欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 202311294214X
申请人: 华南师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-10-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种文本评分方法,其特征在于,包括以下步骤:

获得待评分文本、标准答案文本、论证材料文本以及文本评分模型,其中,所述待评分文本、标准答案文本以及论证材料文本均包括若干个论证片段,所述论证片段包括若干个实体,所述文本评分模型包括模态交互模块、语义相似度模块、概念相似度模块以及评分模块;

对所述待评分文本、标准答案文本以及论证材料文本进行词嵌入处理,获得所述待评分文本、标准答案文本以及论证材料文本的词嵌入特征表示,根据所述待评分文本、标准答案文本以及论证材料文本中若干个所述论证片段的词嵌入特征表示,构建所述待评分文本、标准答案文本以及论证材料文本的论证片段邻接矩阵;

构建所述待评分文本、标准答案文本以及论证材料文本的论证关系邻接矩阵,将所述待评分文本、标准答案文本以及论证材料文本的论证片段邻接矩阵以及论证关系邻接矩阵输入至所述模态交互模块中进行相似度水平评估,获得模态相似度得分数据;

将所述待评分文本以及标准答案文本的词嵌入特征表示输入至所述语义相似度模块,获得所述待评分文本与标准答案文本的联合语义特征表示以及语义相似度得分数据;

构建所述待评分文本与标准答案文本的联合实体事件路径矩阵以及联合实体位置嵌入矩阵,将所述联合实体事件路径矩阵以及联合实体位置嵌入矩阵进行编码处理,获得所述待评分文本与标准答案文本的联合实体邻接矩阵,其中,所述联合实体邻接矩阵包括若干个实体对的实体路径信息表示;

将所述待评分文本与标准答案文本的联合语义特征表示以及联合实体邻接矩阵输入至所述概念相似度模块中进行相似度水平评估,获得概念相似度得分数据;

将所述模态相似度得分数据、语义相似度得分数据以及概念相似度得分数据输入至所述评分模块,获得所述待评分文本的评分结果。

2.根据权利要求1所述的文本评分方法,其特征在于:所述模态相似度得分数据包括所述待评分文本与标准答案文本之间的模态相似度得分数据以及待评分文本与论证材料文本之间的模态相似度得分数据。

3.根据权利要求2所述的文本评分方法,其特征在于:所述模态交互模块包括线性层、图卷积网络以及神经张量网络;

将所述待评分文本、标准答案文本以及论证材料文本的论证片段邻接矩阵以及论证关系邻接矩阵输入至所述模态交互模块中进行相似度水平评估,获得模态相似度得分数据,包括步骤:将所述待评分文本、标准答案文本、论证材料文本的论证片段邻接矩阵、论证关系邻接矩阵输入至所述线性层,根据预设的模态特征计算算法,获得所述待评分文本、标准答案文本以及论证材料文本的模态特征表示,其中,所述模态特征计算算法为:式中, 为所述待评分文本的模态特征表示, 为非线性激活函数, 为所述待评分文本的论证关系邻接矩阵, 为所述待评分文本的论证关系邻接矩阵的度矩阵,为所述待评分文本的论证片段邻接矩阵, 为第一权重参数矩阵, 为第一偏置参数,为所述标准答案文本的模态特征表示, 为所述标准答案文本的论证关系邻接矩阵, 为所述标准答案文本的论证关系邻接矩阵的度矩阵, 为所述标准答案文本的论证片段邻接矩阵; 为所述论证材料文本的模态特征表示, 为所述论证材料文本的论证关系邻接矩阵, 为所述论证材料文本的论证关系邻接矩阵的度矩阵, 为所述论证材料文本的论证片段邻接矩阵;

将所述待评分文本以及标准答案文本的模态特征表示输入至所述图卷积网络,根据预设的第一模态相似度计算算法,获得所述待评分文本与标准答案文本之间的模态相似度得分数据,其中,所述第一模态相似度计算算法为:式中,o为匹配特征表示, 为第二权重参数矩阵, 为待评分文本的模态特征表示与标准答案文本的模态特征表示的拼接结果,;为拼接符号, 为第二偏置参数, 为所述待评分文本与标准答案文本之间的模态相似度得分数据, 为非线性激活函数,为第三权重参数矩阵, 为第三偏置参数;

将所述待评分文本以及论证材料文本的模态特征表示输入至所述神经张量网络,根据预设的第二模态相似度计算算法,获得所述待评分文本与论证材料文本之间的模态相似度得分数据,其中,所述第二模态相似度计算算法为:式中, 为所述神经张量网络的输出特征表示, 为第三权重参数矩阵,k为神经张量网络中的权重参数矩阵数量,T为转置符号, 为论证材料文本的模态特征表示的转置, 为特征邻接矩阵, , 为待评分文本的模态特征表示与论证材料文本的模态特征表示拼接后的结果的转置, 为第三偏置参数,ATT为注意力特征表示, 为非线性激活函数,d为维度参数, 为所述待评分文本与论证材料文本之间的模态相似度得分数据, 为第四权重参数矩阵, 为第四偏置参数。

