基于向量空间模型的知识点与试题自动关联方法

• 作者: 刘茂福 舒琦赟 董奥根 黄革新
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: word2vec 知识点 余弦距离 语义相似度 向量空间模型
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP391
• 字数: 3713字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.10.002

摘要

随着基于知识点题库系统的广泛应用，实现试题与知识点的自动匹配，成为当下研究的重要问题。利用word2vec分别得到试题和知识点所包含的每个词的K维空间向量，通过计算空间向量间的余弦距离得到题干与知识点的语义相似度，进而自动发现知识点与试题之间的语义关联关系。实验结果显示此方法能快速发现试题与知识点的关系，提高题库系统的工作效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘茂福	武汉科技大学计算机科学与技术学院	33	169	9.0	11.0
2	黄革新	武汉科技大学计算机科学与技术学院	7	84	5.0	7.0
3	董奥根	武汉科技大学计算机科学与技术学院	1	9	1.0	1.0
4	舒琦赟	武汉科技大学计算机科学与技术学院	1	9	1.0	1.0