-
题名基于多层次语义特征的英文作文自动评分方法
被引量：16
- 1
-
-
作者
周险兵
樊小超
任鸽
杨勇
-
机构
新疆师范大学计算机科学技术学院
大连理工大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第8期2205-2211,共7页
-
基金
国家自然科学基金资助项目(62066044)
新疆维吾尔自治区高等学校科研计划项目(XJEDU2016S066)。
-
文摘
作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义特征的神经网络(MLSF)模型进行AES。首先,采用卷积神经网络(CNN)捕获局部语义特征,并采用混合神经网络捕获全局语义特征,以从深层次获取作文的语义特征;其次,利用篇章级的作文主题向量来获取主题层特征,同时针对深度学习模型难以挖掘的语法错误和语言丰富程度特征,构造了少量人工特征以从浅层获取作文的语言学特征;最后,通过特征融合对作文进行自动评分。实验结果表明,所提出模型在Kaggle ASAP竞赛公开数据集的所有子集上性能均有显著提升,该模型的平均二次加权的卡帕值(QWK)达到79.17%,验证了该模型在AES任务中的有效性。
-
关键词
英文作文
作文自动评分
多层语义特征
深层语义理解
特征融合
自然语言处理
-
Keywords
English essay
Automated Essay Scoring(AES)
multi-level semantic feature(mlsf)
deep semantic understanding
feature fusion
natural language processing
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
