[發(fā)明專利]一種面向主觀題的智能閱卷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910726595.1
• 申請(qǐng)日: 2019-08-07
• 公開（公告）號(hào): CN110413741B
• 公開（公告）日: 2022-04-05
• 發(fā)明（設(shè)計(jì)）人: 孫宇清;李東進(jìn);袁峰;劉天元;張寶京;薛勇
• 申請(qǐng)（專利權(quán)）人: 山東山大鷗瑪軟件股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F40/30;G06F40/211;G06N3/04
• 代理公司: 濟(jì)南竹森知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37270
• 代理人: 呂利敏

1.一種面向主觀題的智能閱卷方法，其特征在于，至少包括：

對(duì)考生答案文本和參考答案文本分別進(jìn)行預(yù)處理，以獲得二者對(duì)應(yīng)的詞向量序列表示；

將二者對(duì)應(yīng)的詞向量序列輸入到第一語(yǔ)義特征抽取網(wǎng)絡(luò)，利用第一語(yǔ)義特征抽取網(wǎng)絡(luò)計(jì)算提取考生答案和參考答案中句子的語(yǔ)義向量，其中，句子的語(yǔ)義向量簡(jiǎn)記為句向量；利用融合注意力機(jī)制計(jì)算考生答案和參考答案句向量的語(yǔ)義匹配程度；利用此匹配結(jié)果，計(jì)算考生答案加權(quán)句向量，其中，所述考生答案加權(quán)句向量是指考生答案匹配參考答案的加權(quán)句向量；其中，所述融合注意力機(jī)制是指一方面度量考生答案匹配參考答案的程度，另一方面從參考答案的角度度量答案的每一個(gè)要點(diǎn)被匹配到的程度；

針對(duì)考生答案的句向量序列和基于融合注意力機(jī)制的加權(quán)句向量序列，將考生答案的句向量序列和基于融合注意力機(jī)制的加權(quán)句向量序列輸入到第二語(yǔ)義特征向量，利用第二語(yǔ)義特征抽取網(wǎng)絡(luò)分別計(jì)算提取考生答案句向量序列的語(yǔ)義向量和基于融合注意力機(jī)制的加權(quán)句向量序列的語(yǔ)義向量；將兩個(gè)向量進(jìn)行粘接，形成考生答案的最終向量表示；利用多層前饋神經(jīng)網(wǎng)絡(luò)對(duì)所述考生答案的最終向量表示進(jìn)行；

所述對(duì)考生答案文本和參考答案文本進(jìn)行預(yù)處理獲得二者對(duì)應(yīng)的詞向量序列表示的方法包括：

將考生答案文本和參考答案文本進(jìn)行分句、分詞處理，將考生答案文本和參考答案文本按照逗號(hào)、句號(hào)、冒號(hào)和分號(hào)切分成短句；

使用預(yù)訓(xùn)練的詞向量表示考生答案和參考答案中的詞匯，對(duì)于不存在詞向量的詞匯進(jìn)行二次分詞，得到子詞，將所述子詞的詞向量的均值作為該詞匯的詞向量；若該詞匯的子詞仍沒有詞向量，則對(duì)該子詞繼續(xù)進(jìn)行拆分，直至拆分到有對(duì)應(yīng)的詞向量表示為止。

2.根據(jù)權(quán)利要求1所述的一種面向主觀題的智能閱卷方法，其特征在于，所述利用第一語(yǔ)義特征抽取網(wǎng)絡(luò)計(jì)算提取考生答案和參考答案句子的語(yǔ)義向量的方法包括：

將考生答案和參考答案的詞向量序列分別輸入第一語(yǔ)義特征抽取網(wǎng)絡(luò)，得到考生答案和參考答案每句話的句向量；

第一語(yǔ)義特征抽取網(wǎng)絡(luò)選取循環(huán)神經(jīng)網(wǎng)絡(luò)或卷積神經(jīng)網(wǎng)絡(luò)；

所述循環(huán)神經(jīng)網(wǎng)絡(luò)可選取單向或雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)、單向或雙向門控神經(jīng)網(wǎng)絡(luò)、普通循環(huán)神經(jīng)網(wǎng)絡(luò)；卷積神經(jīng)網(wǎng)絡(luò)可選取單層或多層卷積網(wǎng)絡(luò)。