4.根据权利要求3所述的文本评分方法,其特征在于,所述将所述待评分文本以及标准答案文本的词嵌入特征表示输入至所述语义相似度模块,获得所述待评分文本与标准答案文本的联合语义特征表示以及语义相似度得分数据,包括步骤:根据所述待评分文本以及标准答案文本的词嵌入特征表示以及预设的语义特征提取算法,获得所述待评分文本与标准答案文本的联合语义特征表示,其中,所述语义特征提取算法为:式中, 为所述待评分文本与标准答案文本的联合语义特征表示,BERT()为词嵌入函数,[CLS]为分类标志位,[SEP]为片段分隔标志位, 、 分别为所述标准答案文本以及待评分文本的词嵌入特征表示;

根据所述待评分文本与标准答案文本的联合语义特征表示以及预设的语义相似度计算算法,获得所述待评分文本与标准答案文本的语义相似度得分数据,其中,所述语义相似度计算算法为:式中, 为所述语义相似度得分数据。

5.根据权利要求4所述的文本评分方法,其特征在于,所述将所述待评分文本与标准答案文本的联合语义特征表示以及联合实体邻接矩阵输入至所述概念相似度模块中进行相似度水平评估,获得概念相似度得分数据,包括步骤:根据所述待评分文本与标准答案文本的联合语义特征表示、联合实体邻接矩阵以及预设的全局路径信息提取算法,获得所述待评分文本与标准答案文本的全局路径信息表示,其中,所述全局路径信息提取算法为:式中,为所述全局路径信息表示,r为实体对数目, 为第五可学习参数矩阵, 为所述联合实体邻接矩阵中第r个实体对的实体路径信息表示;

获得所述待评分文本与标准答案文本的命名实体数据,根据所述待评分文本与标准答案文本的全局路径信息表示、命名实体数据以及预设的全局实体信息提取算法,获得所述待评分文本以及标准答案文本的全局实体信息表示,其中,所述命名实体数据包括若干个实体的向量表示,所述全局实体信息提取算法为:式中,c为所述全局实体信息表示, 为第六权重参数矩阵, 、 分别为第i个实体以及第j个实体的向量表示;

将所述待评分文本与标准答案文本的联合语义特征表示、全局路径信息表示、所述待评分文本以及标准答案文本的全局实体信息表示进行拼接,获得所述待评分文本与标准答案文本的联合拼接向量,其中,所述拼接向量为:式中,q为所述拼接向量, 、 分别为所述待评分文本与标准答案文本的全局实体信息表示;

根据所述待评分文本与标准答案文本的联合拼接向量以及预设的概念相似度计算算法,获得所述待评分文本与标准答案文本的概念相似度得分数据,其中,所述概念相似度计算算法为:式中, 为所述语义相似度得分数据, 为第七权重参数矩阵, 为第五偏置参数。

6.根据权利要求5所述的文本评分方法,其特征在于,所述将所述模态相似度得分数据、语义相似度得分数据以及概念相似度得分数据输入至所述评分模块,获得所述待评分文本的评分结果,包括步骤:根据所述模态相似度得分数据、语义相似度得分数据以及概念相似度得分数据以及预设的评分算法,获得所述待评分文本的评分结果,其中,所述评分算法为:式中,X为所述待评分文本的评分结果, 为第八权重参数矩阵, 为第六偏置参数。

7.一种文本评分装置,其特征在于,包括:

获取模块,用于获得待评分文本、标准答案文本、论证材料文本以及文本评分模型,其中,所述待评分文本、标准答案文本以及论证材料文本均包括若干个论证片段,所述论证片段包括若干个实体,所述文本评分模型包括模态交互模块、语义相似度模块、概念相似度模块以及评分模块;

第一邻接矩阵构建模块,用于对所述待评分文本、标准答案文本以及论证材料文本进行词嵌入处理,获得所述待评分文本、标准答案文本以及论证材料文本的词嵌入特征表示,根据所述待评分文本、标准答案文本以及论证材料文本中若干个所述论证片段的词嵌入特征表示,构建所述待评分文本、标准答案文本以及论证材料文本的论证片段邻接矩阵;

模态相似度计算模块,用于构建所述待评分文本、标准答案文本以及论证材料文本的论证关系邻接矩阵,将所述待评分文本、标准答案文本以及论证材料文本的论证片段邻接矩阵以及论证关系邻接矩阵输入至所述模态交互模块中进行相似度水平评估,获得模态相似度得分数据;

语义相似度计算模块,用于将所述待评分文本以及标准答案文本的词嵌入特征表示输入至所述语义相似度模块,获得所述待评分文本与标准答案文本的联合语义特征表示以及语义相似度得分数据;

第二邻接矩阵构建模块,用于构建所述待评分文本与标准答案文本的联合实体事件路径矩阵以及联合实体位置嵌入矩阵,将所述联合实体事件路径矩阵以及联合实体位置嵌入矩阵进行编码处理,获得所述待评分文本与标准答案文本的联合实体邻接矩阵,其中,所述联合实体邻接矩阵包括若干个实体对的实体路径信息表示;

概念相似度计算模块,用于将所述待评分文本与标准答案文本的联合语义特征表示以及联合实体邻接矩阵输入至所述概念相似度模块中进行相似度水平评估,获得概念相似度得分数据;

文本评分模块,用于将所述模态相似度得分数据、语义相似度得分数据以及概念相似度得分数据输入至所述评分模块,获得所述待评分文本的评分结果。

8.一种计算机设备,其特征在于,包括处理器、存储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,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的文本评分方法的步骤。

9.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的文本评分方法的步骤。