基于虚拟交通工程场景的试题自动生成方法及系统

1.本发明涉及虚拟认识实习领域，尤其是涉及一种基于虚拟交通工程场景的试题自动生成方法及系统。


背景技术：

2.认识实习是土木类相关专业的重要实践环节，交通工程(如道路、桥梁、隧道)是道路工程、桥梁工程、隧道工程、工程管理等专业的主要认识实习对象。当前面向交通工程的认识实习存在着场景单一、疫情暴露风险大、学习效果不佳等问题。发明人提出了基于百度地图全景数据的交通工程虚拟认识实习模式，并开发了对应的道桥隧工程虚拟认识实习系统(vcps)。为了检验学生的虚拟认识实习效果，怎样根据当前的虚拟实习场景自动生成试题就显得尤为重要。


技术实现要素：

3.本发明的目的在于怎样检验虚拟实习效果，提出了一种基于虚拟交通工程场景的试题自动生成方法及系统。
4.为解决上述技术问题，本发明所采用的技术方案是：
5.一种基于虚拟交通工程场景的试题自动生成方法，包括以下步骤：
6.步骤1：构建虚拟交通认识场景的知识库，所述知识库包括交通工程专业知识点以及每个知识点所属的知识类型；
7.步骤2：构建图片库，所述图片库包括各交通场景的图片，以及每个图片所涉及的多个交通工程专业知识点；
8.步骤3：构建题目范式库，所述题目范式库中的每个题目范式都包括题干表达式和答案选项，题干表达式中的变量使用图片中的知识点或知识类型；
9.步骤4：根据图片中的知识点，使用“知识-图片-题目范式”自动生成题目。
10.进一步地，步骤4中使用“知识-图片-题目范式”自动生成题目的方法是：
11.步骤4.1：从题目范式库中抽取一题目范式；
12.步骤4.2：根据图片中的各知识点及其所属的知识类型，从中抽取与题目范式中变量相一致的某一知识点或知识类型作为题目范式中的变量值得到题干，从图片库中抽取与题干表达式中的变量所对应的知识点或知识类型相匹配的图片pii生成答案正确选项；
13.步骤4.3：从图片库中抽取除当前答案正确选项图片外的任一图片pij，计算该图片pij与答案图片pii的相似度；
14.步骤4.4：根据相似度的大小及题目难易程度选择相应相似度区间的图片作为答案的干扰选项。
15.进一步地，所述知识库包括多条知识链，所述知识链是指任意知识点回溯其所在的父类知识类型，及其父类的父类，直到回溯至无父类，将所有回溯到的父类按顺序穿连形成该知识点的知识链。
16.进一步地，所述知识类型采用无级分类的方式进行划分。
17.进一步地，所述无级分类的方式是指不限制知识类型的层级，每个知识类型可隶属0个或多个父类，亦可成为其他知识类型的父类。
18.进一步地，步骤4.3中计算相似度的方法是：
19.根据答案图片pii中的各知识点，从知识库中得到各知识点所对应的知识链集合(kc
i1
,kc
i2
,kc
i3
...kc
io
)；
20.从图片库中抽取除当前答案正确选项图片外的任一图片pij，从知识库中得到图片pij中各知识点所对应的知识链集合为(kc
j1
,kc
j2
,kc
j3
...kc
jp
)；
21.计算图片pii中各知识点与pij知识链集合的相似度，取各相似度的平均值作为两图片的相似度ks
ij
。
22.进一步地，步骤4.4中根据相似度的大小及题目难易程度选择相应相似度区间的图片作为答案的干扰选项的具体方法是：
23.根据题目难易程度的等级，将相似度划分成与题目难易程度等级数相同的区间；
24.根据相似度划分的区间，根据出题者拟达到的题目难易程度等级，选择与题目难易程度等级相对应的相似度区间内的相似度图片作为答案干扰项。
25.进一步地，还包括步骤5：根据试卷出题量，出相应数量的题目。
26.进一步地，步骤1中图片库中的图片通过导航地图中的全景视角，截取对应的图片，每个图片所涉及的多个交通工程专业知识点通过图片处理软件将知识点标注在全景图片上。
27.进一步地，在所述知识点上设置链接，在鼠标点击或放置在知识点上后，出现相应知识点的详细介绍。
28.本发明还提供了一种基于虚拟交通工程场景的试题自动生成系统，包括以下模块：
29.知识库构建模块：用于构建虚拟交通认识场景的知识库，所述知识库包括交通工程专业知识点以及每个知识点所属的知识类型；
30.图片库构建模块：用于构建图片库，所述图片库包括各交通场景的图片，以及每个图片所涉及的多个交通工程专业知识点；
