一种基于BERT神经网络和多任务学习的主观题自动评阅方法
公开
摘要
本发明公开了一种基于BERT神经网络和多任务学习的主观题自动评阅方法，涉及人工智能与智慧教育的交叉领域。首先，使用经过大规模语料预训练的BERT神经网络进行编码，有效解决主观题自动评阅任务中语料过小的问题，并联合训练一个具有学生答案代词消代与主观题自动评阅的多任务神经网络模型。其次，使用所训练的多任务神经网络模型，从题干中提取代词成分来替换学生答案中的代词，确保学生答案语义的完整性。然后，将消代后的学生答案与标准答案形成句子对，送入BERT神经网络进行分类，得到学生答案的评分等级。通过消除学生答案中的代词，以更有效的方法解决主观题自动评阅问题。
基本信息
专利标题 ：
一种基于BERT神经网络和多任务学习的主观题自动评阅方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114579706A
申请号 ：
CN202210222404.X
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈意山吴晗罗建华
申请人 ：
桂林旅游学院
申请人地址 ：
广西壮族自治区桂林市雁山区雁山镇良丰路26号
代理机构 ：
南宁东智知识产权代理事务所(特殊普通合伙)
代理人 ：
裴康明
优先权 ：
CN202210222404.X
主分类号 ：
G06F16/33
IPC分类号 ：
G06F16/33 G06F16/35 G06F40/216 G06F40/30 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/33
••查询
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
