CN119514554A 一种基于大模型的阅读理解命题素材的智能改写方法 （北京光年无限科技有限公司）

一种基于大模型的阅读理解命题素材的智本发明公开了一种基于大模型的阅读理解示模型自动识别并提取英文原文的核心主题表GPT大模型根据初中英语教学大纲和中考命题标完成简化后生成的英文原文改写版本进行语法型简化并符合中考命题标准的英文文本输出给2结构转换为简单句或并列句，基于语法关联调整复杂语法为符合中考命题标准的语法结2.根据权利要求1所述的一种基于大模型的阅读理解命题素材的智能改写方法，其特ij表示句子Si中的第j个从句；i中提取高级词汇集合：ij表示句子Si中的第j个高级词汇，高级词汇指与初中英语ij表示句子Si中的第j个语法结构超出初中学生的认知水平；3iii分别表示句子Si中的从句数量、高级词汇数量和超出学生认知水平的语3.根据权利要求1所述的一种基于大模型的阅读理解命题素材的智能改写方法，其特ipq)为语法关系ripq的复杂度权重，反映语法结构在初中英语教学大纲S23、对英文原文篇章T进行上下文结构解析，利用T+β144.根据权利要求1所述的一种基于大模型的阅读理解命题素材的智能改写方法，其特ij表示句子Si与句子Sj的连接度；S34、通过GPT大模型的语义理解模块提取文章的主要思想MT和关键信息点集合KT=ki表示第i个关键信息点；T5.根据权利要求1所述的一种基于大模型的阅读理解命题素材的智能改写方法，其特ty(w)-(1-):56.根据权利要求1所述的一种基于大模型的阅读理解命题素材的智能改写方法，其特jS54、利用从句简化函数Simplify(ci)将每个复杂从句ci∈CH转换为简单句或并列句，s,i优化后的形式，λ为调整系数，确保优化后的句法符合教学大纲要6[0003]在现有技术中英语阅读理解的命题和素材改写通常由教教师需要根据课程标准选择合适的文章素材并手动设计或调整试题的词汇、句式和语法，[0005]本发明的一个目的在于提出一种基于大模型的阅读理解命题素材的智能改写方7[0011]S5、GPT大模型根据初中英语教学大纲和中考命题标准对英文原文进行自适应简8解为词汇单元序列：；T+β1[0051]S32、基于词汇特征集合FT和上下文主题表示向量C’T，计算篇章的主题关联度9[0057]S34、通过GPT大模型的语义理解模块提取文章的主要思想MT和关i个关键信息点；句子Si与Sj之间的直接语法关系强度，Stopic(Si,Sj)为句子S(Si,MT)为句子Si与主要思想MT的相关性函数，α2和β2为语义相似度与主题关联度的平衡系[0069]S44、利用上下文信息集合Ccontext和主题关联度Stopic(T)计算篇章的语法复杂度n[0090](1)本发明结合词汇特征集合、句法依存树及上下文主题信息提出了多维度的特上下文关联性计算函数和逻辑斯蒂回归函数对素材中的复杂句法和高级词汇进行精准替[0091](2)本发明设计了一种基于核心主题模型的多层自适应命题生成机制，通过分析活生成适用于不同难度和主题的命题版本实现了命题内容的多[0092](3)本发明集成了动态反馈和实时优化模块使GPT大模型在实际应用中能够根据用户反馈不断优化生成效果，教师或教育系统在使用过程中对生成的素材和命题进行评优化机制，本发明能够逐步提升模型对不同学生群体的适应性实现高度个性化的命题生[0094]图1为本发明提出的一种基于大模型的阅读理解命题素材的智能改写方法的流程[0095]图2为本发明提出的一种基于大模型的阅读理解命题素材的智能改写方法中词[0102]S5、GPT大模型根据初中英语教学大纲和中考命题标准对英文原文进行自适应简解为词汇单元序列：[0123]W=f；T+β1[0142]S32、基于词汇特征集合FT和上下文主题表示向量C’T，计算篇章的主题关联度[0148]S34、通过GPT大模型的语义理解模块提取文章的主要思想MT和关i个关键信息点；句子Si与Sj之间的直接语法关系强度，Stopic(Si,Sj)为句子S(Si,MT)为句子Si与主要思想MT的相关性函数，α2和β2为语义相似度与主题关联度的平衡系[0160]S44、利用上下文信息集合Ccontext和主题关联度Stopic(T)计算篇章的语法复杂度选取阅读材料并生成符合中考要求的阅读理解试题，在筛选过程中英语教研组选择了一篇初中生的理解水平需要对其进行改写。[0184]“Effortstomitigateclimatechangerequitoreducecarbonemissionsandadoptsustainablepractices.Failuretoa套从句结构：“Effortstomitigateclimatechangerequireconvergenceamong[0191]原句：“Effortstomitigateclimatechangerequireconvergenceamongnationstoreducecarbonemissionsandadoptsustainablepractices.”[0192]简化后：“Countriesneedtoworktogethertoreducepollution.Theyshouldalsofindbetterw[0206]表1本发明系统与传统人工方法在阅读理解命题素材处理过程中的时间与效率对比[0209]由上表1可以看出在使用本系统进行智能改写后，教师团队将生成的试题用于模[0210