生成题目文本的方法、装置、计算设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114254632A(43)申请公布日2022.03.29(21)申请号202111501753.7(22)申请日2021.12.09(71)申请人科大讯飞股份有限公司地址230088安徽省合肥市高新区望江西路666号(72)发明人周俊胡阳(74)专利代理机构北京集佳知识产权代理有限公司11227代理人韩丽波(51)Int.Cl.G06F40/289(2020.01)G06F40/216(2020.01)权利要求书2页说明书12页附图2页(54)发明名称生成题目文本的方法、装置、计算设备及存储介质(57)摘要本申请公开了一种生成题目文本的方法，包括：确定目标生字，并根据预先建立的字、词、句之间的关联关系，确定包括该目标生字的至少一个目标词和/或至少一个目标语句，从而进一步根据确定出的目标词和/或目标语句，生成针对该目标生字的题目文本。如此，针对每个生字，均可以自动生成相应的题目文本，从而无需由专业人员进行人工编写生成题目文本。这样，不仅可以有效降低生成题目文本所需的人力成本，而且，相比于人工编写的方式而言，由服务器等计算设备自动化生成题目文本的效率通常也较高。此外，本申请还提供了对应的装置、计算设备以及存储介质。CN114254632ACN114254632A权利要求书1/2页1.一种生成题目文本的方法，其特征在于，所述方法包括：确定目标生字；根据字、词、句之间的关联关系，确定包括所述目标生字的目标词和/或目标语句；根据所述目标词和/或所述目标语句，生成针对所述目标生字的题目文本。2.根据权利要求1所述的方法，其特征在于，所述根据字、词、句之间的关联关系，确定包括所述目标生字的目标词，包括：根据字、词、句之间的关联关系，确定包括所述目标生字的多个候选词；根据各个候选词对应的词频，将所述多个候选词中至少一个候选词确定为所述目标词，所述目标词的词频大于所述多个候选词中其它候选词的词频。3.根据权利要求1所述的方法，其特征在于，所述字、词、句之间的关联关系，包括：字与字之间的关联关系、字与词之间的关联关系、词与句之间的关联关系；其中，所述字与字之间的关联关系，包括学习顺序关系、组词关系以及发音关系中的至少一种，所述学习顺序关系用于指示不同字之间的学习先后顺序，所述组词关系用于指示不同字之间是否能够组成词语，所述发音关系用于指示不同字之间的发音属于发音相同、发音相似以及发音不同中的任意一种；所述字与词之间的关联关系，包括包含关系以及词频，所述包含关系用于指示字是否包含于词语中；所述词与句之间的关联关系，用于指示词语所在的语句。4.根据权利要求3所述的方法，其特征在于，所述目标词中其余各个字的学习顺序均在所述目标生字的学习顺序之前；和/或，所述目标语句中其余各个字的学习顺序均在所述目标生字的学习顺序之前。5.根据权利要求1所述的方法，其特征在于，所述根据目标词和/或目标语句，生成针对所述目标生字的题目文本，包括：确定多种题型的结构特征；根据目标词和/或目标语句，确定所述多种题型的结构特征分别对应的结构化参数；根据所述多种题型的结构特征分别对应的结构化参数，生成针对所述目标生字的多个题目文本，不同题目文本具有不同的结构化参数。6.根据权利要求1至5任一项所述的方法，其特征在于，所述确定目标生字，包括：获取生字集合以及用户的生字学习记录；根据所述用户的生字学习记录，从所述生字集合包括的多个生字中确定出所述用户未学习的生字，得到所述目标生字。7.根据权利要求1至5任一项所述的方法，其特征在于，所述确定目标生字，包括：获取用户输入的学习文本；根据所述用户的生字学习记录，从所述学习文本中确定出所述用户未学习的生字，得到所述目标生字。8.一种生成题目文本的装置，其特征在于，所述装置包括：第一确定模块，用于确定目标生字；第二确定模块，用于根据字、词、句之间的关联关系，确定包括所述目标生字的目标词和/或目标语句；2CN114254632A权利要求书2/2页生成模块，用于根据所述目标词和/或所述目标语句，生成针对所述目标生字的题目文本。9.一种计算设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行权利要求1‑7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1‑7中任一项所述的方法。3CN114254632A说明书1/12页生成题目文本的方法、装置、计算设备及存储介质技术领域[0001]本申请涉及人工智能技术领域，特别是涉及一种生成题目文本的方法、装置、计算设备及存储介质。背景技术[0002]实际场景中，在用户学习新语种(如中文等