[发明专利]题目批改方法、模型的训练方法、计算机设备及存储介质

说明书

本申请实施例提供了一种题目批改方法、模型的训练方法、计算机设备及存储介质，批改方法包括：对题目文本、标准答案文本和学生作答文本进行编码，得到题目特征向量、标准答案特征向量和学生作答特征向量；对题目特征向量和标准答案特征向量进行对齐融合处理，得到第一融合向量；对题目特征向量和学生作答特征向量进行对齐融合处理，得到第二融合向量；将第一融合向量与第二融合向量进行对齐融合，得到第三融合向量；根据第三融合向量生成学生作答文本的批改结果；通过将学生作答文本的信息与标准答案文本的信息进行对齐融合，对齐融合的结果可以较好的指示哪些学生作答步骤需要与标准答案中的哪些步骤进行比较，从而提高题目批改的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种题目批改方法、模型的训练方法、计算机设备及存储介质。

背景技术

自然语言处理是人工智能和语言学领域的分支学科，主要研究使用计算机如何理解并处理人类自然语言的各种理论和方法。目前，自然语言处理技术已经被广泛应用到日常生活的各个方面，如：分本分类、语音识别、机器翻译等。其中，文本分类技术是将输入文本指定到预定义标签的过程，其中在不同任务中，需要指定的标签类别是不一样的；在题目批改任务中，需要模型根据题目和标准答案来判断学生作答是否正确或直接预测学生作答的批改得分，二者在模型侧的差别并不大。

现有的可以应用在题目批改任务的技术主要有文本分类技术。其中，文本分类任务是将输入文本指定到预定义标签的过程。该技术在当前任务场景中的目标是基于当前题目以及知识点的上下文中，判断输入的学生作答与标准答案的匹配程度，最终得出一个0到1的概率值，继而可以根据概率阈值分为两个类别：正确或错误；亦或直接将得到0到1的概率值表示该学生作答在该题中的归一化后的批改得分。但是现有的文本分类技术不能较好的适应题目批改任务，准确率较差。

发明内容

本申请实施例提供一种题目批改方法、模型的训练方法、计算机设备及存储介质，能够提高题目批改的准确性。

第一方面，本申请提供了一种题目批改方法，所述方法包括：

获取题目文本、标准答案文本和学生作答文本；

对所述题目文本、标准答案文本和学生作答文本各自进行编码，得到题目特征向量、标准答案特征向量和学生作答特征向量；

对所述题目特征向量和所述标准答案特征向量进行对齐融合处理，得到第一融合向量；

对所述题目特征向量和所述学生作答特征向量进行对齐融合处理，得到第二融合向量；

将所述第一融合向量与所述第二融合向量进行对齐融合，得到第三融合向量；

根据所述第三融合向量生成所述学生作答文本的批改结果。

第二方面，本申请提供了一种题目批改模型的训练方法，包括：

获取题目文本、标准答案文本和学生作答文本，以及所述学生作答文本对应的标注的批改结果；

基于所述题目批改模型的编码模型，对所述题目文本、标准答案文本和学生作答文本各自进行编码，得到题目特征向量、标准答案特征向量和学生作答特征向量；

基于所述题目批改模型的自注意力机制模型，对所述题目特征向量和所述标准答案特征向量、所述学生作答特征向量进行对齐融合处理，得到第三融合向量；

基于所述题目批改模型的批改模型，根据所述第三融合向量生成所述学生作答文本的批改结果；

根据所述学生作答文本对应的生成的批改结果，和标注的批改结果，调整所述题目批改模型的模型参数。

第三方面，本申请提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现上述的题目批改方法的步骤。