、根据本公开的另一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述习题自动生成方法。

    41、根据本公开的另一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述习题自动生成方法。

    42、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述习题自动生成方法。

    43、通过本公开实施例,获取目标题目类型;确定与目标题目类型对应的目标习题生成算法、目标规则集合及目标常量集合;根据目标习题生成算法、目标规则集合及目标常量集合,生成至少一个习题和/或至少一个习题的解答信息;呈现至少一个习题和/或至少一个习题的解答信息。其中,所述目标规则表示生成所述目标题目类型的习题需符合的规则,所述目标常量表示描述所述目标题目类型的参数、数据或符号;目标规则集合及目标常量集合中元素的数量及种类可以灵活配置,从而能够自动生成海量的多样化习题;作为一个示例,还可以给出习题的参考答案和解答过程,这种低成本获取优质习题的途径,能有力地推动信息化教育发展和教育创新。用户可以根据自身需求选择目标题目类型,作为一个示例,还可以选择目标难度和/或目标特性,从而可以生成针对性强、易于上手、可控性强的习题,满足不同学生的个性化需求。其中,针对性强表示生成的每道习题涉及的知识点指向性强;易于上手表示消除了学生自己搜集习题的麻烦,能够在课后用较少的时间进行查缺补漏;可控性强表示学生可以通过提供的习题参数自主控制想要练习的题目类型及难度等。

    44、根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。


    技术特征:

    1.一种习题自动生成方法,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,所述方法还包括:

    3.根据权利要求1所述的方法,其特征在于,所述目标题目类型具有:可描述性、可判定性、可扩展性中的一项或多项;其中,所述可描述性表示通过所述目标规则集合和/或所述目标常量集合描述所述目标题目类型的习题,其中,所述目标规则集合及所述目标常量集合均包含有限个元素;所述可判定性表示所述目标题目类型的习题存在有限个解答信息;所述可扩展性表示所述目标规则集合和/或所述目标常量集合中的元素可变。

    4.根据权利要求1-3中任一项所述的方法,其特征在于,所述目标题目类型包括:计算机编译相关课程中的题目类型;所述目标规则集合包括至少一个文法及至少一个经典算法所对应的规则,其中,所述经典算法表示所述计算机编译相关课程中用于对文法进行处理的算法;

    5.根据权利要求4所述的方法,其特征在于,所述通过所述文法复合算法,基于所述目标规则集合及所述目标常量集合,对种子文法集合进行复合处理,得到目标复合文法,包括:

    6.根据权利要求1-3中任一项所述的方法,其特征在于,所述目标题目类型包括:数据库相关课程中结构化查询语言sql语句题目类型;所述目标规则集合包括sql语法;

    7.根据权利要求6所述的方法,其特征在于,所述目标特性包括:关系连接算法;所述关系连接算法用于确定第一关系与第二关系之间的目标连接方式;所述多个子句包括基于所述目标连接方式生成的子句。

    8.根据权利要求1-3中任一项所述的方法,其特征在于,所述目标题目类型包括:数据库相关课程中范式问题题目类型;所述目标规则集合包括范式问题的定义;

    9.根据权利要求8所述的方法,其特征在于,所述确定不满足范式问题的目标函数依赖集,包括:

    10.一种习题自动生成装置,其特征在于,包括:

    11.一种电子设备,其特征在于,包括:

    12.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。


    技术总结
    本公开涉及一种习题自动生成方法、装置、电子设备及存储介质,该方法包括:获取目标题目类型;确定与所述目标题目类型对应的目标习题生成算法、目标规则集合及目标常量集合;其中,所述目标规则表示生成所述目标题目类型的习题需符合的规则,所述目标常量表示描述所述目标题目类型的参数、数据或符号;根据所述目标习题生成算法、所述目标规则集合及所述目标常量集合,生成目标题目类型的至少一个习题和/或所述至少一个习题的解答信息;呈现所述至少一个习题和/或所述至少一个习题的解答信息。通过本公开,能够自动生成海量多样化习题,满足不同学生的个性化需求。

    技术研发人员:王朝坤,张子谦,吴呈,冯昊
    受保护的技术使用者:清华大学
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-96587.html

    最新回复(0)