31.题目范式库构建模块：用于构建题目范式库，所述题目范式库中的每个题目范式都包括题干表达式和答案选项，题干表达式中的变量使用图片中的知识点或知识类型；
32.题目自动生成模块：用于根据图片中的知识点，使用“知识-图片-题目范式”自动生成题目。
33.采用上述技术方案，本发明具有如下有益效果：
34.本发明提供的一种基于虚拟交通工程场景的试题自动生成方法及系统，基于图片库以及图片中的多个知识点，在实习系统中进行知识点的认知时，根据图片中的知识点，出相应的题目对知识加以巩固，本发明能够基于知识点出相应类型的题目，使得学生在室内实习即可学习知识也能检验学习效果。
附图说明
35.图1为本发明系统流程图；
36.图2为具体实施例中长沙五一大道全景图；
37.图3为黑石铺大桥图片库构建过程示意图；
38.图4为具体实施例中虚拟认识实习系统界面；
39.图5为具体实施例中某桥梁工程局部全景示意图。
具体实施方式
40.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.本发明中所采用的虚拟认识实习系统，是基于导航地图全景中包含了全国652个城市街道的全景数据，覆盖里程数229.5万公里，并包含了众多道路、桥梁、隧道等交通工程的全景数据(如图1所示)。因此可利用导航地图的全景数据来构建典型交通工程的虚拟认识场景。百度地图全景可通过电脑浏览器、手机百度地图进行查看，以下主要介绍通过电脑浏览器查看百度地图全景的方法。在浏览器中输入网址(http://map.baidu.com)进入百度地图，在显示界面的右下角选择“全景”模式；然后点击可查看全景数据的位置，即可浏览对应位置的全景。在浏览不同位置的全景时，浏览器地址栏的网址中的请求参数也会相应变化，如：图2所示长沙五一大道全景对应的浏览网址为(https://map.baidu.com/@12577026.54,3253963.3099999996,21z,87t,-92.32h#panoid＝09031800122005160831578832s&panotype＝street&heading＝92.31&pitch0&l＝21&tn＝b_normal_map&sc＝0&newmap＝1&shareurl＝1&pid＝09031800122005160831578832s)。若将上述网址复制，直接通过浏览器打开该网址，即可浏览到同图2所示全景。上述网址同时也是图2在互联网中的统一资源定位地址(uniform resource locator，url)。利用上述方式，可结合虚拟认识实习的场景需求，针对性地获取不同交通工程的不同位置(不同视角)的全景url。
42.图1示出了本发明一种基于虚拟交通工程场景的试题自动生成方法的具体实施例，包括以下步骤：
43.步骤1：构建虚拟交通认识场景的知识库，所述知识库包括交通工程专业知识点以及每个知识点所属的知识类型。本实施例中，通过将知识点进行汇总形成具有交通认识场景的知识库。本实施例中，通过将知识点划分到具体的知识类型中，可以知道某一知识点的上层分类，任意一种知识类型也可作为一个知识点。例如：将“桥梁工程”作为最上层的知识类型，将其按照受力形式划分为“梁桥、拱桥、悬索桥、斜拉桥、其他形式桥梁”，然后再将“梁桥”按照分部工程划分为“基础工程、下部构造、上部改造、附属工程”，然后再将“下部构造”按照分项工程划分为“承台、桥墩系梁、混凝土桥墩、混凝土桥台、盖梁”。那么梁桥既是一个知识点，也是知识点“基础工程、下部构造、上部改造、附属工程”所属的知识类型。
44.步骤2：构建图片库，所述图片库包括各交通场景的全景图片，以及每个全景图片所涉及的多个交通工程专业知识点。图片库中的每张图片都是以知识库中的知识点进行标注。本实施例图片库中的全景图片通过导航地图中的全景视角，截取对应的全景图片，每个全景图片所涉及的多个交通工程专业知识点通过图片处理软件将知识点标注在全景图片上。并且在所述知识点上设置链接，在鼠标点击或放置在知识点上后，出现相应知识点的详
细介绍的网页。
