CN107273861A - 一种主观题阅卷评分方法、装置及终端设备 - Google Patents
一种主观题阅卷评分方法、装置及终端设备 Download PDFInfo
- Publication number
- CN107273861A CN107273861A CN201710468752.4A CN201710468752A CN107273861A CN 107273861 A CN107273861 A CN 107273861A CN 201710468752 A CN201710468752 A CN 201710468752A CN 107273861 A CN107273861 A CN 107273861A
- Authority
- CN
- China
- Prior art keywords
- word
- keyword
- node
- scored
- marking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Abstract
本发明属于教育教学考试技术领域，尤其涉及一种主观题阅卷评分方法、装置及终端设备。所述方法包括：确定当前待评分的主观题；对所述主观题的待评分答案进行扫描识别，得到识别文本；从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。通过本发明，减少了工作人员所需参与的过程，降低了人力成本，提高了阅卷评分的效率。
Description
技术领域
本发明属于教育教学考试技术领域，尤其涉及一种主观题阅卷评分方法、装置及终端设备。
背景技术
现阶段的考试系统，大部分都接入了电子阅卷平台，客观题一般都采用答题卡的形式，进行机器自动阅卷。但是主观题目前只是采用了将试卷投放到屏幕上进行阅卷，实际的操作还是通过人工进行和正确答案的对比，给出分数。
传统的阅卷和投影到屏幕上的方式，没有本质的解决主观题需要人工进行阅卷的问题，不管是在电子产品上做题还是现实生活中的考试，都耗费了大量的人力成本，在作业量和考试量如此大的今天，无疑是个巨大的浪费。
发明内容
有鉴于此，本发明实施例提供了一种主观题阅卷评分方法、装置及终端设备，以解决现有技术中需要耗费大量人力成本对主观题进行人工阅卷的问题。
本发明实施例的第一方面提供了一种主观题阅卷评分方法，可以包括：
确定当前待评分的主观题；
对所述主观题的待评分答案进行扫描识别，得到识别文本；
从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；
分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；
根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
进一步地，所述从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语可以包括：
使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合；
在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置；
在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置；
分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离，所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度；
在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语；
所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
进一步地，所述分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度可以包括：
在预设的同义词词典的树形图中分别确定各个所述第一词语的第三节点位置；
在所述树形图中分别确定各个所述第一词语对应的所述关键字的第四节点位置；
分别计算各个所述第一词语和对应的所述关键字之间的第二节点距离，所述第二节点距离为连接所述第一词语的第三节点位置和对应的所述关键字的第四节点位置的节点路径的长度；
根据各个所述第二节点距离分别计算各个所述第一词语的语义匹配度。
进一步地，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之前，还可以包括：
确定各个所述第一词语在所述识别文本中的第一排列顺序；
根据所述第一排列顺序和预设的第二排列顺序确定与各个所述第一词语的语义匹配度对应的权值，所述第二顺序为各个所述关键字的排列顺序；
分别使用各个所述权值对对应的所述第一词语的语义匹配度进行加权，得到加权后的各个所述第一词语的语义匹配度。
进一步地，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之后，还可以包括：
生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
本发明实施例的第二方面提供了一种主观题阅卷评分装置，可以包括：
主观题确定模块，用于确定当前待评分的主观题；
扫描模块，用于对所述主观题的待评分答案进行扫描识别，得到识别文本；
搜索模块，用于从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；
语义匹配度计算模块，用于分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；
评分模块，用于根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
