[发明专利]离题作文检测方法及装置、模型训练方法及装置

权利要求书

1.一种离题作文检测方法，其特征在于，包括：

获取针对目标主题作答的待检测作文；

确定所述目标主题对应的K篇参考范文；

确定所述待检测作文和所述K篇参考范文文本间的主题相似度；

基于所述待检测作文和所述K篇参考范文文本间的主题相似度，确定所述待检测作文是否离题。

2.根据权利要求1所述的离题作文检测方法，其特征在于，所述基于所述待检测作文和所述K篇参考范文文本间的主题相似度，确定所述待检测作文是否离题，包括：

确定所述目标主题对应的主题发散度；

基于所述待检测作文和所述K篇参考范文文本间的主题相似度以及所述主题发散度，确定所述待检测作文是否离题。

3.根据权利要求2所述的离题作文检测方法，其特征在于，所述基于所述待检测作文和所述K篇参考范文文本间的主题相似度以及所述主题发散度，确定所述待检测作文是否离题，包括：

预先确定M个目标主题各自对应的主题发散度与离题阈值之间的映射表；

基于所述M个目标主题各自对应的主题发散度与离题阈值之间的映射表，确定所述目标主题的主题发散度对应的离题阈值；

将所述主题相似度与所述主题发散度对应的离题阈值进行对比，确定所述待检测作文是否离题。

4.根据权利要求2所述的离题作文检测方法，其特征在于，所述确定所述目标主题对应的主题发散度，包括：

提取所述K篇参考范文各自的隐层特征，所述隐层特征用于表征所述K篇参考范文各自对应的文本向量；

基于所述K篇参考范文各自的隐层特征，确定所述K篇参考范文中每两篇参考范文之间的余弦距离值；

基于所述K篇参考范文中每两篇参考范文之间的余弦距离，确定所述目标主题对应的主题发散度。

5.根据权利要求1至4任一项所述的离题作文检测方法，其特征在于，所述确定所述待检测作文和所述K篇参考范文文本间的主题相似度，包括：

提取所述待检测作文和所述K篇参考范文各自的隐层特征，所述隐层特征用于表征所述待检测作文和所述K篇参考范文各自对应的文本向量；

基于所述待检测作文和所述K篇参考范文各自的隐层特征，确定所述待检测作文和所述K篇参考范文的余弦距离均值；

基于所述待检测作文和所述K篇参考范文的余弦距离均值，确定所述主题相似度。

6.根据权利要求1至4任一项所述的离题作文检测方法，其特征在于，所述确定所述目标主题对应的K篇参考范文，包括：

获取针对M个目标主题作答的N篇待检测作文；

将所述N篇待检测作文进行聚类处理，确定所述M个目标主题分别对应的M个类别信息；

基于所述N篇待检测作文和所述M个类别信息，确定靠近所述目标主题对应的聚类中心的K篇待检测作文；

将所述K篇待检测作文确定为所述目标主题对应的K篇参考范文。

7.一种模型训练方法，其特征在于，包括：

获取针对M个目标主题作答的N篇待检测作文；

对所述N篇待检测作文进行分词处理，确定分词后的N篇待检测作文；

将所述分词后的N篇待检测作文作为待训练神经网络模型的输入样本集，训练所述待训练神经网络模型，得到主题表示模型，其中，所述主题表示模型用于执行上述权利要求1至6任一项所述的方法。

8.一种离题作文检测装置，其特征在于，包括：

获取模块，用于获取针对目标主题作答的待检测作文；

第一确定模块，用于确定所述目标主题对应的K篇参考范文；

第二确定模块，用于确定所述待检测作文和所述K篇参考范文文本间的主题相似度；

第三确定模块，用于基于所述待检测作文和所述K篇参考范文文本间的主题相似度，确定所述待检测作文是否离题。