隨著無紙化考試的推廣,許多國家級專業(yè)考試改為網(wǎng)絡考試,專業(yè)主觀題的自動評閱能夠輔助優(yōu)化評閱過程,提高評閱效率,避免因主觀因素導致的評閱標準偏差,對于維護國家考試的權威性和公正性具有重要意義。專業(yè)文本智能評閱問題面臨諸多挑戰(zhàn)。從文本理解角度,現(xiàn)有方法主要采用基于大規(guī)模語料庫的詞向量和深度網(wǎng)絡模型,解決語義歧義問題。但是專業(yè)文本不僅包含大量專業(yè)概念,還包含數(shù)字公式等不同形式,這些詞匯和公式的意義只有在具體上下文環(huán)境中才有明確含義,難以在統(tǒng)一的語義空間預訓練數(shù)字和運算符的語義向量,使得兼顧語義和邏輯推理的文本理解更加困難。從模型角度,為了保證評閱過程的公平性,需要在給出專業(yè)文本評閱結(jié)果的同時提供打分依據(jù),對評閱模型的可解釋性有高要求,這是深度學習模型的共同挑戰(zhàn)之一。從數(shù)據(jù)角度,應用場景的特殊性使得可供模型學習的數(shù)據(jù)只有專家預評閱階段的少量標注樣本,訓練數(shù)據(jù)的缺乏對于以數(shù)據(jù)為支撐的深度學習過程增加了困難。針對以上挑戰(zhàn),本文研究有參考答案的專業(yè)文本可解釋評閱問題,主要貢獻如下:（1）針對論證類專業(yè)文本,提出了基于互注意力機制的可解釋評閱模型。采用雙向循環(huán)神經(jīng)網(wǎng)絡和最大池化策略,建立基于詞序列和句... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景
    1.2 問題描述
    1.3 本文貢獻
    1.4 論文組織結(jié)構(gòu)
第2章 相關工作
    2.1 無參考答案的主觀題評閱
    2.2 有參考答案的主觀題評閱
        2.2.1 基于詞匯匹配度的評閱
        2.2.2 基于句法的評閱
        2.2.3 基于語義本體的評閱
        2.2.4 基于詞向量及神經(jīng)網(wǎng)絡的評閱
第3章 論證類專業(yè)文本可解釋評閱
    3.1 實例分析
    3.2 基于互注意力機制的論證類文本評閱模型
        3.2.1 模型框架
        3.2.2 文本預處理
        3.2.3 基于BiLSTM的句子語義特征抽取
        3.2.4 基于互注意力機制的知識點匹配
        3.2.5 基于知識點的可解釋評閱
        3.2.6 多任務聯(lián)合學習
    3.3 數(shù)據(jù)集與評價指標
    3.4 對比方法
    3.5 實驗結(jié)果及分析
        3.5.1 模型性能比較
        3.5.2 模型結(jié)構(gòu)分析
        3.5.3 評閱結(jié)果的可解釋分析
        3.5.4 評閱結(jié)果實例分析
        3.5.5 模型知識遷移分析
    3.6 小結(jié)
第4章 計算分析類專業(yè)文本可解釋評閱
    4.1 實例分析
    4.2 基于專業(yè)概念-計算結(jié)果匹配機制的計算分析類文本評閱模型
        4.2.1 模型框架
        4.2.2 文本預處理
        4.2.3 專業(yè)概念和計算結(jié)果的映射關系學習
        4.2.4 基于CNN的專業(yè)概念和計算結(jié)果的語義特征抽取
        4.2.5 基于專業(yè)概念-計算結(jié)果匹配機制的可解釋評閱
        4.2.6 多任務聯(lián)合學習
    4.3 數(shù)據(jù)集與評價指標
    4.4 對比方法
    4.5 實驗結(jié)果及分析
        4.5.1 模型性能比較
        4.5.2 模型結(jié)構(gòu)分析
        4.5.3 評閱結(jié)果的可解釋分析
        4.5.4 模型知識遷移分析
    4.6 小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
致謝
攻讀學位期間發(fā)表的主要學術論文
攻讀學位期間參與的科研項目
學位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]語句相似度計算在主觀題自動批改技術中的初步應用[J]. 高思丹,袁春風.  計算機工程與應用. 2004(14)

碩士論文
[1]專業(yè)主觀題自動評閱關鍵技術研究和應用[D]. 馮姝樺.山東大學 2019
[2]基于漢語依存句法分析的主觀題自動評分研究[D]. 趙白玉.湖南大學 2012
[3]基于文本相似度計算的主觀題自動閱卷技術研究[D]. 張?zhí)硪?東北師范大學 2011



本文編號：3162812