进一步地，所述搜索模块可以包括：
切分单元，用于使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合；
第一节点位置确定单元，用于在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置；
第二节点位置确定单元，用于在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置；
第一节点距离计算单元，用于分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离，所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度；
搜索单元，用于在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语，所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
进一步地，所述语义匹配度计算模块可以包括：
第三节点位置确定单元，用于在预设的同义词词典的树形图中分别确定各个所述第一词语的第三节点位置；
第四节点位置确定单元，用于在所述树形图中分别确定各个所述第一词语对应的所述关键字的第四节点位置；
第二节点距离计算单元，用于分别计算各个所述第一词语和对应的所述关键字之间的第二节点距离，所述第二节点距离为连接所述第一词语的第三节点位置和对应的所述关键字的第四节点位置的节点路径的长度；
语义匹配度计算单元，用于根据各个所述第二节点距离分别计算各个所述第一词语的语义匹配度。
进一步地，所述语义匹配度计算模块还可以包括：
第一排列顺序确定单元，用于确定各个所述第一词语在所述识别文本中的第一排列顺序；
权值确定单元，用于根据所述第一排列顺序和预设的第二排列顺序确定与各个所述第一词语的语义匹配度对应的权值，所述第二顺序为各个所述关键字的排列顺序；
加权单元，用于分别使用各个所述权值对对应的所述第一词语的语义匹配度进行加权，得到加权后的各个所述第一词语的语义匹配度。
进一步地，所述主观题阅卷评分装置还可以包括：
信息生成模块，用于生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
本发明实施例的第三方面提供了一种主观题阅卷评分终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以上任一种主观题阅卷评分方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以上任一种主观题阅卷评分方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例确定当前待评分的主观题；对所述主观题的待评分答案进行扫描识别，得到识别文本；从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。通过本发明，在确定当前待评分的主观题之后，首先通过扫描识别得到识别文本，然后通过语义匹配计算识别文本中的词语相对于预设关键字的语义匹配度，最后根据该语义匹配度和预设分值计算出待评分答案的得分，减少了工作人员所需参与的过程，降低了人力成本，提高了阅卷评分的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的主观题阅卷评分方法的示意流程图；
图2为本发明实施例提供的搜索第一词语的示意流程图；
图3为本发明实施例提供的计算语义匹配度的示意流程图；
图4为本发明实施例提供的主观题阅卷评分装置的示意框图；
图5是本发明实施例提供的主观题阅卷评分终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一：
如图1所示，是本发明实施例提供的一种主观题阅卷评分方法的示意流程图，所述方法可以包括：
步骤S101，确定当前待评分的主观题。
所谓主观题，是指那些能更好地考查学生具体情况或个性的试题。通过这类试题的考试，可以全面了解学生对某门课程的某个具体部分理解和掌握的程度，可以测试学生精确地回忆所学内容，灵活地组织材料，清楚地表达问题，深刻地了解问题实质的能力。
步骤S102，对所述主观题的待评分答案进行扫描识别，得到识别文本。
所述待评分答案为学生根据自己的理解对所述主观题做出的解答，一般地，所述待评分答案可以是由学生书写在指定的答题卷上的，此时需要对其进行扫描识别，得到计算机可处理的识别文本。
可选地，所述待评分答案也可以是由学生记录在指定的电子试卷上，此时可以直接得到识别文本，无需执行扫描过程。
步骤S103，从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语。
所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系。一般地，关键字和得分点是一一对应的，即每个得分点有且只有一个关键字。
优选地，如图2所示，步骤S103具体可以包括步骤S1031～步骤S1035。
步骤S1031，使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合。
该步骤即为分词的过程，本实施例既可以对中文进行分词，也可以对英文进行分词，还可以对其它的语言进行分词。以下以中文分词为例进行说明，中文分词指的是将一个汉字序列切分成一个一个单独的词，分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段能通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，不过在词这一层上，中文比之英文要复杂的多、困难的多。
