[发明专利]一种基于Word2Vec和循环神经网络的小学语文作文比喻句和拟人句自动提取方法

说明书

本发明属于教育信息化领域，提供一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法，首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集。然后，利用Skip‑Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。

技术领域

本发明属于教育信息化领域，具体涉及一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取方法。

背景技术

语文课标明确要求，在小学生的作文中需要了解和运用常用的修辞手法。在小学生的写作中，比喻句和拟人句是小学生最为常用的修辞手法，这两种修辞手法的使用使小学生作文的语言表达更加丰富、写作表达更加生动形象。

比喻是指采用另一个与当前事物相似的事物对当前事物进行描述或刻画，比喻在类型上分为明喻和暗喻。明喻基本上具有较明显的比喻词，如“似”、“好像”等；暗喻则比较隐晦，例如句子“我们来到了北京，来到了祖国的心脏”就是没有比喻词的暗喻句。拟人就是将一个事物人格化，使句子的表达更加生动鲜活。例如句子“到了秋天，长成熟的麦子随风舞蹈”则属于拟人句。

比喻句与拟人句在内容上与作文中其他句子区别较大。比如，比喻句具有比喻词以及特定的本体和喻体；拟人句则具有被拟人化的对象以及特定的拟人化的描写词。

比喻句和拟人句是小学语文作文评价的重要一个方面，是基于修辞使用的作文自动评价器构建的重要一环。但目前还未提出作文中比喻句与拟人句的自动提取方法。

发明内容

本发明的目的是为小学语文基于修辞使用的作文自动评价器的构建提供比喻句和拟人句的自动提取方法。首先，利用经过人工标记后的数据集，预处理后得到符合实验要求的数据集；然后，利用Skip-Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。最后，利用训练后的模型来表示文本，将其作为循环神经网络分类器的输入训练相应的循环神经网络分类器。

本发明是通过以下技术方案实现的。

一种基于Word2Vec和循环神经网络的小学语文作文比喻句和拟人句自动提取方法，包括以下步骤：

(1)作文数据集的提取及标记；利用自然语言处理框架gensim中的WiKiCourpus类对WiKi语料进行提取。从作文数据集中抽取出比喻句、拟人句和普通句，并打上相应的标签，进行下一步预处理。

(2)文本预处理；对数据txt文档进行文本预处理，借助opencc，将txt文档中的繁体字转换为简体字。利用jieba分词，将文本进行分词和去停用词处理，以此获得可用于训练Word2Vec模型的数据集。

(3)训练Word2Vec模型；以经过预处理后的数据集作为输入，利用Skip-Gram模型结合Hierarchical Softmax的方式训练Word2Vec模型。

(4)训练循环神经网络分类器。利用训练后的Word2Vec模型表示文本，并将其作为循环神经网络分类器的输入用来训练相应的循环神经网络分类器。进行测试，获得能对比喻句和拟人句进行自动提取的最优模型。

本发明提出的是一种基于Word2Vec和循环神经网络的小学语文作文比喻句与拟人句自动提取的方法。鉴于当前修辞手法的运用成为了小学语文作文评价的关键指标，且比喻句与拟人句是小学生写作中较常用的修辞手法。本发明提出作文中比喻句与拟人句的自动提取方法，为构建基于修辞使用的小学语文作文自动评价器提供了比喻句与拟人句的提取方案。

附图说明