[發明專利]一種基于領域本體和語義依存樹的主觀題自動評分方法

有效

• 申請號: 202110209462.4
• 申請日: 2021-02-24
• 公開（公告）號: CN112906400B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 王金水;趙運鵬;郭偉文
• 申請（專利權）人: 福建工程學院
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/247;G06K9/62;G06F40/242;G06F40/289
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 戴雨君

1.一種基于領域本體和語義依存樹的主觀題自動評分方法，其特征在于：其包括以下步驟：

步驟1，輸入學生答案和參考答案；

步驟2，使用自然語言處理工具分別對參考答案和學生答案進行文本預處理，依次形成參考答案分句集合P＝{p₁,p₂,……,p_m}、學生答案分句集合Q＝{q₁,q₂,……,q_n}、參考答案分詞集合PA＝{pa₁,pa₂,……,pa_m}、學生答案分詞集合QA＝{qa₁,qa₂,……,qa_n}、參考答案詞性對集合PB＝{pb₁,pb₂,……,pb_m}和學生答案詞性對集合QB＝{qb₁,qb₂,……,qb_n}；其中，集合P包含m個句子，集合Q包含n個句子；PA和QA中的每個元素都表示若干個詞語的集合；PB和QB中的每個元素都表示若干個詞性對集合；

步驟3，使用語義依存分析工具將集合PA和集合QA轉化為語義依存樹集合PAT＝{pat₁,pat₂,……,pat_m},和QAT＝{qat₁,qat₂,……,qat_n},集合中每個元素都是單個句子一一對應的語義依存樹；

步驟4，根據語義依存樹減枝算法，對語義依存樹集合PAT和QAT的每一個語義依存樹進行減枝操作，進而形成新的語義依存樹集合PBT＝{pbt₁,pbt₂,……,pbt_m}和QBT＝{qbt₁,qbt₂,……,qbt_n}；步驟4具體包括以下步驟：

步驟4-1，利用領域本體判斷PAT和QAT的每一個語義依存樹葉子節點是否為專業術語，當是，則保留該葉子節點；

步驟4-2，利用停用詞表判斷葉子節點是否為停用詞，當是，則剪掉該葉子節點；

步驟4-3，利用集合PB和QB判斷葉子節點是否為名詞，當不是，則剪掉該葉子節點；

步驟4-4，PAT和QAT分別形成新的語義依存樹集合PBT＝{pbt₁,pbt₂,……,pbt_m}和QBT＝{qbt₁,qbt₂,……,qbt_n}；

步驟5，將語義依存樹集合PBT和QBT的每一個語義依存樹轉化為文本表示，進而形成文本表示集合PW＝{pw₁,pw₂,……,pw_m}和QW＝{qw₁,qw₂,……,qw_n}；

步驟6，計算文本相似度，即計算集合PW和QW的相似度；步驟6具體包括以下步驟：

步驟6-1，先計算兩個專業術語的語義相似度；

步驟6-2中通過調用現有的開源工具包計算兩個通用詞語的語義相似度；

步驟6-3，再分別計算句子間的語義相似度；具體的句子語義相似度計算公式為

式中，S_state表示參考答案句子和學生答案句子的語義相似度，S_tmaxi表示集合S_Dmax中一個元素，m表示集合S_Dmax的元素數量，表示對集合S_Dmax進行求和；

步驟6-4，計算全文相似度，即計算PW和QW的相似度；

將PW和QW組成一個m行n列矩陣E，矩陣E中每個元素為文本表示搭配對；

運用公式(4)計算矩陣E中每個文本表示搭配對的語義相似度得到結果矩陣F：

遍歷矩陣F,取出矩陣F的每行最大值，最大值集合為SF＝{S_Emax1,S_Emax2,…,S_Emaxm}，其中，S_Emaxm表示矩陣F中第m行最大值；

全文相似度計算公式如下：

式中，Sim_A表示全文相似度，表示對集合SF進行求和，m表示集合SF的元素數量；

步驟7：學生答案得分:全文相似度Sim_A的取值范圍在[0,1],教師根據滿分制進行分值轉換,計算公式如下：

Score＝δSim_A (6)

式中，Score是學生答案得分，δ是分數轉換系數。