优选的，本实施例使用最大正向匹配法对所述识别文本进行切分，具体地，首先从左向右取待切分文本的m个字符作为匹配字段，其中m为预设的机器词典中最长的词条所含字符数，查找所述机器词典并进行匹配。若匹配成功，则将这个匹配字段作为一个词切分出来。若匹配不成功，则将这个匹配字段的最后一个字去掉，剩下的字符串作为新的匹配字段，进行再次匹配，重复以上过程，直到切分出所有词为止。
可选地，本实施例还可以使用逆向最大匹配法、最少切分法、双向最大匹配法等等，用户可以根据实际情况选择其中的一种方法，也可以同时使用多种方法共同进行文本切分。
步骤S1032，在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置。
步骤S1033，在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置。
步骤S1034，分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离。
一般同义词词典都是将所有的词组织在一棵或几棵树状的层次结构中。我们知道，在一棵树形图中，任何两个结点之间有且只有一条路径。于是，这条路径的长度就可以作为这两个词语的语义相似性的一种度量。
所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度。
步骤S1035，在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语。
所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
容易理解地，与所述关键字之间的第一节点距离越短，则说明其与所述关键字的语义越接近，搜寻与所述关键字之间的第一节点距离最短的词语，也即搜寻与所述关键字的语义越接近的词语。所述阈值的设定是为了保证搜索到的所述第一词语与所述关键字的语义足够接近，如果在所述词语集合中不存在与所述关键字之间的第一节点距离小于预设阈值的词语，则说明在该词语集合中不存在与所述关键字语义匹配的第一词语。
优选地，所述阈值可以根据实际情况进行设定，也可以根据实际情况进行更改。
步骤S104，分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度。
所述语义匹配度的取值范围为[0，1]，当取值为0时，表示两个词语之间语义完全不匹配，当取值为1时，表示两个词语之间的语义完全相同。
优选地，如图3所示，步骤S104具体可以包括步骤S1041～步骤S1044。
步骤S1041，在预设的同义词词典的树形图中分别确定各个所述第一词语的第三节点位置。
步骤S1042，在所述树形图中分别确定各个所述第一词语对应的所述关键字的第四节点位置。
步骤S1043，分别计算各个所述第一词语和对应的所述关键字之间的第二节点距离。
所述第二节点距离为连接所述第一词语的第三节点位置和对应的所述关键字的第四节点位置的节点路径的长度。
步骤S1044，根据各个所述第二节点距离分别计算各个所述第一词语的语义匹配度。
所述语义匹配度与所述第二节点距离负相关，即所述第二节点距离越大，则所述语义匹配度越小，反之，所述第二节点距离越小，则所述语义匹配度越大。按照这一原则，可以根据实际情况设置不同的计算公式，例如，可以将所述语义匹配度的计算公式设置为1/(d+1)，其中d为所述第二节点距离，根据该公式，若两个词语的第二节点路径为3，则语义匹配度为0.25。
步骤S105，根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
首先计算每个第一词语的得分，也即将所述第一词语对应的所述关键字的预设分值和所述第一词语的语义匹配度相乘，然后对各个所述第一词语的得分进行求和，即得到所述待评分答案的得分。
以上计算中，并没有考虑排列顺序对于得分的影响，事实上，对于某些主观题，其各个得分点是有顺序限制的。
优选地，对于有顺序限制的主观题，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之前，还可以包括：
确定各个所述第一词语在所述识别文本中的第一排列顺序；
根据所述第一排列顺序和预设的第二排列顺序确定与各个所述第一词语的语义匹配度对应的权值，所述第二顺序为各个所述关键字的排列顺序；
分别使用各个所述权值对对应的所述第一词语的语义匹配度进行加权，得到加权后的各个所述第一词语的语义匹配度。
所述权值的取值范围为[0,1]，在本实施例中，为了简便起见，只取0和1这两个端点值，若所述第一词语在所述第一排列顺序中的次序与对应的所述关键字在所述第二排列顺序中的次序相同，则权值取1，若所述第一词语在所述第一排列顺序中的次序与对应的所述关键字在所述第二排列顺序中的次序不同，则权值取0。例如，若有4个第一词语分别为A1、B1、C1、D1，其对应的关键字分别为A2、B2、C2、D2，所述第一排列顺序为A1→B1→C1→D1，所述第二排列顺序为A2→B2→D2→C2，可见前两个的次序相同，其权值均为1，后两个的次序不同，其权值均为0。
优选地，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之后，还可以包括：
生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
所述详细信息中可以包括扫描得到的识别文本，可以包括搜索到的各个第一词语，可以包括各个第一词语的语义匹配度，还可以包括各个第一词语的得分，以及最终的所述待评分答案的得分等等，总之，是将评分的详细过程展现出来，以供阅卷人员审核，如果阅卷人员发现其中的过程存在纰漏，则可以对得分进行修改。
综上所述，本方案实施例确定当前待评分的主观题；对所述主观题的待评分答案进行扫描识别，得到识别文本；从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。通过本发明，在确定当前待评分的主观题之后，首先通过扫描识别得到识别文本，然后通过语义匹配计算识别文本中的词语相对于预设关键字的语义匹配度，最后根据该语义匹配度和预设分值计算出待评分答案的得分，减少了工作人员所需参与的过程，降低了人力成本，提高了阅卷评分的效率。
