公开(公告)号：CN111581379B

公开(公告)日：2022-03-25

申请号：CN202010352090.6

申请日：2020-04-28

Applicant: 电子科技大学

Inventor： 林劼 ,  党元 ,  徐佳俊 ,  桑玉坤 ,  伍双楠

IPC: G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于作文扣题度的自动作文评分计算方法，该方法包括S1：句子预处理和分布式表示；S2：图卷积神经网络构建；S3：图卷积神经网络训练；S4：多层感知机分类器训练预测。本发明应用在自动作文评分领域，实现对非扣题作文的检测和发现，作文参考范文和学生作答作文的文本匹配程度是作文评分的一个重要特征，通过一种新颖的方式构建了图神经网络，综合了各个句子的相似度计算作文扣题度。

公开(公告)号：CN111581379A

公开(公告)日：2020-08-25

申请号：CN202010352090.6

申请日：2020-04-28

Applicant: 电子科技大学

Inventor： 林劼 ,  党元 ,  徐佳俊 ,  桑玉坤 ,  伍双楠

IPC: G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于作文扣题度的自动作文评分计算方法，该方法包括S1：句子预处理和分布式表示；S2：图卷积神经网络构建；S3：图卷积神经网络训练；S4：多层感知机分类器训练预测。本发明应用在自动作文评分领域，实现对非扣题作文的检测和发现，作文参考范文和学生作答作文的文本匹配程度是作文评分的一个重要特征，通过一种新颖的方式构建了图神经网络，综合了各个句子的相似度计算作文扣题度。

公开(公告)号：CN111581392A

公开(公告)日：2020-08-25

申请号：CN202010350991.1

申请日：2020-04-28

Applicant: 电子科技大学

Inventor： 郝玉洁 ,  徐佳俊 ,  党元 ,  桑玉坤 ,  李继演 ,  伍双楠

IPC: G06F16/36 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于语句通顺度的自动作文评分计算方法，该方法包括S1：句向量分布式表示；S2：句子特征提取；S3：句子间关系特征提取；S4：多层感知机模型训练预测。本发明提出了将语句通顺度指标应用到自动作文评分领域，用于实现检测发现作文中语义不通顺语句的功能，并且对作文中出现的语义无关词语和病句有更低的打分。

公开(公告)号：CN111581392B

公开(公告)日：2022-07-05

申请号：CN202010350991.1

申请日：2020-04-28

Applicant: 电子科技大学

Inventor： 郝玉洁 ,  徐佳俊 ,  党元 ,  桑玉坤 ,  李继演 ,  伍双楠

IPC: G06F16/36 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于语句通顺度的自动作文评分计算方法，该方法包括S1：句向量分布式表示；S2：句子特征提取；S3：句子间关系特征提取；S4：多层感知机模型训练预测。本发明提出了将语句通顺度指标应用到自动作文评分领域，用于实现检测发现作文中语义不通顺语句的功能，并且对作文中出现的语义无关词语和病句有更低的打分。