多维度特征增强的作文自动评分

作者:陈宇航; 杨勇; 帕力旦·吐尔逊
来源:新疆师范大学学报(自然科学版), 2023, 42(03): 43-49+58.
DOI:10.14100/j.cnki.1008-9659.2023.03.007

摘要

作文自动评分是自然语言处理技术在教育领域的重要应用。作文评分需要从多个维度对作文进行评价,直接将预训练语言模型应用在作文自动评分领域,其性能并不理想。文章提出了一种多维度特征增强的作文自动评分方法,首先采用卷积神经网络、长短期记忆网络和自注意力网络,分别捕获局部语义特征、全局语义特征和单词语义相关特征,其次利用BERT模型的高层表示来提取深层语义特征,最后采用多维度语义特征增强预训练语言模型的语义特征进行作文自动评分。在公开数据集ASAP上的实验结果表明,该方法能够有效提升长文本数据子集上的性能,相比于基线模型,性能提升显著。

全文