实施例二：
如图4所示，是本发明实施例提供的一种主观题阅卷评分装置的示意框图，所述装置可以包括：
主观题确定模块401，用于确定当前待评分的主观题；
扫描模块402，用于对所述主观题的待评分答案进行扫描识别，得到识别文本；
搜索模块403，用于从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；
语义匹配度计算模块404，用于分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；
评分模块405，用于根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
进一步地，所述搜索模块403可以包括：
切分单元4031，用于使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合；
第一节点位置确定单元4032，用于在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置；
第二节点位置确定单元4033，用于在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置；
第一节点距离计算单元4034，用于分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离，所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度；
搜索单元4035，用于在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语，所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
进一步地，所述语义匹配度计算模块404可以包括：
第三节点位置确定单元4041，用于在预设的同义词词典的树形图中分别确定各个所述第一词语的第三节点位置；
第四节点位置确定单元4042，用于在所述树形图中分别确定各个所述第一词语对应的所述关键字的第四节点位置；
第二节点距离计算单元4043，用于分别计算各个所述第一词语和对应的所述关键字之间的第二节点距离，所述第二节点距离为连接所述第一词语的第三节点位置和对应的所述关键字的第四节点位置的节点路径的长度；
语义匹配度计算单元4044，用于根据各个所述第二节点距离分别计算各个所述第一词语的语义匹配度。
进一步地，所述语义匹配度计算模块404还可以包括：
第一排列顺序确定单元4045，用于确定各个所述第一词语在所述识别文本中的第一排列顺序；
权值确定单元4046，用于根据所述第一排列顺序和预设的第二排列顺序确定与各个所述第一词语的语义匹配度对应的权值，所述第二顺序为各个所述关键字的排列顺序；
加权单元4047，用于分别使用各个所述权值对对应的所述第一词语的语义匹配度进行加权，得到加权后的各个所述第一词语的语义匹配度。
进一步地，所述主观题阅卷评分装置还可以包括：
信息生成模块406，用于生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
应理解，上述各个实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图5是本发明实施例提供的主观题阅卷评分终端设备的示意框图。如图5所示，该实施例的主观题阅卷评分终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个主观题阅卷评分方法实施例中的步骤，例如图1所示的步骤S101至步骤S105。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至模块406的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述主观题阅卷评分终端设备5中的执行过程。例如，所述计算机程序52可以被分割成主观题确定模块、扫描模块、搜索模块、语义匹配度计算模块、评分模块和信息生成模块。
所述主观题阅卷评分终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述主观题阅卷评分终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是主观题阅卷评分终端设备5的示例，并不构成对主观题阅卷评分终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述主观题阅卷评分终端设备5还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述主观题阅卷评分终端设备5的内部存储单元，例如主观题阅卷评分终端设备5的硬盘或内存。所述存储器51也可以是所述主观题阅卷评分终端设备5的外部存储设备，例如所述主观题阅卷评分终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述主观题阅卷评分终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述主观题阅卷评分终端设备5所需的其它程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种主观题阅卷评分方法，其特征在于，包括：
确定当前待评分的主观题；
对所述主观题的待评分答案进行扫描识别，得到识别文本；
从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；
分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；
