【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种评分模型的训练方法、评分方法和装置。
技术介绍
1、在教育过程中，测试和评估已经成为日常教学中必不可少的一环，而自动化评分系统能够大大降低教师的工作量，提高评分的公正性和效率，从而为教育教学的发展提供助力。
2、目前，自动评分系统技术主要是基于自然语言处理的技术，例如，词袋模型、主题模型、词向量和神经网络等，其可将文本信息转化为数学形式，提取文本的主要信息，然后根据预定义的评分规则进行评分。然而由于自然语言的复杂性，其通常很难全面、精确地理解文本语义，导致评分的准确度并不高。并且，其输出的仅是总体评分，这十分不便于用户后续的进一步巩固学习。
技术实现思路
1、本专利技术提供一种评分模型的训练方法、评分方法和装置，用以解决现有技术中评分准确性不高，以及评分后得到的仅有总体评分，不便于后续的进一步学习的缺陷，通过训练后的评分模型能够准确理解输入文本的语义，实现对用户答案的自动评分，并给出评分解析，保证了评分的准确性，为用户后续的进一步巩固学习提供
<本文档来自技高网...【技术保护点】
1.一种评分模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的评分模型的训练方法，其特征在于，所述基于所述第二样本试题和所述评分规范，应用所述预训练模型对所述第二用户答案进行评分，得到所述第二用户答案的预测评分和评分解析，包括：
3.根据权利要求2所述的评分模型的训练方法，其特征在于，所述基于所述预测答案和所述评分规范，应用所述预训练模型对所述第二用户答案进行评分，得到预测评分和评分解析，包括：
4.根据权利要求1至3中任一项所述的评分模型的训练方法，其特征在于，所述基于所述预训练数据，对初始模型进行训练，得到预训练模型，
...
【技术特征摘要】
1.一种评分模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的评分模型的训练方法，其特征在于，所述基于所述第二样本试题和所述评分规范，应用所述预训练模型对所述第二用户答案进行评分，得到所述第二用户答案的预测评分和评分解析，包括：
3.根据权利要求2所述的评分模型的训练方法，其特征在于，所述基于所述预测答案和所述评分规范，应用所述预训练模型对所述第二用户答案进行评分，得到预测评分和评分解析，包括：
4.根据权利要求1至3中任一项所述的评分模型的训练方法，其特征在于，所述基于所述预训练数据，对初始模型进行训练，得到预训练模型，包括：
5.根据权利要求4所述的评分模型的训练方法，其特征在于，所述基于所述预测结果和所述预训练数据，对所述初始模型进行训练，得到预训...
【专利技术属性】
技术研发人员：郝龙飞，沙晶，王士进，魏思，胡国平，刘聪，盛志超，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。