买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南师范大学申请的专利基于课程知识图谱与知识蒸馏的命题方法和装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120196761B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510123260.6，技术领域涉及：G06F16/36；该发明授权基于课程知识图谱与知识蒸馏的命题方法和装置及介质是由林泽枫;贺超波设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于课程知识图谱与知识蒸馏的命题方法和装置及介质在说明书摘要公布了：本申请公开了一种基于课程知识图谱与知识蒸馏的命题方法和装置及介质，可应用于信息处理技术领域。本申请通过构建包括知识点和知识点标签的课程知识图谱后，根据课程知识图谱中的知识点标签构建包括背景材料、问题标签、问题类型、待应用问题、答案以及待应用解析的目标数据集，然后通过所述目标数据集并采用知识蒸馏法对待训练问题生成模型进行多阶段训练以得到目标问题生成模型，从而使得基于目标问题生成模型进行命题操作时，能够有效提高问题生成效率、生成问题的多样性以及减少自动化生成过程的计算资源。

本发明授权基于课程知识图谱与知识蒸馏的命题方法和装置及介质在权利要求书中公布了：1.一种基于课程知识图谱与知识蒸馏的命题方法，其特征在于，所述方法包括以下步骤： 构建课程知识图谱，所述课程知识图谱包括知识点和知识点标签； 根据所述课程知识图谱中的知识点标签构建目标数据集，所述目标数据集中包括多个元素，多个所述元素包括背景材料、问题标签、问题类型、待应用问题、答案以及待应用解析； 通过所述目标数据集，采用知识蒸馏法对待训练问题生成模型进行多阶段训练，得到目标问题生成模型； 基于所述目标问题生成模型进行命题操作； 其中，所述构建课程知识图谱，包括： 抽取目标课程的知识点和知识点标签； 对抽取结果进行知识融合，得到知识融合结果； 根据所述知识融合结果进行知识重要性计算，得到知识重要性计算结果； 根据所述知识重要性计算结果和所述知识融合结果，生成预设数据库中存储的所述知识点和知识点标签对应的课程知识图谱； 所述对抽取结果进行知识融合，得到知识融合结果，包括： 计算所述知识抽取结果中所述知识点标签的第一相似度； 根据所述第一相似度对所述知识点标签进行融合，得到知识点标签融合结果； 计算所述知识抽取结果中所述知识点的第二相似度； 根据所述第二相似度对所述知识点进行融合，得到知识点融合结果； 所述根据所述课程知识图谱中的知识点标签构建目标数据集，包括： 对问题数据集中的背景材料和待应用问题进行分离，得到问题库； 根据所述课程知识图谱通过大语言模型生成问题标签； 根据所述问题标签构建标签-知识映射库，其中，所述目标数据集包括所述问题库和所述标签-知识映射库； 所述对问题数据集中的背景材料和待应用问题进行分离，得到问题库，包括： 对所述问题数据集进行初步分离，得到问题与背景材料集、答案集和解析集； 通过大语言模型分离所述问题与背景材料集中的待应用问题和背景材料，得到所述问题库； 所述通过所述目标数据集，采用知识蒸馏法对待训练问题生成模型进行多阶段训练，包括： 根据所述目标数据集对所述待训练问题生成模型中的学生模型进行多任务训练； 基于训练后的学生模型生成初始问题； 通过根据所述目标数据集和所述初始问题对所述待训练问题生成模型中的学生模型进行多任务训练； 所述根据所述目标数据集对所述待训练问题生成模型中的学生模型进行多任务训练，包括： 以所述目标数据集中的知识点和背景材料作为所述学生模型的输入，训练所述学生模型生成预测问题的过程； 以所述目标数据集中的知识点和背景材料作为所述学生模型的输入，训练所述学生模型生成预测问题和预测解析的过程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南师范大学，其通讯地址为：510000 广东省广州市中山大道西55号华南师范大学计算机学院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。