根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
2.根据权利要求1所述的主观题阅卷评分方法，其特征在于，所述从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语包括：
使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合；
在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置；
在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置；
分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离，所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度；
在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语；
所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
3.根据权利要求1所述的主观题阅卷评分方法，其特征在于，所述分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度包括：
在预设的同义词词典的树形图中分别确定各个所述第一词语的第三节点位置；
在所述树形图中分别确定各个所述第一词语对应的所述关键字的第四节点位置；
分别计算各个所述第一词语和对应的所述关键字之间的第二节点距离，所述第二节点距离为连接所述第一词语的第三节点位置和对应的所述关键字的第四节点位置的节点路径的长度；
根据各个所述第二节点距离分别计算各个所述第一词语的语义匹配度。
4.根据权利要求1所述的主观题阅卷评分方法，其特征在于，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之前，还包括：
确定各个所述第一词语在所述识别文本中的第一排列顺序；
根据所述第一排列顺序和预设的第二排列顺序确定与各个所述第一词语的语义匹配度对应的权值；所述第二顺序为各个所述关键字的排列顺序；
分别使用各个所述权值对对应的所述第一词语的语义匹配度进行加权，得到加权后的各个所述第一词语的语义匹配度。
5.根据权利要求1至4中任一项所述的主观题阅卷评分方法，其特征在于，在根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分之后，还包括：
生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
6.一种主观题阅卷评分装置，其特征在于，包括：
主观题确定模块，用于确定当前待评分的主观题；
扫描模块，用于对所述主观题的待评分答案进行扫描识别，得到识别文本；
搜索模块，用于从所述识别文本中分别搜索与各个预设关键字语义匹配的第一词语，所述关键字与所述主观题的标准答案中的各个得分点之间存在预设的对应关系；
语义匹配度计算模块，用于分别计算搜索得到的各个所述第一词语相对于对应的所述关键字的语义匹配度；
评分模块，用于根据各个所述第一词语对应的所述关键字的预设分值和各个所述第一词语的语义匹配度计算所述待评分答案的得分。
7.根据权利要求6所述的主观题阅卷评分装置，其特征在于，所述搜索模块包括：
切分单元，用于使用最大正向匹配法对所述识别文本进行切分，得到切分后的词语集合；
第一节点位置确定单元，用于在预设的同义词词典的树形图中分别确定各个所述关键字的第一节点位置；
第二节点位置确定单元，用于在所述树形图中分别确定所述词语集合中的各个词语元素的第二节点位置；
第一节点距离计算单元，用于分别计算各个所述关键字和各个所述词语元素两两之间的第一节点距离，所述第一节点距离为连接所述关键字的第一节点位置和所述词语元素的第二节点位置的节点路径的长度；
搜索单元，用于在所述词语集合中搜索满足预设条件的词语元素作为与各个所述关键字语义匹配的各个所述第一词语，所述预设条件为：与所述关键字之间的第一节点距离最短，且与所述关键字之间的第一节点距离小于预设阈值。
8.根据权利要求6至7中任一项所述的主观题阅卷评分装置，其特征在于，还包括：
信息生成模块，用于生成对所述待评分答案进行评分的详细信息，以供阅卷人员审核。
9.一种主观题阅卷评分终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的主观题阅卷评分方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的主观题阅卷评分方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468752.4A CN107273861A (zh) | 2017-06-20 | 2017-06-20 | 一种主观题阅卷评分方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468752.4A CN107273861A (zh) | 2017-06-20 | 2017-06-20 | 一种主观题阅卷评分方法、装置及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107273861A true CN107273861A (zh) | 2017-10-20 |
Family
