[發明專利]一種要點題自動評價方法及裝置

有效

• 申請號: 201710050484.4
• 申請日: 2017-01-23
• 公開（公告）號: CN106897384B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 沙晶;盛志超;陳志剛;魏思;胡國平;胡郁
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06Q50/20
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本發明實施例提供了一種要點題自動評價方法及裝置，其中方法包括：獲取待評價的答題數據；將所述答題數據向量化；對向量化后的所述答題數據進行聚類，將聚類結果作為初步答題要點；根據所述初步答題要點把所述答題數據分割為一個個分析單元，其中每個所述分析單元最多只涉及單個所述初步答題要點；對分割為一個個分析單元的所述答題數據重新進行聚類，將新的聚類結果作為精確答題要點；將所述精確答題要點輸入預先構建的評價模型，以得到所述答題數據的評價結果。本發明實施例中提出了一種基于語義的要點題自動評價方法，無需人工根據經驗去擴展答案，克服了現有技術中所存在的主觀性、準確性方面的不足。

技術領域

本發明涉及自然語言處理技術領域，尤其涉及一種要點題自動評價方法及裝置。

背景技術

當前在教育領域中，無論基礎教育還是成人教育，無論學校教學還是在線教學，學生學習狀況的主要考察形式仍然是各種類型的考試。由于考試繁多，教師通常背負著很大的批改試卷的壓力，且效率很低，同時在為大量試卷評分時，教師也容易受到疲勞、個人偏好等主觀因素的干擾，從而影響試卷評分時的準確性和客觀性。

近年來，隨著信息技術的飛速發展，在傳統的教育領域也逐漸開展新一代的教育信息化升級探索，如何利用計算機輔助完成對試卷等內容的評價、減少人工評閱工作量、提升評分的準確性和客觀性，對教學過程意義重大。在各種題型中，要點題是一類較難評分的題型。要點題是指答案包含較為明確的答題要點的題型，例如簡答題、辨析題等，其中要點可以是關鍵詞、關鍵語句等，如果考生的答案涵蓋了正確的要點，則可以獲得相應的得分。

為了實現自動評閱要點題，在現有技術中，一種方案是先人工輔助制作參考答案，參考答案中除了包括標準答案外，還包括基于標準答案擴展得到的其他合理答案，然后將試卷中考生的作答內容與參考答案進行匹配，最終獲得評分結果。然而發明人在實現本發明的過程中發現，這種方式由于需要人工根據經驗對標準答案進行擴展，容易受到人員素質、個人偏好等的影響，而且人工擴展標準答案這種方法的覆蓋范圍有限，很難枚舉所有合理答案，容易造成評分錯誤。

發明內容

本發明提供一種要點題自動評價方法及裝置，以提高自動評閱要點題時的準確性和客觀性。

根據本發明實施例的第一方面，提供一種要點題自動評價方法，所述方法包括：

獲取待評價的答題數據；

將所述答題數據向量化；

對向量化后的所述答題數據進行聚類，將聚類結果作為初步答題要點；

根據所述初步答題要點把所述答題數據分割為一個個分析單元，其中每個所述分析單元最多只涉及單個所述初步答題要點；

對分割為一個個分析單元的所述答題數據重新進行聚類，將新的聚類結果作為精確答題要點；

將所述精確答題要點輸入預先構建的評價模型，以得到所述答題數據的評價結果。

可選的，將所述答題數據向量化，包括：

對所述答題數據分詞，并獲取每個詞的詞向量；

根據所述詞向量獲取所述答題數據中每個基本單元對應的向量，以完成所述答題數據的向量化。

可選的，對向量化后的所述答題數據進行聚類，包括：

獲取預定義的聚類數目；

根據所述聚類數目對向量化后的所述答題數據進行第一次聚類；

對所述第一次聚類后得到的類別中心進行第二次聚類，以得到聚類結果。

可選的，所述第一次聚類之后，所述第二次聚類之前，所述方法還包括：

獲取答題要點過濾表；