人工智能在K12教育行業(yè)的落地

人工智能在K12教育行業(yè)的落地苗廣藝@學霸君2018.3.14個人簡介畢業(yè)于中科院計算機專業(yè)，模式識別方向先后就職于央視網(wǎng)、搜狐、YY、奇虎3602014年加入學霸君，目前擔任技術(shù)VP目錄1背景介紹智慧題庫自動批改自適應學習總結(jié)2345學霸君是一家面向K12的智能化教育公司碎片化學習場景課外補習場景課內(nèi)學習場景

學習陪伴工具滴滴打老師2C：線上1對1授課2B：智慧教育平臺2014.12015.42016.2500萬美金5000萬美金1億美金A輪B輪C輪人工智能的幾個層次基礎(chǔ)層云計算、芯片、TF等框架中間層語音識別、人臉識別、圖像識別應用層AI+行業(yè)、行業(yè)+AI學霸君定位80萬套試卷8，000萬道題目100億次搜索僅有數(shù)量是遠遠不夠的，我們需要智慧題庫學霸君積累了海量題庫自動識別題目屬性（如題號、分值、題目類型，選擇題選項，填空題空格位置）題目格式結(jié)構(gòu)化

若函數(shù)<tex>f(x)=\frac{3a-1}{\sqrt{1-ax}}</tex>在區(qū)間<tex>[0,1]</tex>上單調(diào)遞增識別算法渲染算法數(shù)學公式LaTeX化低成本人力流水化生產(chǎn)題目試卷書本W(wǎng)ord、PDF圖片高效數(shù)字工廠結(jié)構(gòu)化題目題庫流水化加工自動化算法系統(tǒng)訓練算法入庫反饋通過算法提高生產(chǎn)效率書本結(jié)構(gòu)化題目題庫目錄制作（版面分析、OCR）切割掃描框題掛靠目錄（版面分析、OCR）去重（搜索，NLP）結(jié)構(gòu)化錄入（版面分析、OCR、公式識別）雙重質(zhì)檢（NLP）難點：短文本、多層次、需要語義/公式層面信息題目知識點分類結(jié)構(gòu)化知識點通過算法提高生產(chǎn)效率單題結(jié)構(gòu)化知識點題庫老師團隊：兼職+全職眾包體系眾包標注知識點自動化算法系統(tǒng)特征提取獲取題目結(jié)構(gòu)化信息對不同學科進行專門分詞處理提取公式，提取公式特征知識點分類算法神經(jīng)網(wǎng)絡分類CNN+RNN多模型Ensenble結(jié)果過濾篩選出預測置信度較低的題目，交給人工確認后處理預測1-4級知識點結(jié)構(gòu)用上層知識點約束下層使用場景手寫筆記同傳技術(shù)保留紙筆寫字的傳統(tǒng)習慣學校里常規(guī)使用自動批改學?，F(xiàn)狀未來情況老師每天至少花費2個小時批改作業(yè)學生做題數(shù)據(jù)全量電子化由系統(tǒng)完成作業(yè)批改老師隨時查看作業(yè)報告自動批改算法架構(gòu)批改結(jié)果學生做題的筆記數(shù)據(jù)題目答案獲取版面分析手寫識別知識點分析符號語言處理答案的變式處理搜索匹配題目與學生筆跡學生手寫筆跡：題干：學生筆跡版面分析文本行提取公式定位端到端識別（CNN＋LSTM＋CTC）卷積層解碼層多層RNNf(x)是減函數(shù)基于2D空間結(jié)構(gòu)識別算法主要步驟：1.字符切分2.字符識別3.公式結(jié)構(gòu)解析4.后處理基于搜索匹配的批改參考答案：數(shù)學符號語言處理批改結(jié)果：匹配老師收到作業(yè)報告26縮小學習閉環(huán)時間解答題如何實現(xiàn)自動批改？M個關(guān)鍵步驟：N行手寫數(shù)據(jù)：關(guān)鍵步驟1關(guān)鍵步驟2最終得分=

答案分數(shù)+步驟1分數(shù)+步驟2分數(shù)解答題批改引來的問題幾個問題：關(guān)鍵步驟如何提??？多種解法如何處理？題干解題步驟自動解題算法多種解法關(guān)鍵步驟精細知識點答案29高考機器人Demo解題算法架構(gòu)題目文本數(shù)據(jù)解題步驟NLP形式化描述語言若干知識元推導過程生成語言中間狀態(tài)結(jié)束是否獲得答案是否狀態(tài)切換IRT理論：ItemResponseTheory

個性化學習廣泛應用于心理和教育測量領(lǐng)域應用：學生能力評估學生ID題目ID學科ID知識點答題情況10002000數(shù)學集合關(guān)系10002001數(shù)學三角函數(shù)10012002物理重力的性質(zhì)10012003化學碳元素特點……………答題數(shù)據(jù)數(shù)據(jù)分析學生能力數(shù)據(jù)學生ID學科知識點能力值1000數(shù)學集合關(guān)系1.121001物理重力的性質(zhì)-0.231001化學碳元素特點0.87…………題目屬性數(shù)據(jù)題目ID難度區(qū)分度答對概率20000.670.423%20010.540.565%2002-1.21.24.2%2003-0.120.7626%…………DeepKnowledgeTracing(DKT)輸出層（預測學生的答題正確的概率）輸入層（學生的答題序列）隱藏層（學生的能力特征）核心：以RNN為基本架構(gòu)以學生的能力作為隱藏的特征預測學生答對概率，或者結(jié)合IRT模型，將訓練得到的能力特征作為輸入利用RNN訓練學生能力模型傳統(tǒng)IRT理論深度學習RNN知識圖譜自適應學習模型自適應學習框架時間時間時間千人千面帶來