ID=60068561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710468752.4A Pending CN107273861A (zh) | 2017-06-20 | 2017-06-20 | 一种主观题阅卷评分方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107273861A (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705231A (zh) * | 2017-11-07 | 2018-02-16 | 语联网（武汉）信息技术有限公司 | 一种计算机辅助的阅卷方法、装置及计算机可读存储介质 |
| CN108595427A (zh) * | 2018-04-24 | 2018-09-28 | 成都海天数联科技有限公司 | 一种主观题评分方法、装置、可读存储介质以及电子设备 |
| CN108959261A (zh) * | 2018-07-06 | 2018-12-07 | 京工博创（北京）科技有限公司 | 基于自然语言的试卷主观题判题装置及方法 |
| CN109299865A (zh) * | 2018-09-06 | 2019-02-01 | 西南大学 | 基于语义分析的心理测评系统及方法、信息数据处理终端 |
| CN109815491A (zh) * | 2019-01-08 | 2019-05-28 | 平安科技（深圳）有限公司 | 答题评分方法、装置、计算机设备及存储介质 |
| CN109829155A (zh) * | 2019-01-18 | 2019-05-31 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| CN109978339A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技（深圳）有限公司 | Ai面试模型训练方法、装置、计算机设备及存储介质 |
| CN109993387A (zh) * | 2017-12-29 | 2019-07-09 | Tcl集团股份有限公司 | 一种基于nlp的自动评分方法及装置、考试系统 |
| CN109993499A (zh) * | 2019-02-27 | 2019-07-09 | 平安科技（深圳）有限公司 | 面试综合评价方法、装置、计算机设备及存储介质 |
| CN110070332A (zh) * | 2019-03-13 | 2019-07-30 | 平安城市建设科技(深圳)有限公司 | 基于人工智能的面试方法、装置、设备及可读存储介质 |
| CN110135692A (zh) * | 2019-04-12 | 2019-08-16 | 平安普惠企业管理有限公司 | 智能评级控制方法、装置、计算机设备及存储介质 |
| CN110164447A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语评分方法及装置 |
| CN110196893A (zh) * | 2019-05-05 | 2019-09-03 | 平安科技（深圳）有限公司 | 基于文本相似度的非主观题阅卷方法、装置及存储介质 |
| CN110363194A (zh) * | 2019-06-17 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 基于nlp的智能阅卷方法、装置、设备及存储介质 |
| CN110569401A (zh) * | 2019-07-26 | 2019-12-13 | 平安国际智慧城市科技股份有限公司 | 阅卷方法、装置、计算机设备和存储介质 |
| CN110609953A (zh) * | 2019-08-28 | 2019-12-24 | 苏州承儒信息科技有限公司 | 一种用于互联网教育的批阅方法及其系统 |
| CN110705580A (zh) * | 2018-07-10 | 2020-01-17 | 国际商业机器公司 | 没有参考标准的简答题评分 |
| CN111079641A (zh) * | 2019-12-13 | 2020-04-28 | 科大讯飞股份有限公司 | 作答内容识别方法、相关设备及可读存储介质 |
| CN111081103A (zh) * | 2019-05-17 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写答案获取方法、家教设备及存储介质 |
| CN111243364A (zh) * | 2020-01-09 | 2020-06-05 | 东华大学 | 一种基于HanLP的注册电气工程师考试主观题自动评分方法 |
| CN111324692A (zh) * | 2020-01-16 | 2020-06-23 | 深圳市芥菜种科技有限公司 | 基于人工智能的主观题自动评分方法和装置 |
| CN111967770A (zh) * | 2020-08-18 | 2020-11-20 | 深圳市维度统计咨询股份有限公司 | 基于大数据的问卷调查数据处理方法、装置及存储介质 |
| CN112199472A (zh) * | 2020-10-12 | 2021-01-08 | 山东山大鸥玛软件股份有限公司 | 一种基于迁移学习的主观题智能评卷方法、系统及设备 |
| CN113178106A (zh) * | 2021-03-11 | 2021-07-27 | 贵州电网有限责任公司 | 一种仿真变电站的培训评价考核方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504023A (zh) * | 2014-12-12 | 2015-04-08 | 广西师范大学 | 一种基于领域本体的高准确率主观题计算机自动阅卷方法 |
| CN105912993A (zh) * | 2016-03-31 | 2016-08-31 | 深圳感官密码科技有限公司 | 自动阅卷图像识别方法和系统 |
| CN106846203A (zh) * | 2017-03-09 | 2017-06-13 | 常州工学院 | 一种智能阅卷方法及系统 |
