ESM:一种增强语义匹配的语句评分模型

• 作者: 曹小鹏 邵一萌
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本相似度 统计语言 语义匹配 自动阅卷
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1134-1140
• 页数: 7页
• 分类号: TP391
• 字数: 5601字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.06.023

摘要

语义匹配问题是自然语言处理的核心问题之一.基于语义的匹配,即通过提取文本内在语义进行匹配度计算,是目前自然语言处理领域研究的热点.传统的语义匹配模型并没有结合语句通顺度等多种要素综合评价,因此效果较差.提出一种增强语义匹配模型,模型在文本相似度计算的基础上,增加通顺度因子,并通过大量数据来调整最优参数.通过自动阅卷系统进行测试,对比3种常用的自动阅卷评分模型验证该模型能有效降低平均误差值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹小鹏	西安邮电大学计算机学院	25	104	7.0	9.0
2	邵一萌	西安邮电大学计算机学院	1	0	0.0	0.0