[發(fā)明專利]一種面向主觀題的智能閱卷方法

有效

• 申請?zhí)枺?/td>: 201910726595.1
• 申請日: 2019-08-07
• 公開（公告）號: CN110413741B
• 公開（公告）日: 2022-04-05
• 發(fā)明（設計）人: 孫宇清;李東進;袁峰;劉天元;張寶京;薛勇
• 申請（專利權）人: 山東山大鷗瑪軟件股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/30;G06F40/211;G06N3/04
• 代理公司: 濟南竹森知識產(chǎn)權代理事務所(普通合伙) 37270
• 代理人: 呂利敏

一種面向主觀題的智能閱卷方法，包括對考生答案文本和參考答案文本分別進行預處理，以獲得二者對應的詞向量序列表示；利用語義特征抽取網(wǎng)絡提取考生答案和參考答案中句子的語義向量；利用融合注意力機制計算考生答案和參考答案句向量的語義匹配程度；利用此匹配結果，計算考生答案加權句向量；針對完整考生答案的句向量序列和基于融合注意力機制的加權句向量序列；利用語義特征抽取網(wǎng)絡分別計算完整答案的語義向量和基于參考答案注意力的語義向量；將兩個向量進行粘接，形成考生答案的最終向量表示。利用多層前饋神經(jīng)網(wǎng)絡對所述考生答案的最終向量表示進行評分。利用本發(fā)明，可實現(xiàn)主觀題的自動閱卷，大幅提高閱卷效率。

技術領域

本發(fā)明涉及一種面向主觀題的智能閱卷方法，屬于自然語言處理的技術領域。

背景技術

隨著信息技術的發(fā)展和無紙化考試的推進，多項權威資格考試要求考生在計算機上進行作答。傳統(tǒng)閱卷方法主要依靠大量經(jīng)過培訓的閱卷人員進行人工閱卷，經(jīng)濟成本高且效率低，而且還會因為閱卷人員的主觀差異性及生理疲憊等因素影響閱卷質量的穩(wěn)定性。機器自動閱卷不僅可以節(jié)省經(jīng)濟成本和人力成本，提高閱卷效率，還可以輔助監(jiān)管閱卷過程，提高整體閱卷質量。隨著自然語言處理和人工智能技術的發(fā)展，機器智能閱卷已成相關領域的研究重點，部分自動閱卷方法及系統(tǒng)已經(jīng)引入不同規(guī)模的資格考試中，以提高閱卷效率和質量。

現(xiàn)有的閱卷方法及系統(tǒng)大多是面向閱卷流程的，即將試卷圖像采集、考生答案字符識別等閱卷流程整合到一套系統(tǒng)中。而對閱卷方法及系統(tǒng)的改進也是針對閱卷流程中的部分環(huán)節(jié)進行的，比如從提高掃描質量和速度方面改善考生答案圖像采集環(huán)節(jié)，或者是從提高圖文轉換準確率和識別速度方面改善考生答案字符識別環(huán)節(jié)，或者是直接識別考生答案中的選擇題選項從而省去考生涂答題卡的環(huán)節(jié)。

在主觀題自動閱卷方面，已經(jīng)有相關申請人公開了相關的技術內(nèi)容：

中國專利CN107832768A于2018-03-23公開了基于深度學習的高效閱卷方法和閱卷系統(tǒng)通過將多份考生答案和參考答案進行詞條匹配來建立“答案庫”，在理論上該方法仍屬于樸素詞形匹配的范圍。但是依然無法從整體文本上進行答案語義和邏輯上的推理分析，無法解決有些匹配了部分詞條，但是文本整體邏輯不對的情況。

中國專利CN108734153A于2018-11-02公開的一種高效電腦閱卷的方法和系統(tǒng)，通過同義詞、近義詞匹配將考生答案劃分為若干類別，分別由閱卷老師給每個類別打分以減輕閱卷壓力，該方法適用于填空題、翻譯題等答案變化少且文本較短的題目，在理論上該方法也屬于樸素詞形匹配的范圍，且難以應用到較長的答案文本評閱中。

綜上所述，雖然現(xiàn)有的閱卷系統(tǒng)做到了部分閱卷過程的自動化，但具體到最為核心的主觀題答案的閱卷環(huán)節(jié)，仍然停留在基礎的詞形匹配層面，并沒有深入到文本語義，尤其是面對答案文本較長、答案變化多樣的主觀題，仍然需要由經(jīng)過專業(yè)培訓的閱卷人員進行人工批閱。

發(fā)明內(nèi)容

針對現(xiàn)有技術的不足，本發(fā)明公開一種面向主觀題的智能閱卷方法。本發(fā)明所述方法能夠高準確率、高效率的實現(xiàn)主觀題的自動化評閱，以提高主觀題的閱卷效率及閱卷質量。

本發(fā)明的技術方案如下：

一種面向主觀題的智能閱卷方法，其特征在于，至少包括：

對考生答案文本和參考答案文本分別進行預處理，以獲得二者對應的詞向量序列表示；

利用語義特征抽取網(wǎng)絡提取考生答案和參考答案中句子的語義向量；

利用融合注意力機制計算考生答案和參考答案句向量的語義匹配程度；利用此匹配結果，計算考生答案加權句向量，其中，所述考生答案加權句向量是指考生答案匹配參考答案的加權句向量。