-
2017
- 2017-06-20 CN CN201710468752.4A patent/CN107273861A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504023A (zh) * | 2014-12-12 | 2015-04-08 | 广西师范大学 | 一种基于领域本体的高准确率主观题计算机自动阅卷方法 |
| CN105912993A (zh) * | 2016-03-31 | 2016-08-31 | 深圳感官密码科技有限公司 | 自动阅卷图像识别方法和系统 |
| CN106846203A (zh) * | 2017-03-09 | 2017-06-13 | 常州工学院 | 一种智能阅卷方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| 丁振国 等: "一种基于知网的主观题阅卷算法", 《微电子学与计算机》 * |
| 李学俊: "基于人工智能的主观题自动评分算法实现", 《江南大学学报（自然科学版）》 * |
| 查卫亮: "主观题自动评分算法分析与实现", 《软件导刊》 * |
| 陆勇: "《面向信息检索的汉语同义词自动识别》", 31 December 2009, 东南大学出版社 * |
| 陈宏朝 等: "基于路径与深度的同义词词林词语相似度计算", 《中文信息学报》 * |
Cited By (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705231B (zh) * | 2017-11-07 | 2021-08-20 | 语联网（武汉）信息技术有限公司 | 一种计算机辅助的阅卷方法、装置及计算机可读存储介质 |
| CN107705231A (zh) * | 2017-11-07 | 2018-02-16 | 语联网（武汉）信息技术有限公司 | 一种计算机辅助的阅卷方法、装置及计算机可读存储介质 |
| CN109993387A (zh) * | 2017-12-29 | 2019-07-09 | Tcl集团股份有限公司 | 一种基于nlp的自动评分方法及装置、考试系统 |
| CN108595427A (zh) * | 2018-04-24 | 2018-09-28 | 成都海天数联科技有限公司 | 一种主观题评分方法、装置、可读存储介质以及电子设备 |
| CN108595427B (zh) * | 2018-04-24 | 2021-06-08 | 成都海天数联科技有限公司 | 一种主观题评分方法、装置、可读存储介质以及电子设备 |
| CN108959261A (zh) * | 2018-07-06 | 2018-12-07 | 京工博创（北京）科技有限公司 | 基于自然语言的试卷主观题判题装置及方法 |
| CN110705580A (zh) * | 2018-07-10 | 2020-01-17 | 国际商业机器公司 | 没有参考标准的简答题评分 |
| CN109299865A (zh) * | 2018-09-06 | 2019-02-01 | 西南大学 | 基于语义分析的心理测评系统及方法、信息数据处理终端 |
| CN109299865B (zh) * | 2018-09-06 | 2021-12-17 | 西南大学 | 基于语义分析的心理测评系统及方法、信息数据处理终端 |
| CN109815491B (zh) * | 2019-01-08 | 2023-08-08 | 平安科技（深圳）有限公司 | 答题评分方法、装置、计算机设备及存储介质 |
| CN109815491A (zh) * | 2019-01-08 | 2019-05-28 | 平安科技（深圳）有限公司 | 答题评分方法、装置、计算机设备及存储介质 |
| CN109829155B (zh) * | 2019-01-18 | 2024-03-22 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| CN109829155A (zh) * | 2019-01-18 | 2019-05-31 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| CN109993499A (zh) * | 2019-02-27 | 2019-07-09 | 平安科技（深圳）有限公司 | 面试综合评价方法、装置、计算机设备及存储介质 |
| CN109978339A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技（深圳）有限公司 | Ai面试模型训练方法、装置、计算机设备及存储介质 |
| CN110070332A (zh) * | 2019-03-13 | 2019-07-30 | 平安城市建设科技(深圳)有限公司 | 基于人工智能的面试方法、装置、设备及可读存储介质 |
| CN110164447A (zh) * | 2019-04-03 | 2019-08-23 | 苏州驰声信息科技有限公司 | 一种口语评分方法及装置 |
| CN110164447B (zh) * | 2019-04-03 | 2021-07-27 | 苏州驰声信息科技有限公司 | 一种口语评分方法及装置 |
| CN110135692A (zh) * | 2019-04-12 | 2019-08-16 | 平安普惠企业管理有限公司 | 智能评级控制方法、装置、计算机设备及存储介质 |
| CN110196893A (zh) * | 2019-05-05 | 2019-09-03 | 平安科技（深圳）有限公司 | 基于文本相似度的非主观题阅卷方法、装置及存储介质 |
| CN111081103A (zh) * | 2019-05-17 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写答案获取方法、家教设备及存储介质 |
