[发明专利]基于特征学习的短答案自动评分方法、系统及存储介质有效
| 申请号： | 201811355345.3 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109670168B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 朱佳;伦家琪;肖菁;余伟浩 | 申请（专利权）人： | 华南师范大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30;G06F16/35;G06N3/0464;G06N3/0442;G06N3/045;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510631 广东省广州市天*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于特征学习的短答案自动评分方法、系统及存储介质，方法包括：对短答案的问题、标准答案以及回答答案进行分词操作，生成词序列；对词序列进行向量化表示，生成映射矩阵；对映射矩阵进行词语级别的特征抽取，生成词语特征；对映射矩阵进行句子级别的特征抽取，生成句子特征；根据词语特征和句子特征，通过深度学习分类器模型预测短答案的文本类别；基于文本类别与分值的映射关系，确定短答案的分数。本发明无需进行人工处理，大大提高了工作效率，同时参考了词语因素和句子因素，提高了分类准确率，进而提高了评分的准确率，可广泛应用于深度学习技术领域。 | ||
| 搜索关键词： | 基于 特征 学习 答案 自动 评分 方法 系统 存储 介质 | ||
【主权项】：
1.基于特征学习的短答案自动评分方法，其特征在于：包括以下步骤：对短答案的问题、标准答案以及回答答案进行分词操作，生成词序列；对词序列进行向量化表示，生成映射矩阵；对映射矩阵进行词语级别的特征抽取，生成词语特征；对映射矩阵进行句子级别的特征抽取，生成句子特征；根据词语特征和句子特征，通过深度学习分类器模型预测短答案的文本类别；基于文本类别与分值的映射关系，确定短答案的分数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南师范大学，未经华南师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811355345.3/，转载请声明来源钻瓜专利网。
