[发明专利]作文评分方法、装置、电子设备及存储介质

说明书

本发明提供一种作文评分方法、装置、电子设备及存储介质，由于引入分差预测模型，可以预测出待评分作文与作文参考样本之间的分差，只需要通过该分差并结合作文参考样本的分数即可实现对待评分作文的评分结果的准确确定，既可以保证同场考试的评分尺度相同，也可以使用不同场考试的大规模数据进行训练。对于无定标的小规模考试/作业评分场景的应用，可以通过调整作文参考样本来拟合阅卷老师的评分尺度，从而使用分差预测模型对待评分作文进行评分。不仅可以提高大规模考试评分场景下评分结果的稳定性，还可以避免小规模考试/作业评分场景下因评分尺度不同导致的评分人机一致性不高的问题出现，使得评分结果更准确，且适用性更广泛。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种作文评分方法、装置、电子设备及存储介质。

背景技术

目前国内的教育，对一个学生的阶段性学习评价仍然以纸笔考试形式为主，因此需要大量的人工阅卷，但人工阅卷一方面主观性比较强，另一方面人力成本较高。因此，自动阅卷技术可以通过人机耦合的方式部分缓解老师的阅卷压力，既节约了人力成本，也在一定程度上解决了评分主观性大的问题。

作文是学生语文和英语考试的必备题型，目前考试评分场景中已经有一些作文自动评分方法，例如在大规模考试评分场景中的定标评分方案，以及在小规模考试/作业评分场景中的通用评分方案。

但是对于大规模考试评分场景，需要有足够的当次作文数据作为定标集，训练获得的评分模型为定标评分模型，且只能应用于当次考试。而对于小规模考试/作业评分场景，如果没有足够的当次考试或作业数据，则无法训练定标评分模型，只能利用其它多次的考试数据训练通用评分模型，但由于不同次考试的评分尺度不同，与当次考试/作业的要求也有差异，因此评分人机一致性通常不高，导致自动评分的结果不准确。

发明内容

本发明提供一种作文评分方法、装置、电子设备及存储介质，用以解决现有技术中存在的缺陷。

本发明提供一种作文评分方法，包括：

获取待评分作文以及作文参考样本；

将所述待评分作文以及所述作文参考样本输入至分差预测模型，得到所述分差预测模型输出的所述待评分作文与所述作文参考样本之间的分差；

基于所述待评分作文与所述作文参考样本之间的分差，以及所述作文参考样本的分数，对所述待评分作文进行评分；

其中，所述分差预测模型基于两两组合的作文训练样本对及其分差训练得到。

根据本发明提供的一种作文评分方法，所述将所述待评分作文以及所述作文参考样本输入至分差预测模型，得到所述分差预测模型输出的所述待评分作文与所述作文参考样本之间的分差，具体包括：

将所述待评分作文以及所述作文参考样本分别输入至所述分差预测模型的浅层特征提取层，得到所述浅层特征提取层输出的所述待评分作文的待评分浅层特征以及所述作文参考样本的参考浅层特征；

将所述待评分作文以及所述作文参考样本分别输入至所述分差预测模型的语义特征提取层，得到所述语义特征提取层输出的所述待评分作文的待评分语义特征以及所述作文参考样本的参考语义特征；

将所述待评分语义特征以及所述参考语义特征，或者将所述待评分浅层特征、所述参考浅层特征、所述待评分语义特征以及所述参考语义特征均输入至所述分差预测模型的分差计算层，得到所述分差计算层输出的所述待评分作文与所述作文参考样本之间的分差。

根据本发明提供的一种作文评分方法，所述将所述待评分作文以及所述作文参考样本分别输入至所述分差预测模型的语义特征提取层，得到所述语义特征提取层输出的所述待评分作文的待评分语义特征以及所述作文参考样本的参考语义特征，具体包括：