45.现以黑石铺大桥为例来介绍图片库创建的过程。该大桥所涉及的知识点包括：(1)工程整体，涵盖构造形式、设计规模等；(2)桥面及伸缩缝；(3)上部钢管拱；(4)钢筋混凝土拱；(5)东岸引桥；(6)西岸引桥。现以黑石铺大桥桥面及伸缩缝为例来进一步具体介绍：通过百度地图中点取对应位置，进入可展示黑石铺大桥桥面及伸缩缝的视角，截取对应的全景图片，并获得全景对应的url。通过图片处理软件在全景截图上用较为明显的颜色和字体标记出伸缩缝、沥青路面、分隔带、钢管拱、护栏等关键部位的知识点。使用html、css、javascript制作黑石铺大桥桥面及伸缩缝知识点对应的网页，网页文字介绍、全景图片、链接按钮，如图3所示。在链接按钮处设置了鼠标点击动作触发事件，即“onclick”事件。类似地，可创建出黑石铺大桥所涉及知识点对应的网页，形成黑石铺大桥虚拟认识场景模块。如此所示，可以得到多个交通场景的图片，并在每个图片上标注知识点，基于知识点的连接，可以得到相应知识点的详细介绍网页。图片中所有知识点的集合即构成了该图片的知识体系(kp1,kp2,kp3...kpn)，kp1,kp2,kp3...kpn表示该图片中的各知识点(knowledge point,kp)。如图5所示的某桥梁工程局部全景截图，该图中包含了“混凝土桥墩”和“梁板”两个知识点。上述知识点构成了该图对应的知识体系。
46.步骤3：构建题目范式库，所述题目范式库中的每个题目范式都包括题干表达式和答案选项，题干表达式中的变量使用图片中的知识点或知识类型。
47.为了使本实施例更好地实施，构建了虚拟认识实习系统，利用导航地图全景数据能够创建道路、桥梁、隧道等类型交通工程的全景。通过将不同工程虚拟认识场景模块进行集成，并集成其他辅助功能模块(如登录模块、计时模块)，搭建出了“道桥隧工程虚拟认识实习系统”，虚拟认识实习系统的系统主界面主要包括顶部的登录信息、左侧导航栏、知识点展示区、全景显示窗口(点击知识点展示区中链接按钮后弹出显示)等，如图4所示。虚拟认识实习系统主要基于html、css、javascript开发，并部署在web服务器的互联网信息服务(iis)中。虚拟认识实习系统为浏览器/服务器模式，即b/s架构。从浏览器端而言，vcps在基于chromium内核的浏览器中运行效果最佳，图4为在google chrome浏览器中运行的截图。
48.本实施例中，题目范式多以选择题为基础。完整的题目范式由题干表达式和答案选项表达式构成。在题干表达式主要将知识类型kt(knowledge type)及知识点kp型作为变量，也可将图片pi作为变量。在答案选项表达式中主要将图片pi作为变量，也可将知识类型kt及知识点kp型作为变量。所有的题目范式的集合即构成了题目范式库。
49.示例：以下给出两种题目范式示例，中括号“[]”中的内容为变量。
[0050]
题目范式1：以下哪张图片包含有[知识点kp]？()
[0051]
a.[图片pi1]
ꢀꢀꢀꢀ
b.[图片pi2]
ꢀꢀꢀꢀꢀ
c.[图片pi3]
ꢀꢀꢀꢀꢀ
d.[图片pi4]
[0052]
题目范式2：以下哪张图片中不属于[知识类型kt]？()
[0053]
a.[图片pi1]
ꢀꢀꢀꢀ
b.[图片pi2]
ꢀꢀꢀꢀꢀ
c.[图片pi3]
ꢀꢀꢀꢀꢀ
d.[图片pi4]
[0054]
步骤4：根据当前全景图片中的知识点，使用“知识-图片-题目范式”自动生成题目。
[0055]
本实施例中，步骤4中使用“知识-图片-题目范式”自动生成题目的方法是：
[0056]
步骤4.1：从题目范式库中抽取一题目范式；
[0057]
步骤4.2：根据图片中的各知识点及其所属的知识类型，从中抽取与题目范式中变
量相一致的某一知识点或知识类型作为题目范式中的变量值得到题干，从图片库中抽取与题干表达式中的变量所对应的知识点或知识类型相匹配的图片pii生成答案正确选项。
[0058]
步骤4.3：从图片库中抽取除当前答案正确选项图片外的任一图片pij，计算该图片pij与答案图片pii的相似度。
[0059]
