買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜科大訊飛股份有限公司申請的專利訓練試題評分模型的方法、試題評分方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114548398B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111675700.7，技術領域涉及：G06N3/08；該發明授權訓練試題評分模型的方法、試題評分方法及裝置是由王碩;汪洋;盛志超;王士進;竺博;魏思設計研發完成，并于2021-12-31向國家知識產權局提交的專利申請。

本訓練試題評分模型的方法、試題評分方法及裝置在說明書摘要公布了：本申請披露了一種訓練試題評分模型的方法、試題評分方法及裝置。該方法包括：獲取題庫內試題對應的學生答卷，學生答卷包括題庫內試題對應的答題結果；根據答題結果，利用第二試題評分模型確定學生答卷的評分，其中第二試題評分模型是通過在保持第一試題評分模型的參數不變的情況下，利用題庫內樣本試題的評分數據對嵌入第一試題評分模型的第二神經網絡模型進行訓練得到的，第一試題評分模型是利用題庫外樣本試題的評分數據對第一神經網絡模型進行預訓練得到的。本申請能夠保證評分模型針對特定試題進行評分的有效性，并且降低了訓練成本、維護成本和部署成本。

本發明授權訓練試題評分模型的方法、試題評分方法及裝置在權利要求書中公布了：1.一種試題評分方法，其特征在于，包括：獲取題庫內試題對應的學生答卷，所述學生答卷包括所述題庫內試題對應的答題結果；根據所述答題結果，利用第二試題評分模型確定所述學生答卷的評分，其中所述第二試題評分模型是通過在保持第一試題評分模型的參數不變的情況下，利用題庫內樣本試題的評分數據對嵌入所述第一試題評分模型的第二神經網絡模型進行訓練得到的，所述第一試題評分模型是利用題庫外樣本試題的評分數據對第一神經網絡模型進行預訓練得到的，其中，所述第二試題評分模型包括至少一個編碼層、嵌入在每個編碼層中的至少一個適配器模型和共享參數層，所述試題評分方法還包括：根據所述題庫內樣本試題對應的考試標識，通過所述共享參數層動態地生成所述至少一個適配器模型的參數；當所述至少一個編碼層包括多個編碼層，所述至少一個適配器模型包括多個適配器模型時，所述根據所述題庫內樣本試題對應的考試標識，通過所述共享參數層動態地生成所述至少一個適配器模型的參數，包括：根據所述題庫內樣本試題對應的考試標識與所述多個編碼層對應的編碼層位置標識的對應關系，從所述多個編碼層選取一個編碼層，得到所述編碼層的編碼層位置標識；根據所述題庫內樣本試題對應的考試標識與所述多個適配器模型對應的適配器位置標識的對應關系，從所述編碼層中的多個適配器模型選取一個適配器模型，得到所述適配器模型的適配器位置標識；通過所述共享參數層的嵌入層，將所述考試標識、編碼層位置標識以及適配器位置標識分別轉換為考試嵌入層向量、編碼層位置嵌入層向量以及適配器位置嵌入層向量；將所述考試嵌入層向量、所述編碼層位置嵌入層向量以及所述適配器位置嵌入層向量拼接后，依次輸入所述共享參數層的第一線性層、激活函數層和第二線性層，得到所述適配器模型的參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人科大訊飛股份有限公司，其通訊地址為：230088 安徽省合肥市高新區望江西路666號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。