典型文献
利用深层语言分析改进中文作文自动评分方法
文献摘要：
利用自然语言处理技术对作文进行自动评阅是有重要意义和挑战的研究课题,引起了人工智能领域与教育领域学者的共同关注.该文聚焦于语文作文自动评分任务,提出通过深层语言分析,包括应用高性能别字、语法纠错器分析语言运用能力,采用自动修辞分析、优秀表达识别等手段反映语言表达能力,以及通过细粒度篇章质量分析评估篇章整体质量,来构建有效特征.该文同时提出了结合语言分析特征与深度神经网络编码的自适应混合评分模型.在真实语文作文数据上的实验表明,融入深层语言分析特征可有效提高作文评分效果;年级与主题自适应的模型训练策略,可提高模型的迁移能力和预测效果.消融实验进一步分析和解释了不同类型特征对评分效果的贡献.
文献关键词：
语文作文自动评分;深层语言分析;自适应混合评分模型
中图分类号：
作者姓名：
魏思;巩捷甫;王士进;宋巍;宋子尧
作者机构：
科大讯飞股份有限公司 AI研究院,安徽 合肥 230088;认知智能国家重点实验室,安徽 合肥 230088;首都师范大学 信息工程学院和交叉学科研究院,北京 100056
文献出处：
引用格式：
[1]魏思;巩捷甫;王士进;宋巍;宋子尧-.利用深层语言分析改进中文作文自动评分方法)[J].中文信息学报,2022(04):111-123
A类：
深层语言分析,语文作文自动评分,自适应混合评分模型
B类：
分析改进,评分方法,自然语言处理技术,评阅,研究课题,人工智能领域,别字,语法纠错,分析语,语言运用能力,修辞分析,达识,语言表达能力,过细,细粒度,质量分析,分析评估,整体质量,有效特征,文同,合语,深度神经网络,网络编码,高作,模型训练,训练策略,迁移能力,消融实验,类型特征
AB值：
0.275997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
