申请/专利权人：中南民族大学

申请日：2023-03-30

公开（公告）日：2023-04-28

公开（公告）号：CN116029306A

主分类号：G06F40/30

分类号：G06F40/30;G06F40/295;G06F16/36;G06N3/0442

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2024.04.02#发明专利申请公布后的驳回;2023.05.16#实质审查的生效;2023.04.28#公开

摘要：本发明提出了一种限定域文科简答题自动评分方法，涉及答题自动评分领域。包括基于知识图谱的文本相似度计算，建立文科专业的语料库，收集文科专业相关知识点；根据实体关系提取多元组，对多元组进行知识融合，将其存入知识库的模式层和数据层；对所有多元组进行质量评估，将不合格的多元组剔除，确定最终的知识图谱；基于知识图谱的同义概念链接，利用双向长短期记忆网络对实体关系提及语境进行语义依存分析，利用图卷积神经网络构建语义依存图；采用图注意网络计算实体与各个候选实体之间的语义相似度，选择相似度最高的实体关系作为实体链接的结果。解决了语义理解、句子结构特征分析、考生答题内容完整性与逻辑性评估难的问题。

主权项：1.一种限定域文科简答题自动评分方法，其特征在于，包括如下步骤，S1-1建立一个文科专业的语料库，收集文科专业相关知识点；从中根据实体关系提取多元组，对多元组进行知识融合，并将其存入知识库的模式层和数据层；对所有多元组进行质量评估，将质量不合格的多元组剔除后，确定最终形成的知识图谱；S1-2利用双向长短期记忆网络对实体关系提及语境进行语义依存分析，进而利用图卷积神经网络构建语义依存图；采用图注意网络计算实体与各个候选实体之间的语义相似度，选择相似度最高的实体关系作为实体链接的结果；S1-3-1通过知识点编号将所述语料库以知识点为单位进行数据分类，获得每个知识点的历史记录；将历史记录中出现的词语，加入该知识点的第一个关键词集合X；S1-3-2根据集合X中的词语，在知识图谱中匹配与之直接相联的实体词，将匹配到的实体词加入该知识点的第二个关键词集合Y；S1-3-3将集合X与集合Y合并，得到用户的第三个关键词集合Z；S1-3-4分别使用知识点关键词集合X、Y和Z中的词语，从训练好的词向量模型中获取该词语的词向量，并求得知识点对应关键词集合的平均词向量VX、VY和VZ作为知识点的关键词向量；S1-4首先处理知识图谱中的初始数据，把整段文字分成多个词组，并且在此过程中剔除不同词性的词组，将得到的词组构成特征向量的长度，提取的特征作为各类型属性值的相似度；S2-1使用基于知识图谱的常识纠错模型，所述常识纠错模型包括抽取文本知识和相似度匹配两个步骤；S2-2采用自顶向下法对短语结构分析，具体根据规则库中的规则对整个句子进行短语结构分析；S2-3将步骤S1中提取到的特征处理成标准的输入模式后输入到BERT模型，然后进行训练；S3-1模型在长短期记忆网络LSTM的基础上建立，输入为对原句进行预处理后得到的词向量和词性向量，输出为压缩句；S3-2引入Attention机制以获取句子的局部特征，并对得到的特征计算概率分布；S3-3以文本相似度g1、语义相似度g2和关键词相似度g3三个维度，对学生主观简答题进行评分。

全文数据：

权利要求：

百度查询： 中南民族大学 一种限定域文科简答题自动评分方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD