[发明专利]一种采用LSTM神经网络的中文短文本主观题自动评分方法和系统

摘要

本发明为一种采用LSTM神经网络的中文短文本主观题自动评分方法，包括(1)对答案文本进行分词，将文本转化为一个词序列；(2)获取答案文本中每个词的向量化表示并构建答案文本映射矩阵；(3)采用LSTM神经网络对答案文本映射矩阵进行运算，获取所有或部分隐含层的输出，得到答案文本的语义特征矩阵；(4)利用池化算法对所述语义特征矩阵进行下采样得到所述答案文本的语义特征向量；(5)将答案文本的语义特征向量赋予分类器，对答案文本的类别进行预测；(6)考虑答案文本所属类别与得分之间的多对一关系，根据预设的两者之间的映射，确定答案文本的得分。本发明能够不依赖主观题标准答案，有效挖掘答案文本语义信息，实现中文短文本主观题自动评分。

主权项

一种采用LSTM神经网络的中文短文本主观题自动评分方法，其特征在于，包括以下步骤：步骤1：对主观题的答案文本进行分词操作，将答案文本转化为一个词序列；步骤2：获取答案文本中每个词的向量化表示，并构建答案文本映射矩阵；步骤3：采用LSTM神经网络对答案文本映射矩阵进行运算，获取所有或部分隐含层的输出，得到答案文本的语义特征矩阵；步骤4：利用池化算法对所述语义特征矩阵进行下采样得到所述答案文本的语义特征向量；步骤5：将步骤4获得的答案文本的语义特征向量赋予多类逻辑斯谛分类器，对答案文本的类别进行预测；步骤6：根据预设的答案文本所属类别与得分的映射关系，确定答案文本的得分。