本公开的实施例涉及计算机,具体涉及一种题目及应答内容分析方法、装置、电子设备和计算机可读介质。
背景技术:
1、随着信息技术的发展,传统的教育方式正逐渐向智能化、个性化发展。特别是对于课后练习的批改与反馈,如何高效、准确地提供学生作答的评价,成为提升教学质量的关键。
2、现有技术中缺乏一种能够结合亲和力语调和情感表达,同时适应儿童认知特点的智能批改方法。
技术实现思路
1、本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
2、本公开的一些实施例提出了一种题目及应答内容分析方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
3、第一方面,本公开的一些实施例提供了一种题目及应答内容分析方法,该方法包括:获取目标题目以及目标用户针对上述目标题目的应答内容;对上述应答内容以及上述目标题目进行文本分离,得到文本数据;对上述文本数据进行分析,得到分析结果;根据上述分析结果生成关于上述应答内容的反馈信息。
4、第二方面,本公开的一些实施例提供了一种题目及应答内容分析装置,装置包括:获取单元,被配置成获取目标题目以及目标用户针对上述目标题目的应答内容;分离单元,被配置成对上述应答内容以及上述目标题目进行文本分离,得到文本数据;分析单元,被配置成根据上述目标题目对上述文本数据进行分析,得到分析结果;生成单元,被配置成根据上述分析结果生成关于上述应答内容的反馈信息。
5、第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
6、第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
7、本公开的上述各个实施例中的一个实施例具有如下有益效果:通过原有的习题老师的手动批改数据,实现数据的预训练,并灌入大模型中进行微调,实现私有化部署用的中文表达素养课批改大模型。不仅提高了课后练习的批改效率,而且通过个性化、富有情感色彩的反馈方式激发儿童学习兴趣和积极性。此外,json格式输出使得易于与其他数字平台集成使用。
1.一种题目及应答内容分析方法,包括:
2.根据权利要求1所述的方法,其中,所述对所述文本数据进行分析,得到分析结果,包括:
3.根据权利要求2所述的方法,其中,所述分析模型是以gpt模型作为初始模型,以目标参数作为所述初始模型的prompt参数,以样本文本数据为输入,以样本文本数据对应的样本分析结果为期望输出,对所述初始模型进行训练得到的。
4.根据权利要求3所述的方法,其中,所述方法还包括:
5.根据权利要求1所述的方法,其中,所述根据所述分析结果生成关于所述应答内容的反馈信息,包括:
6.根据权利要求1所述的方法,其中,所述对所述应答内容以及所述目标题目进行文本分离,得到文本数据,包括:
7.一种题目及应答内容分析装置,包括:
8.一种电子设备,包括:
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。