一种中文作文自动评分方法及教辅系统的复现及步骤摘录

一、中文自动评分系统的构建方法

1、语料库构建步骤，用于构建中文作文语料库：

        待评分作文获取步骤：

        （1）获取待评分作文图片

        （2）进行中文识别，得到作文文本

        （3）直接获取待评分作文文本

2、浅层特征提取步骤，基于语料库提取作文的浅层特征

        浅层特征提取步骤：

       （1）处理待评分作文文本，得到作文文本的分词结果；

       （2）根据分词结果，统计待评分作文的浅层特征；（具体包括句子数量、句子平均长度、全文字数、比喻句数量、拼音数量、词汇等级。）

3、深层语义特征提取步骤，基于语料库提取作文的深层语义特征，包括错别字特征和语法错误特征

        深层语义特征提取步骤：提取待评分作文的深层语义特征，包括错别字特征和语法错误特征；

 

        （1）提取错别字特征具体包括：

                a.采用概率分词模型对作文进行分词；

                b.根据分词结果，将作文文本与错别字识别语料库进行对比，得到可疑词集合；

                c.将可疑词集合与错别字纠正语料库进行对比，得到候选词集合；

                d.对候选词集合计算语义混淆度，取混淆度最小的词语作为错别字纠正结果。

        （2）提取语法错误特征具体包括：

                利用语料库训练词向量，将词向量输入Bi-LSTM神经网络模型，训练得到标注序列，即为语法错误结果。（语法错误特征具体包括四种类型：冗余单词、缺失单词、错误单词选择、无序单词。）

        （3）还包括:

                a.拼音转换步骤，用于识别待评分作文中的拼音并将其转换为相应的汉字。

                b.主题提取步骤，用于提取待评分作文中隐含的主题。

4、回归步骤，用于将提取的浅层特征、深层语义特征结合并采用随机森林拟合，得到作文的评分结果

        （1）评分步骤：

                将提取的浅层特征、深层语义特征结合并采用随机森林拟合，得到待评分作文的评分结果。

二、中文自动评分系统的模块

待评分作文获取模块：获取待评分作文图片，进行中文识别，得到作文文本；或者直接获取待评分作文文本

浅层特征提取模块：用于处理待评分作文文本，得到作文文本的分词结果；根据分词结果，统计待评分作文的浅层特征

深层语义特征提取模块：用于提取待评分作文的深层语义特征，包括错别字特征和语法错误特征

评分模块：用于将提取的浅层特征、深层语义特征结合并采用随机森林拟合，得到待评分作文的评分结果

原专利链接：一种中文作文自动评分方法及教辅系统https://pss-system.cponline.cnipa.gov.cn/documents/detail?prevPageTit=chagnguihttps://pss-system.cponline.cnipa.gov.cn/documents/detail?prevPageTit=chagngui