一种基于HMM分词的主观题自动批阅方法技术

本发明专利技术公开一种基于HMM分词的主观题自动批阅方法，涉及语言识别应用技术领域；配置主观题答案，根据主观题答案利用HMM模型分词获得主观题答案的关键词，并匹配相应的关键词得分权重，根据主观题答案的关键词获得答案词向量，利用HMM模型对答题内容进行分词处理，获得答题内容关键词集，自定义关键词集的同近义词库并结合AI学习模型自动扩展同近义词库，将关键词集经过同近义词转换，获得答题内容关键词集全向量，利用余弦相似度算法分析比对关键词集全向量与答案词向量的相似度，根据关键词相似度配置得分权重，并获得答题内容得分，汇总答题内容进行分析，提取错题数据，形成错题库。形成错题库。形成错题库。

【技术实现步骤摘要】
一种基于HMM分词的主观题自动批阅方法


[0001]本专利技术公开一种方法，涉及语言识别应用
，具体地说是一种基于HMM分词的主观题自动批阅方法。

技术介绍

[0002]随着我国互联网的发展以及人工智能领域的进步，我国的考试阅卷形式由初期的线下纸质考试，人工卷面打分，手动汇总得分，到现在已经实现部分自动化扫描试卷及自动批阅。但是主观题自动批阅方法还不够成熟，对于大型考试来说阅卷工作量仍极大，同时人工汇总得分以及录入计算机系统中容易因人为操作因素导致录入成绩错误率较高。

技术实现思路

[0003]本专利技术针对现有技术的问题，提供一种基于HMM分词的主观题自动批阅方法，减少阅卷老师重复性工作，提高阅卷效率；使考生分数自动回归系统，并进一步分析各题目答题情况，形成高频错题库，实现智慧教育、精准授课。
[0004]本专利技术提出的具体方案是：
[0005]本专利技术提供一种基于HMM分词的主观题自动批阅方法，配置主观题答案，根据主观题答案利用HMM模型分词获得主观题答案的关键词，并匹配相应的关键词得分权重，根据主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于HMM分词的主观题自动批阅方法，其特征是配置主观题答案，根据主观题答案利用HMM模型分词获得主观题答案的关键词，并匹配相应的关键词得分权重，根据主观题答案的关键词获得答案词向量，利用HMM模型对答题内容进行分词处理，获得答题内容关键词集，自定义关键词集的同近义词库并结合AI学习模型自动扩展同近义词库，将关键词集经过同近义词转换，获得答题内容关键词集全向量，利用余弦相似度算法分析比对关键词集全向量与答案词向量的相似度，根据关键词相似度配置得分权重，并获得答题内容得分，汇总答题内容进行分析，提取错题数据，形成错题库。2.根据权利要求1所述的一种基于HMM分词的主观题自动批阅方法，其特征是所述根据主观题答案利用HMM模型分词获得主观题答案的关键词，并匹配相应的关键词得分权重，包括：确定主观题标准答案的得分点，根据得分点利用HMM模型分词确定所对应的关键词，自定义主观题答案关键词列表，并分配每个关键词得分权重，并根据构建主观题答案的关键词词库。3.根据权利要求1所述的一种基于HMM分词的主观题自动批阅方法，其特征是所述利用HMM模型对答题内容进行分词处理，包括：将答题内容的语句作为观测序列，将分词结果作为状态序列，利用语料训练出相关HMM模型，通过Viterbi算法进行求解，获得最优的状态序列，再根据状态序列，输出分词结果，获得答题内容关键词集。4.根据权利要求1所述的一种基于HMM分词的主观题自动批阅方法，其特征是所述利用余弦相似度算法分析比对关键词集全向量与答案词向量的相似度，包括：整理答案词向量X＝{S1,S2,S3,
…
,Sn}，权重W＝{W1,W2,W3,
…
,Wn}，答题内容关键词集全向量Y＝{A1,A2,
…
,An}，利用余弦相似度公式：分析比对关键词集全向量与答案词向量的相似度。5.根据权利要求4所述的一种基于HMM分词的主观题自动批阅方法，其特征是利用如下公式：根据关键词相似度配置得分权重W，获得答题内容得分F
s
。
6.一种基于HMM分词的主观题自动批阅装置，其特征是包括配置模块、分词...

【专利技术属性】
技术研发人员：率为朋，张滨，王东伟，朱亚静，武铁军，
申请(专利权)人：浪潮云信息技术股份公司，
类型：发明
国别省市：