哈尔滨工业大学工程硕士学位论文
目录
摘要 .......................................................................................................................... I Abstract ....................................................................................................................... II 第1章绪论 (1)
1.1课题背景及意义 (1)
1.2国内外相关研究及分析 (2)
1.2.1 国外研究现状 (2)
1.2.2 国内研究现状 (4)
1.2.3 高考作文评分的分析 (4)
1.3本文的主要研究内容以及章节安排 (6)
第2章基于文采特征的高考作文自动评分 (8)
2.1引言 (8)
2.2修辞手法的自动识别 (8)
2.3古诗词的自动识别 (12)
2.4实验结果与分析 (15)
2.4.1 实验数据以及评价方法 (15)
2.4.2 Baseline系统简介 (17)
2.4.3 实验对比与分析 (18)
2.5本章小结 (19)
第3章基于主题特征的高考作文自动评分 (20)
3.1引言 (20)
3.2作文主题的自动抽取方法 (20)
3.2.1 基于统计方法的作文主题自动识别 (20)
3.2.2 基于TextRank方法的作文主题的自动识别 (22)
3.2.3 基于LDA主题模型的作文主题自动识别 (23)
3.3实验结果与分析 (25)
3.3.1 实验数据以及评价方法 (25)
3.3.2 实验对比与分析 (25)
3.4本章小结 (27)
第4章基于深度表示的高考作文自动评分 (28)
4.1引言 (28)
4.2作文的深度表示方法以及方案设计 (28)
4.2.1 受限玻尔兹曼机RBM的基本模型 (28)
4.2.2 方案设计 (30)
4.3实验结果与分析 (31)
4.3.1 实验数据以及评价方法 (31)
4.3.2 实验结果与分析 (31)
4.4本章小结 (34)
第5章高考作文自动评分系统的平台设计 (35)
5.1引言 (35)
哈尔滨工业大学工程硕士学位论文
5.2数据资源介绍以及数据库设计 (35)
5.3系统设计以及演示 (37)
5.4本章小结 (40)
结论 (41)
参考文献 (43)
攻读硕士学位期间发表的论文及其它成果 (48)
哈尔滨工业大学学位论文原创性声明和使用权限 (49)
致谢 (51)
哈尔滨工业大学工程硕士学位论文
第1章绪论
1.1课题背景及意义
作文作为体现学生写作能力的重要考核题目，在各种语文考试中都会出现就。每年参加中考高考考试的学生数量级达到千万，另外随着汉语学习在国际上的流行，参加汉语水平考试的学生也逐年增加。在这些大型正规的语文考试中，目前作文的评分都是由人工来完成，譬如高考作文评分，在高考结束之后，一定数量级的语文老师经过培训之后完成对高考作文的评分。这样的评分方法需要大量的教师人员、需要花费较长的时间，教师每天需要评阅很多份试卷，容易产生视觉疲劳、影响老师心情。这样的评分方法有很强的主观性，作文人工评分很容易受到阅卷老师的主观偏好、身体疲劳程度、心情好坏等多种因素的干扰，所以会有一部分作文的评分存在一定程度上的误差。因此为了减少人工评分带来的误差，实现客观有效、省时省力的自动中文作文评分系统是必然趋势。
自动作文评分是利用统计、自然语言处理、人工智能等技术对作文进行评估和打分。目前，作文自动评分近年来已逐渐成为自然语言处理研究中的热点问题。在国外已经有多个成熟的作文自动评分系统，自动作文评分技术已经在大规模考试得到了广泛的应用，比如GMAT、托福等国际性英语考试和学生自我评估。例如：美国ETS(Educational Testing Service)开发的E-rater[1]自动作文评分系统早在1999年就用于GMAT作文自动批阅，于2005年应用在托福考试的作文自动评分中。国内针对中国语文作文的自动评分系统的研究要落后于国外主流的AES研究。
随着自然语言处理、深度学习等技术的迅速发展，以及市场的迫切需求，中文作文自动评分是一个很值得研究的课题，本文针对高考作文自动评分进行了深入研究。这些研究迎合市场的需求，能够使得作文评分变得省时省力，而且相对于教师评分有很强的客观性；能够将语文老师从作文评分中解放出来，将更多的精力其他提高教学质量方面；针对作文给出反馈，能够帮助学生提高作文写作水平。由于作文自动评分技术需要通过分析作文内容、作文篇章结构等来达到评分的结果，因此该项研究能够很大程度上推动中文自然语言处理、篇章分析、情感分析、主题分析等底层技术的进步和发展。