(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221046413 0.5 (22)申请日 2022.04.29 (71)申请人 华侨大学 地址 362000 福建省泉州市丰泽区城东城 华北路269号 (72)发明人 王华珍　孙雨洁　姜力文　林致中　 何霆　 (74)专利代理 机构 厦门市首创君 合专利事务所 有限公司 3 5204 专利代理师 李艾华 (51)Int.Cl. G06F 40/289(2020.01) G06F 40/30(2020.01) G06F 16/36(2019.01) G06F 40/242(2020.01)G06Q 50/20(2012.01) G06F 40/166(2020.01) (54)发明名称 一种基于知识约束的MCT完形填空智能出题 方法及系统 (57)摘要 本发明公开了一种基于知识约束的MCT完形 填空智能出题方法及系统， 方法包括： 基于HSK中 文水平等级和 医学词典等多维复杂知识约束对 医疗文本进行篇章语义解析， 以筛选出符合要求 的医疗文本作为出题语料； 基于MCT等级的知识 约束对出题语料进行考点词挖空； 基于医学知识 图谱、 HSK中文水平等级、 MCT等级等多维复杂知 识约束完成干扰项生成； 将题干挖空文本和题目 列表组成完形填空题目进行输出。 本发明针对参 加MCT考试的医学专业留学生， 内容聚焦在医院 日常交际场景的理解、 病情的沟通与交流、 疾病 的具体描述， 通过海量的医学词典、 医疗知识图 谱为MCT题库智能生成提供医疗知识数据支撑， 实现医学汉语资源的科 学利用。 权利要求书2页 说明书6页 附图1页 CN 114781373 A 2022.07.22 CN 114781373 A 1.一种基于知识约束的M CT完形填空智能出题方法， 包括以下步骤： S1： 医疗文本出题语料筛 选步骤 S11： 对医疗题干文本进行分词， 分词结果存 储于数组l istOfStr中； S12： 将“中医疾病与病征编码 ”词典中词汇存储于数组txt中， 如果listOfStr中的词汇 包含于词典中， 则舍弃对应的医疗题干文本； S13： 若医疗题干文本被保留， 则依次遍历listOfStr中的每个词语， 判断listOfStr中 的每个词语是否都存在于 “科室‑疾病”医学词典department中； 若存在， 则对字典time中的 相同键次数+1； S14： 遍历结束后， 找出字典time中键次数最大的值， 即出现次数最多的科室， 将该科室 名判断为题干文本的类别； 若类别符合M CT出题要求， 则该医疗题干文本保留； S15： 若保留医疗题干文本， 将HSK中文水平等级的等级词汇 “HSK”存储于数组strDict1 中； S16： 依次遍历listO fStr中的每个词语， 在数组strDict1中寻找词语对应的HS K中文水 平等级； 设当前出题对应的MCT等级值为c， 其中c包括一级、 二级和三级， 设置MCT等级一级 对应HSK1 ‑4级、 MCT等级二级对应HSK5级、 MCT等级三级对应HSK6 ‑9级； 若词语对应的HSK等 级超过其对应的M CT等级， 则舍弃对应的医疗题干文本； S17 ： 若医疗题干文本被保留 ， 则将该医疗题干文本确定为出题语料文本 TextQuesti on； S2： 考点词挖空步骤 S21： 将MCT考试大纲中的等级词库小于当前出题MCT等级值c的词汇存储于数组 strDict2中； 所述 等级词库包括词汇及其对应的M CT等级； S22： 判断listOfStr中的词语否存在于strDict2中， 如果存在， 则将该词语存储于候选 挖空词组l istLine中； S23： 如果候选挖空词组中词 汇数量多于设定的MCT单题出题词语数量限定值n， 则随机 剔除词汇， 保证剩余挖空词汇不多于n个， 由剩余挖空词汇组成的词组为 最终挖空词组； S24： 遍历最终挖空词组， 对每个词在出题语料文本TextQuestion 中找到该词第一处出 现的位置， 将该词替换为挖空字符 “____”； S23： 基于 完成挖空后的出题语料文本TextQuesti on形成题干挖空文本； S3:干扰项生成步骤 S31： 创建题目选项数组key， 遍历最终挖空词组中的词汇， 每个词语依次存入数组key 的第1个单 元key[0]； S32： 若key[0]存在于医学知识图谱中， 则在该知识图谱中随机选择另外3个词语构成 干扰项， 并将这3个字 符串存入 数组key的第2至第4单元中， 并将题目标注 为“医学题”， 将题 目标注的值存 入key的第5个单 元中； S33： 若key[0]不存在于医学知识图谱中， 则进一步判断key[0]是否存在于HSK中文水 平等级词汇数组strDict1中， 若存在， 则在数组strDict1 中随机选择另外3个词语构成干扰 项， 并将这3个字 符串存入 数组key的第2至第4单元中， 将题目标注 为“语法题”， 将题目标注 的值存入key的第5个单 元中； S34： 若key[0]不存在于HS K中文水平等级词汇中， 则在MCT考试大纲等级词库strDict3权　利　要　求　书 1/2 页 2 CN 114781373 A 2中随机选择另外3个词语构成干扰项， 并将这3个字 符串存入 数组key的第2至第4单元中， 将 题目标注为 “其它题”， 将题目标注的值存 入key的第5个单 元中； S4： 完形填空题目输出步骤 S41： 将获得与 最终挖空词组的数量m一致的m个题目选项数组key作 为题目列表； 其 中， m≤n。 S42： 将题干挖空文本和题目列表组成完形填空题目进行输出。 2.一种基于知识约束的M CT完形填空智能出题系统， 包括： 医疗文本出题语料筛选模块， 用于基于HSK中文水平等级和医学词典的知识约束对医 疗文本进行篇 章语义解析， 筛选出符合要求的医疗文本作为出题语料； 考点词挖空模块， 用于基于MCT等级的知识约束对出题语料进行考点词挖空， 形成题干 挖空文本； 干扰项生成模块， 用于基于医学知识图谱、 HSK中文水平等级和MCT等级 的知识约束完 成干扰项生成， 获得题目列表； 完形填空题目输出模块， 用于 输出由题干挖空文本和题目列表组成的完形填空题目。权　利　要　求　书 2/2 页 3 CN 114781373 A 3