[发明专利]一种中文议论文智能批改方法及系统

说明书

本发明涉及自动评分技术领域，具体涉及一种中文议论文智能批改方法及系统，本发明获取用户作文图片后，调用OCR接口进行文本识别，并对识别的文本进行预处理；依次提取作文的字数特征、段落特征及抄袭率，并作为浅层特征输入；识别作文的文采运用，同时用语言模型统计作文错字次数，作为中层特征输入；依次进行标题划档、结构划档、论点提取和划档、论据提取和划档，作为深层特征输入；计算浅层、中层和深层特征得分并输入两层的全连接网络，最终输出总分模型的评分。本发明自动提取文章论点，并对论点进行评级，自动提取论点对应的论据，并对论据的论证作用进行评级。还可以对文章的文采、语句通顺度、标题、结构等因素进行自动评估。

技术领域

本发明涉及自动评分技术领域，具体涉及一种中文议论文智能批改方法及系统。

背景技术

作文自动评分系统是自然语言处理技术的重要应用。传统的作文自动评分技术依赖于人工构建的浅层文本特征，如段落数、字数等。随着深度学习技术在自然语言处理中的运用，可以利用神经网络自动学习语言的深层语义特征。运用在作文自动评分中，可以从更深层的语义角度对作文作出评估，评估更加合理，反馈更加科学。

在线教育的发展，作文自动评分系统成为支撑在线模拟考试的重要一环，受到越来越多的重视和研究。

作文评分，除了错别字、语法错误等通用评价指标，还有结合文体特征的评价指标。特别是议论文，对论点、论据、论证逻辑进行评估尤其重要，直接影响作文评分质量和评价反馈的准确性。这一点，现有作文自动评分系统研究的较少，基本属于空白。

现有技术中，专利文献《一种中文作文自动评分方法及教辅系统》，申请公布号：CN110851599A，提出了一种结合浅层特征和深层语义特征的自动评分方法。方法包括：待评分作文获取步骤；浅层特征提取步骤，用于提取待评分作文的浅层特征；深层语义特征提取步骤，用于提取待评分作文的深层语义特征，包括错别字特征和语法错误特征；评分步骤，用于将提取的浅层特征、深层语义特征结合并采用随机森林拟合，得到待评分作文的评分结果，其整体流程如图1所示。由上可知现有技术方案没有考虑到作文的文体特征。缺乏对议论文中的论点、论据、论证逻辑和结构的评估模块。

发明内容

针对现有技术的不足，本发明公开了一种中文议论文智能批改方法及系统，旨在自动提取文章论点，并对论点进行评级，自动提取论点对应的论据，并对论据的论证作用进行评级。此外，还可以对文章的文采、语句通顺度、标题、结构等因素进行自动评估。

本发明通过以下技术方案予以实现：

第一方面，本发明公开一种中文议论文智能批改方法，包括以下步骤：

S1指定标准答案，总结文章主题，提炼中心论点及关键词，并准备作文材料；

S2获取用户作文图片，调用OCR接口进行文本识别，并对识别的文本进行预处理；

S3依次提取作文的字数特征、段落特征及抄袭率，并作为浅层特征输入；

S4识别作文的文采运用，同时用语言模型统计作文错字次数，作为中层特征输入；

S5依次进行标题划档、结构划档、论点提取和划档、论据提取和划档，作为深层特征输入；

S6计算浅层、中层和深层特征得分并输入两层的全连接网络，最终输出总分模型的评分。

更进一步的，所述方法中，对识别的文本进行预处理包括异常字符剔除，识别标题句并提取，如果检测后标题缺失，则进行标记，在标题评分时会使用，依据段落格式将作文主体拆分成多个段落，将每个段落根据句子标识符拆分成相应的句子。