基于代表性答案选择与注意力机制的短答案自动评分

• 作者: 午泽鹏 卢宇 张虎 李茹 段庆龙 谭红叶
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 短答案自动评分 代表性答案 参考答案 注意力机制 神经网络
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息检索与问答系统
• 页码范围: 134-142
• 页数: 9页
• 分类号: TP391
• 字数: 6793字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.11.016

摘要

短答案自动评分是智慧教学中的一个关键问题.目前自动评分不准确的主要原因是:(1)预先给定的参考答案不能覆盖多样化的学生答题情况;(2)不能准确刻画学生答案与参考答案匹配情况.针对上述问题,该文采用基于聚类与最大相似度方法选择代表性学生答案构建更完备的参考答案,尽可能覆盖学生不同的答题情况;在此基础上,利用基于注意力机制的深度神经网络模型来提升系统对学生答案与参考答案匹配情况的刻画.相关数据集上的实验结果表明:该文模型有效提升了自动评分的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李茹	山西大学计算机与信息技术学院	99	683	13.0	21.0
2	谭红叶	山西大学计算机与信息技术学院	36	463	9.0	21.0
3	张虎	山西大学计算机与信息技术学院	33	139	8.0	11.0
4	午泽鹏	山西大学计算机与信息技术学院	1	0	0.0	0.0
5	卢宇	北京师范大学未来教育高精尖创新中心	4	17	1.0	4.0
9	段庆龙	北京师范大学未来教育高精尖创新中心	1	0	0.0	0.0