[发明专利]一种面向主观题的智能阅卷方法

说明书

一种面向主观题的智能阅卷方法，包括对考生答案文本和参考答案文本分别进行预处理，以获得二者对应的词向量序列表示；利用语义特征抽取网络提取考生答案和参考答案中句子的语义向量；利用融合注意力机制计算考生答案和参考答案句向量的语义匹配程度；利用此匹配结果，计算考生答案加权句向量；针对完整考生答案的句向量序列和基于融合注意力机制的加权句向量序列；利用语义特征抽取网络分别计算完整答案的语义向量和基于参考答案注意力的语义向量；将两个向量进行粘接，形成考生答案的最终向量表示。利用多层前馈神经网络对所述考生答案的最终向量表示进行评分。利用本发明，可实现主观题的自动阅卷，大幅提高阅卷效率。

技术领域

本发明涉及一种面向主观题的智能阅卷方法，属于自然语言处理的技术领域。

背景技术

随着信息技术的发展和无纸化考试的推进，多项权威资格考试要求考生在计算机上进行作答。传统阅卷方法主要依靠大量经过培训的阅卷人员进行人工阅卷，经济成本高且效率低，而且还会因为阅卷人员的主观差异性及生理疲惫等因素影响阅卷质量的稳定性。机器自动阅卷不仅可以节省经济成本和人力成本，提高阅卷效率，还可以辅助监管阅卷过程，提高整体阅卷质量。随着自然语言处理和人工智能技术的发展，机器智能阅卷已成相关领域的研究重点，部分自动阅卷方法及系统已经引入不同规模的资格考试中，以提高阅卷效率和质量。

现有的阅卷方法及系统大多是面向阅卷流程的，即将试卷图像采集、考生答案字符识别等阅卷流程整合到一套系统中。而对阅卷方法及系统的改进也是针对阅卷流程中的部分环节进行的，比如从提高扫描质量和速度方面改善考生答案图像采集环节，或者是从提高图文转换准确率和识别速度方面改善考生答案字符识别环节，或者是直接识别考生答案中的选择题选项从而省去考生涂答题卡的环节。

在主观题自动阅卷方面，已经有相关申请人公开了相关的技术内容：

中国专利CN107832768A于2018-03-23公开了基于深度学习的高效阅卷方法和阅卷系统通过将多份考生答案和参考答案进行词条匹配来建立“答案库”，在理论上该方法仍属于朴素词形匹配的范围。但是依然无法从整体文本上进行答案语义和逻辑上的推理分析，无法解决有些匹配了部分词条，但是文本整体逻辑不对的情况。

中国专利CN108734153A于2018-11-02公开的一种高效电脑阅卷的方法和系统，通过同义词、近义词匹配将考生答案划分为若干类别，分别由阅卷老师给每个类别打分以减轻阅卷压力，该方法适用于填空题、翻译题等答案变化少且文本较短的题目，在理论上该方法也属于朴素词形匹配的范围，且难以应用到较长的答案文本评阅中。

综上所述，虽然现有的阅卷系统做到了部分阅卷过程的自动化，但具体到最为核心的主观题答案的阅卷环节，仍然停留在基础的词形匹配层面，并没有深入到文本语义，尤其是面对答案文本较长、答案变化多样的主观题，仍然需要由经过专业培训的阅卷人员进行人工批阅。

发明内容

针对现有技术的不足，本发明公开一种面向主观题的智能阅卷方法。本发明所述方法能够高准确率、高效率的实现主观题的自动化评阅，以提高主观题的阅卷效率及阅卷质量。

本发明的技术方案如下：

一种面向主观题的智能阅卷方法，其特征在于，至少包括：

对考生答案文本和参考答案文本分别进行预处理，以获得二者对应的词向量序列表示；

利用语义特征抽取网络提取考生答案和参考答案中句子的语义向量；

利用融合注意力机制计算考生答案和参考答案句向量的语义匹配程度；利用此匹配结果，计算考生答案加权句向量，其中，所述考生答案加权句向量是指考生答案匹配参考答案的加权句向量。