试题文本评分方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种试题文本评分方法、装置、电子设备及存储介质，该方法包括：获取目标试题文本；根据目标试题文本，获取目标试题文本中作答文本对应的作答特征，以及目标试题文本中答案文本的各解题思路对应的答案特征；根据作答特征和各解题思路对应的答案特征，获取作答文本对应的评分结果；其中，作答特征包括关键作答步骤、关键作答步骤对应的定理特征、关键作答步骤对应的推理特征；答案特征包括关键答案步骤、关键答案步骤对应的定理特征和关键答案步骤对应的推理特征。本发明专利技术实现综合考虑作答文本以及答案文本中的推导步骤以及推导逻辑等多维特征，据此进行作答文本评分，实现提高试题文本评分的可靠性和合理性。提高试题文本评分的可靠性和合理性。提高试题文本评分的可靠性和合理性。

【技术实现步骤摘要】
试题文本评分方法、装置、电子设备及存储介质


[0001]本专利技术涉及自然语言处理
，尤其涉及一种试题文本评分方法、装置、电子设备及存储介质。

技术介绍

[0002]在日常教学活动中，数学学科中的试题文本的评分和批改尤为重要，这类题型可以考察学生的综合能力。在数学解答题里面有一类特殊的试题，其为数学证明题，该题型重点考察学生的逻辑推理能力，每个步骤之间存在严格的推导逻辑，可能是某个定理或推论，如何利用人工智能算法实现数学试题文本的智能评分和批改，是当前教育和人工智能领域的一个重要研究课题。
[0003]现有的数学解答题评分方案一般是训练一个回归模型，输入试题的题干文本标准答案和作答文本，最终得到一个得分预测模型；该方案的核心思想在于训练一个可以表征学生作答文本的向量，通常利用大量的作答数据训练一个语言模型，然后基于模型表示，利用评分结果作为监督信号训练一个得分预测模型。
[0004]这类得分预测模型一般用于对常规的解答题进行评分，对于证明题这种带有显示推理逻辑的试题文本，当前方案的建模粒度较粗，评分原则基本依赖相似度。而对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种试题文本评分方法，其特征在于，包括：获取目标试题文本；根据所述目标试题文本，获取所述目标试题文本中作答文本对应的作答特征，以及所述目标试题文本中答案文本的各解题思路对应的答案特征；根据所述作答特征和各解题思路对应的答案特征，获取所述作答文本对应的评分结果；其中，所述作答特征包括关键作答步骤、所述关键作答步骤对应的定理特征、所述关键作答步骤对应的推理特征；所述答案特征包括关键答案步骤、所述关键答案步骤对应的定理特征和所述关键答案步骤对应的推理特征。2.根据权利要求1所述的试题文本评分方法，其特征在于，所述根据所述目标试题文本，获取所述目标试题文本中作答文本对应的作答特征，以及所述目标试题文本中答案文本的各解题思路对应的答案特征，包括：根据所述目标试题文本，确定输入信息；将所述输入信息输入至文本特征预测模型的共享特征层，得到所述目标试题文本的共享特征；将所述共享特征输入至所述文本特征预测模型的定理预测分支模型，得到所述作答文本的关键作答步骤、所述关键作答步骤对应的定理特征，以及各解题思路的关键答案步骤、所述关键答案步骤对应的定理特征；将所述共享特征、所述关键作答步骤和所述关键答案步骤输入至所述文本特征预测模型的推理预测分支模型，得到所述作答文本的关键作答步骤对应的推理特征以及各解题思路的关键答案步骤对应的推理特征。3.根据权利要求2所述的试题文本评分方法，其特征在于，所述文本特征预测模型是基于初始化特征预测模型中初始定理预测分支模型的损失函数和所述初始化特征预测模型中初始推理预测分支模型的损失函数，进行联合训练得到的。4.根据权利要求2所述的试题文本评分方法，其特征在于，所述目标试题文本包括题干文本、所述答案文本和所述作答文本；所述根据所述目标试题文本，确定输入信息，包括：根据所述题干文本、所述答案文本和所述作答文本，确定所述输入信息。5.根据权利要求4所述的试题文本评分方法，其特征在于，所述根据所述题干文本、所述答案文本和所述作答文本，确定所述输入信息，包括：对所述答案文本中各解题思路的各步骤以及所述...

【专利技术属性】
技术研发人员：詹文超，沙晶，王士进，魏思，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：