| CN110363194B (zh) * | 2019-06-17 | 2023-05-02 | 深圳壹账通智能科技有限公司 | 基于nlp的智能阅卷方法、装置、设备及存储介质 |
| CN110363194A (zh) * | 2019-06-17 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 基于nlp的智能阅卷方法、装置、设备及存储介质 |
| CN110569401A (zh) * | 2019-07-26 | 2019-12-13 | 平安国际智慧城市科技股份有限公司 | 阅卷方法、装置、计算机设备和存储介质 |
| CN110609953A (zh) * | 2019-08-28 | 2019-12-24 | 苏州承儒信息科技有限公司 | 一种用于互联网教育的批阅方法及其系统 |
| CN111079641A (zh) * | 2019-12-13 | 2020-04-28 | 科大讯飞股份有限公司 | 作答内容识别方法、相关设备及可读存储介质 |
| CN111079641B (zh) * | 2019-12-13 | 2024-04-16 | 科大讯飞股份有限公司 | 作答内容识别方法、相关设备及可读存储介质 |
| CN111243364A (zh) * | 2020-01-09 | 2020-06-05 | 东华大学 | 一种基于HanLP的注册电气工程师考试主观题自动评分方法 |
| CN111324692A (zh) * | 2020-01-16 | 2020-06-23 | 深圳市芥菜种科技有限公司 | 基于人工智能的主观题自动评分方法和装置 |
| CN111967770A (zh) * | 2020-08-18 | 2020-11-20 | 深圳市维度统计咨询股份有限公司 | 基于大数据的问卷调查数据处理方法、装置及存储介质 |
| CN112199472A (zh) * | 2020-10-12 | 2021-01-08 | 山东山大鸥玛软件股份有限公司 | 一种基于迁移学习的主观题智能评卷方法、系统及设备 |
| CN112199472B (zh) * | 2020-10-12 | 2021-07-20 | 山东山大鸥玛软件股份有限公司 | 一种基于迁移学习的主观题智能评卷方法、系统及设备 |
| CN113178106A (zh) * | 2021-03-11 | 2021-07-27 | 贵州电网有限责任公司 | 一种仿真变电站的培训评价考核方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107273861A (zh) | 一种主观题阅卷评分方法、装置及终端设备 | |
| CN108182279B (zh) | 基于文本特征的对象分类方法、装置和计算机设备 | |
| CN109657238B (zh) | 基于知识图谱的上下文识别补全方法、系统、终端及介质 | |
| CN109299280B (zh) | 短文本聚类分析方法、装置和终端设备 | |
| CN108563636A (zh) | 提取文本关键词的方法、装置、设备及存储介质 | |
| KR20200094627A (ko) | 텍스트 관련도를 확정하기 위한 방법, 장치, 기기 및 매체 | |
| CN100595762C (zh) | 文本集合可视化系统 | |
| CN109101489B (zh) | 一种文本自动摘要方法、装置及一种电子设备 | |
| CN109684483A (zh) | 知识图谱的构建方法、装置、计算机设备及存储介质 | |
| CN110309446A (zh) | 文本内容快速去重方法、装置、计算机设备及存储介质 | |
| CN108960574A (zh) | 问答的质量确定方法、装置、服务器和存储介质 | |
| CN108984500A (zh) | 金额信息的提取方法、终端设备及介质 | |
| CN106294639A (zh) | 基于语义的跨语言专利新创性预判分析方法 | |
| CN108241741A (zh) | 一种文本分类方法、服务器及计算机可读存储介质 | |
| CN111694940A (zh) | 一种用户报告的生成方法及终端设备 | |
| CN109255012A (zh) | 一种机器阅读理解的实现方法以及装置 | |
| CN110008463A (zh) | 用于事件抽取的方法、装置和计算机可读介质 | |
| WO2023063610A1 (ko) | 기계독해를 이용한 리뷰 분석 시스템 및 방법 | |
| CN110309234A (zh) | 一种基于知识图谱的客户持仓预警方法、装置及存储介质 | |
| CN107491536A (zh) | 一种试题校验方法、试题校验装置及电子设备 | |
| CN108062351A (zh) | 关于特定主题类别的文本摘要提取方法、可读存储介质 | |
| CN110674301A (zh) | 一种情感倾向预测方法、装置、系统及存储介质 | |
| Abuhay et al. | Analysis of computational science papers from iccs 2001-2016 using topic modeling and graph theory | |
| CN113641833B (zh) | 服务需求匹配方法及装置 | |
| CN113220900B (zh) | 实体消歧模型的建模方法和实体消歧预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |
|
| RJ01 | Rejection of invention patent application after publication |