为了使非答案选项达到一定的干扰效果，通过计算两个图片的相似度来设置干扰选项。并且可以根据相似度来设置题目的难易程度。同时为了更好的计算相似度，使知识库中的知识点按照知识链进行体现，从而可以快速找出知识点的上下级分类是什么，通过上下级分类这种具有相似知识类型的知识点来更好地达到干扰的效果。具体为：将知识点按照所属的知识类型进行划分，划分方法采用的是无级分类的方式，即不限制知识类型的层级，每个知识类型可隶属0个或多个父类，亦可成为其他知识类型的父类。按照此划分后，将任意知识点回溯其所在的父类知识类型，及其父类的父类，直到回溯至无父类，将所有回溯到的父类按顺序穿连形成该知识点的知识链。仍以步骤1中的桥梁工程为例来进行说明。“桥梁工程”作为最上层的知识类型，按照受力形式划分为“梁桥、拱桥、悬索桥、斜拉桥、其他形式桥梁”，再将“梁桥”按照分部工程划分为“基础工程、下部构造、上部改造、附属工程”，然后再将“下部构造”按照分项工程划分为“承台、桥墩系梁、混凝土桥墩、混凝土桥台、盖梁”。那么“混凝土桥墩”这一知识点对应的知识链为“桥梁工程-梁桥-下部构造-混凝土桥墩”。类似地，“下部构造”这一知识点对应的知识链为“桥梁工程-梁桥-下部构造”。知识链中的每一个环节既是知识类型也是知识点。
[0060]
本实施例中，计算相似度的方法是：
[0061]
根据答案图片pii中的各知识点，从知识库中得到各知识点所对应的知识链集合(kc
i1
,kc
i2
,kc
i3
...kc
io
)；
[0062]
从图片库中抽取除当前答案正确选项图片外的任一图片pij，从知识库中得到图片pij中各知识点所对应的知识链集合为(kc
j1
,kc
j2
,kc
j3
...kc
jp
)；
[0063]
计算图片pii中各知识点与pij知识链集合的相似度，取各相似度的平均值作为两图片的相似度ks
ij
。由于知识点与知识链都是问本形式，通过文本相似度计算方法即可计算出图片pii中各知识点与pij知识链集合的相似度。
[0064]
步骤4.4：根据相似度的大小及题目难易程度选择相应相似度区间的图片作为答案的干扰选项。
[0065]
本实施例中，根据题目难易程度的等级，将相似度划分成与题目难易程度等级数相同的区间，然后根据相似度划分的区间，根据出题者拟达到的题目难易程度等级，选择与题目难易程度等级相对应的相似度区间内的相似度图片作为答案干扰项。
[0066]
比如，将题目难易程度等级划分成高等题目难度、中等题目难度和低等题目难度3个等级，将相似度划分成三个区间，比如，设置难易程度的阈值点为0.7和0.2，若知识相似度ks
ij
大于等于0.7且小于1，则图片pij作为答案干扰项将加大题目难度；若知识相似度ks
ij
大于等于0.2且小于0.7，则图片pij作为答案干扰项对题目难易程度影响小；若知识相似度ks
ij
小于0.2，则图片pij作为答案干扰项将减小题目难度。若知识相似度ks
ij
等于1，则图片pij与答案图片pij完全一致，则不能作为答案干扰项。
[0067]
步骤5：根据试卷出题量，出相应数量的题目。
[0068]
使用本发明的方法，可以高效自动生成大量的题目。假设知识库中有m个知识点，
图片库中有n张图片，题目范式库中有k种题目范式，那么最多可生成m
×n×
k道不同的题目，若考虑题目答案选项的顺序则还可生成更多不同的题目。如：假定知识库中有60个知识点，图片库中有50张图片，题目范式库中有10种题目范式，那么最多可生成60
×
50
×
10＝30000道不同的题目，若考虑题目答案选项的顺序则还可生成更多不同的题目。
[0069]
在组合试卷时需定义好题型、题量及难度。题型与抽取的题目范式相关。题量与生成的题目数量相关。难度则可影响到生成的干扰选项对应图片与正确选项对应图片知识相似度。将生成的题目进行组合，即可形成完整试卷。本发明还提供了一种基于虚拟交通工程场景的试题自动生成系统，包括以下模块：
[0070]
知识库构建模块：用于构建虚拟交通认识场景的知识库，所述知识库包括交通工程专业知识点以及每个知识点所属的知识类型；
[0071]
图片库构建模块：用于构建图片库，所述图片库包括各交通场景的图片，以及每个图片所涉及的多个交通工程专业知识点；
[0072]
题目范式库构建模块：用于构建题目范式库，所述题目范式库中的每个题目范式都包括题干表达式和答案选项，题干表达式中的变量使用图片中的知识点或知识类型；
[0073]
题目自动生成模块：用于根据图片中的知识点，使用“知识-图片-题目范式”自动生成题目。
[0074]
通过本发明，在实习系统中进行知识点的认知时，根据当前图片的知识点，出相应的题目对知识加以巩固，本发明能够基于知识点出相应类型的题目，使得学生在室内实习即可学习知识也能检验学习效果。
[0075]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。