本文将讲述和介绍智能评卷系统的三种具体实现方式,并在后续的文章种介绍实现的具体细节。
上图所示得到模型便是实现方式的完整展示,其中我将在三个层面上进行实现。
第一个步骤的实现包含从考生和参考答案的文本,进行一个答案的分词操作,然后进行Bert的嵌入编码。经过编码的考生答案和参考答案都是一共句向量的集合。下一步便引入互注意力机制的核心思想,将考生答案转化为标准的参考答案的展示形式。在第一个思想中,将转化后的答案连接到全连接网络中进行线下变换然后经过softmax层进行输出,输出的结果便是考生答案的评分。
第二个思路的实现是基于知识点的评分,其中前半部分和第一个实现的过程是一致的,在考生答案进行转化后,将label设置成知识点而不是评分的分数标签,这样实现的是对一个答案的知识点的评阅。
最后的一种实现方法是将考生的答案向量和经过转化后的考生答案的向量一起输入到BiLSTM网络中进行信息的提取和解码操作,将输出后的向量再进行分类和预测。
在后续的博文中,将逐一进行详细的实现介绍,并且将训练和评分结果展示。