[发明专利]离题作文检测方法及装置、模型训练方法及装置

说明书

本申请提供了一种离题作文检测方法及装置、模型训练方法及装置，涉及计算机技术领域。该离题作文检测方法包括：获取针对目标主题作答的待检测作文；确定目标主题对应的K篇参考范文；确定待检测作文和K篇参考范文文本间的主题相似度；基于待检测作文和K篇参考范文文本间的主题相似度，确定待检测作文是否离题，避免了传统技术中由于题目文本较短、主题较宽泛、跨语言等造成的检测误判的问题，可以快速有效地检测出离题作文，为待检测作文自动评分提供有效参考，提升作文离题检测的准确率。

技术领域

本申请涉及计算机技术领域，具体涉及一种离题作文检测方法及装置、模型训练方法及装置。

背景技术

随着人工智能技术的发展与普及，传统教育正经历着从信息化教育到智能化教育的又一次改变。如何给予学生更快速、更精准的反馈成为教育改革的重点方向之一。作文题目由于其主观性较大，不同教师在评阅过程中容易受到疲劳、个人主观情绪的影响，而缺乏统一的标准。随着深度学习技术的发展，基于神经网络的智能评阅技术，通过训练模型自动提取文本相应特征，在一定程度上能够减少智能评阅系统的复杂度。

然而，在考试作答中，经常存在乱写、抄袭等离题样本，由于传统技术是基于题目进行离题判断，题目非常简短且包含的信息量有限，容易存在较大的误判概率。

发明内容

为了解决上述技术问题，提出了本申请。本申请实施例提供了一种离题作文检测方法及装置、模型训练方法及装置。

第一方面，本申请一实施例提供了一种离题作文检测方法，该方法包括：获取针对目标主题作答的待检测作文；确定目标主题对应的K篇参考范文；确定待检测作文和K篇参考范文文本间的主题相似度；基于待检测作文和K篇参考范文文本间的主题相似度，确定待检测作文是否离题。

结合第一方面，在第一方面的某些实现方式中，基于待检测作文和K篇参考范文文本间的主题相似度，确定待检测作文是否离题，包括：确定目标主题对应的主题发散度；基于待检测作文和K篇参考范文文本间的主题相似度以及主题发散度，确定待检测作文是否离题。

结合第一方面，在第一方面的某些实现方式中，基于待检测作文和K篇参考范文文本间的主题相似度以及主题发散度，确定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，确定目标主题的主题发散度对应的离题阈值；将主题相似度与主题发散度对应的离题阈值进行对比，确定待检测作文是否离题。

结合第一方面，在第一方面的某些实现方式中，确定目标主题对应的主题发散度，包括：提取K篇参考范文各自的隐层特征，隐层特征用于表征K篇参考范文各自对应的文本向量；基于K篇参考范文各自的隐层特征，确定K篇参考范文中每两篇参考范文之间的余弦距离值；基于K篇参考范文中每两篇参考范文之间的余弦距离，确定目标主题对应的主题发散度。

结合第一方面，在第一方面的某些实现方式中，确定待检测作文和K篇参考范文文本间的主题相似度，包括：提取待检测作文和K篇参考范文各自的隐层特征，隐层特征用于表征待检测作文和K篇参考范文各自对应的文本向量；基于待检测作文和K篇参考范文各自的隐层特征，确定待检测作文和K篇参考范文的余弦距离均值；基于待检测作文和K篇参考范文的余弦距离均值，确定主题相似度。

结合第一方面，在第一方面的某些实现方式中，确定目标主题对应的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N篇待检测作文进行聚类处理，确定M个目标主题分别对应的M个类别信息；基于N篇待检测作文和M个类别信息，确定靠近目标主题对应的聚类中心的K篇待检测作文；将K篇待检测作文确定为目标主题对应的K篇参考范文。