首页 > 其他分享 >104_api_intro_education_exam-question-similarity

104_api_intro_education_exam-question-similarity

时间:2024-11-08 09:48:14浏览次数:5  
标签:string similarity question 接口 api exam

考题相似度 AI 分析 API 数据接口

基于 AI 的相似度评估,专有 AI 模型,包含评估详情 。

gugudata_api_cover

1. 产品功能

  • 基于自有专业模型进行 AI 智能分析;
  • 提供详细的相似度评分和结果描述;
  • 高效的模型分析性能;
  • 全接口支持 HTTPS(TLS v1.0 / v1.1 / v1.2 / v1.3);
  • 全面兼容 Apple ATS;
  • 全国多节点 CDN 部署;
  • 接口极速响应,多台服务器构建 API 接口负载均衡;
  • 接口调用状态与状态监控

2. API 文档

接口详情: https://www.gugudata.com/api/details/exam-question-similarity

接口地址: https://api.gugudata.com/education/exam-question-similarity

返回格式: application/json; charset=utf-8

请求方式: POST

请求协议: HTTPS

请求示例: https://api.gugudata.com/education/exam-question-similarity

数据预览: https://www.gugudata.com/preview/exam-question-similarity

接口测试: https://api.gugudata.com/education/exam-question-similarity/demo

3. 请求参数

参数名 参数类型 是否必须 默认值 备注
appkey string YOUR_APPKEY 付费后获取的 APPKEY
exam1 string 第一个考试题目或段落的文本
exam2 string 第二个考试题目或段落的文本,用于与第一个进行相似度比较

4. 返回参数

参数名 参数类型 备注
DataStatus.StatusCode int 接口返回状态码
DataStatus.StatusDescription string 接口返回状态说明
DataStatus.ResponseDateTime string 接口数据返回时间
Data.score number 两个考试题目或段落之间的相似度分数,范围为 0 - 10,精度为小数点后两位,如 0.85,10 为完全相同
Data.analysis_result string 相似度分析结果描述

1

标签:string,similarity,question,接口,api,exam
From: https://www.cnblogs.com/parry/p/18534511

相关文章

  • 75_api_intro_text_nlpsimilarity
    文本语义相似度检测API数据接口专注于语义相似判断,基于NLP,基于机器学习。1.产品功能秒级分析性能;基于NLP算法智能计算;进行语义上相似度精准检测;底层模型以及语料库持续更新集成中;数据持续更新与维护;全接口支持HTTPS(TLSv1.0/v1.1/v1.2/v1.3);全面兼容Apple......
  • Exam Records 6
    10.31多校NOIP2024模拟赛16D逆序图题目描述“真开心呢,凤同学。”——AsahinaMafuyu。给出一个长度为\(n\)的排列\(P\)和一个定义在集合\(\{1,2,3,\cdots,n−1\}\)上的函数\(f\),我们称该排列“生成”的图为这样的一张图\(G\):\(G\)具有编号为\(1\)......
  • NLP segment-05-文本相似度计算 similarity java 开源实现
    拓展阅读分词系列专题jieba-fenci01结巴分词原理讲解segmentjieba-fenci02结巴分词原理讲解之数据归一化segmentjieba-fenci03结巴分词与繁简体转换segmentjieba-fenci04结巴分词之词性标注实现思路speechTaggingsegmentjieba-fenci05结巴分词之简单聊一聊......
  • Unleashing Reasoning Capability of LLMs via Scalable Question Synthesis from Scr
    1.概述LLM的SFT数据合成工作不可避免的可以划分为多个阶段:指令合成响应合成数据筛选。本篇文章采用了传统LLM的训练过程(SFT+DPO)进行数据合成。在领域专有模型(DeepSeekMath7B-RL,Qwen2-Math-7BInstruct)的基础上,指令合成:通过QFT(即SFT)使得模型能够正确的生成要求的指令,再......
  • Question Decomposition Improves the Faithfulness of Model-Generated Reasoning
    文章目录题目摘要简介结果相关工作结论附录题目问题分解提高了模型生成推理的准确性论文地址:https://arxiv.org/abs/2307.11768摘要    随着大型语言模型(LLM)执行越来越困难的任务,验证其行为的正确性和安全性变得越来越困难。解决此问题的一种方法是促......
  • SciTech-BigDataAIML-KLD(KL散度):测度比较"两Distribution(概率分布)"的Similarity(接
    KLD(Kullback-LeiblerDivergence,KL散度):测度比较两Distribution的SimilarityAI领域最重要的MeasureMethodofDistributions(分布度量方法)简写和全称:KLD(Kullback-LeiblerDivergence,KL散度)用途:测度比较两Distribution的Similarity(统计应用上,我们经常需要:......
  • Get “https://registry-1.docker.io/v2/“: proxyconnect tcp: dial tcp: lookup pro
    docker通过代理配置上网无法pullanbox使用代理配置文件解决1.创建代理配置文件运行以下命令创建配置文件:sudomkdir-p/etc/systemd/system/docker.service.dsudotouch/etc/systemd/system/docker.service.d/http-proxy.conf2.编辑配置文件使用nano文本编辑器打......
  • 高效备考利器——Examful.ai:AP、IB、A-Level学生的智能助手
    摘要:Examful.ai是一个免费的在线学习平台,专注于为准备AP、IB和A-Level考试的学生提供海量真题和AI智能辅导服务。无论是需要巩固知识点还是解决疑难问题,Examful.ai的AI助手都能在24/7随时提供详细解答,极大提升备考效率。作为AP、IB或A-Level的学生,备考的压力与挑战不言而喻。在......
  • python实现主动学习【一】modAL example active_regression
    文章目录一、简要介绍二、代码运行2.1前期准备2.1.1关于sklearn.gaussian_process.kernels的小展开1.RBFKernel(RadialBasisFunction)2.WhiteKernel3.组合内核的原理4.在主动学习中的优势5.其他核函数的特点6.如何组合使用不同的核2.1.2关于ActiveLearner......
  • Contrastive Learning Is Spectral Clustering On Similarity Graph
    目录概主要内容原文代码TanZ.,ZhangY.,YangJ.andYuanY.Contrastivelearningisspectralclusteringonsimilaritygraph.ICLR,2024.概本文将对比学习与谱聚类联系在一起.主要内容我们知道,一般的对比学习形如:\[\min_{\theta}\quad\mathbb{E}_{x,x^+,......