一种中文议论文智能批改方法及系统

摘要

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。

说明书

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。

更进一步的，所述方法中，提取浅层特征时，计算作文的字数和作文要求的字数的比值，作为字数特征；统计作文段落数作为段落特征；统计抄袭率，将用户作文文本和标准答案、网络相关材料进行分别比对，确定文章抄袭率，其算法使用最长公共子序列，将最长公共子序列字数除以作文总字数作为抄袭率，将作文对标准答案、网络材料的抄袭率取平均，作为最后的抄袭率。

更进一步的，所述方法中，提取中层特征时，对作文的文采，识别引用名言名句、对偶、排比修辞的运用，首先将作文中的每句话和收集的名言名句库进行比对，统计出使用次数，然后将每句话按照标点符号进一步拆分成短句，根据对偶、排比的规则进行比对，识别出对偶和排比的使用次数；

利用kenlm和收集的议论文语料，训练自己的语言模型，通过开源项目pycorrector调用训练好的语言模型，识别作文句子中的错别字，统计错误次数。

更进一步的，所述方法中，所述标题划档设有4档，1代表好表示为切题；2代表比较好表示为比较切题；3代表基本好表示为基本切题；4为差表示为不符合要求；

标题划档的输入包括文章标题inputA，标准答案标题和主题拼接成的inputB，中间用句号隔开；

随后将input A和input B通过词表将每个词映射为词表序号；如果出现词表中没有的单词，则将单词进一步分为单字，如果出现词表中没有的单字，则跳过；

为了处理可变长度序列，同时输入两个序列填充前的长度，其网络输入分为两个部分，为形状1*50的inputs A和1*200的inputs B，对应input A和input B，输入先通过embedding层将每个int序号转换为对应的词向量；

inputs A通过一层LSTM，num step为50，并提取出填充前的长度对应的step的输出，输出形状为1*50的output A；

inputs B通过两层BiLSTM，num step为200，输出形状为1*200的output_fw和output_bw；

将三个输出合并为1*450的矩阵通过两个全连接层，units数量分别为400和4，激活函数分别为relu和softmax；

最终根据softmax最大的值对应的index，确定标题的划档。

更进一步的，所述方法中，所述结构划档分为两档，1档为结构合理，2档为结构不合理；输入包括文章的最后一段，使用jieba分词后作为输入input。将input通过词表将每个词映射为词表序号；

如果出现词表中没有的单词，则将单词进一步分为单字，如果出现词表中没有的单字，则跳过，其中input填充或裁剪为长度300，从序列尾裁剪或填充，填充值为0；

输入序列填充前的长度，网络输入为形状1*300的inputs，对应于input，输入先通过embedding层将每个int序号转换为对应的词向量。inputs通过双层BiLSTM，num step为300，并提取出填充前的长度对应的step的输出，输出形状为1*300的output_fw和output_bw，将输出合并为1*600的矩阵通过两个全连接层，units数量分别为400和2，激活函数分别为relu和softmax；

最终根据softmax的最大值所处的index确定文章结构是否完整。

更进一步的，所述方法中，所述论点提取和划档包括论点提取部分和论点划档部分；

所述论点提取部分的子模块包括基于规则的模型、深度学习模型、规则和DL模型的结合；

所述基于规则的模型提取标准答案中的论点关键词和主题关键词，对文章的每个句子进行分词和词性标注，然后对文章中的每个句子进行打分，句子得分为每个词得分的平均值，每个词的得分等于词性得分乘以句子在文章中的位置得分，算出句子的得分后，对于不包含任何一个关键词的句子的得分乘上0.35作为惩罚，最后，输出每个句子的得分；

所述深度学习模型采用2层、单向的LSTM对单个句子进行编码，再用单层、双向的LSTM对文章进行编码，模型的流程如下：

T1输入标准答案和文章的已分词句子列表，假设文章有n个句子；

T2根据给定的词表，将n个分好词的句子转换成词表的下标；

T3提取标准答案中的主题句，并且转成下标形式；

T4将T2和T3两步的结果共n+1个句子输入模型，用2层、单向的LSTM进行编码，取最后一步输出的向量作为每个句子的编码。

T5将T4得到的文章里的n个句子的编码输入一个单层、双向的LSTM，取n个时间步的n个输出的向量，此时这n个向量是对句子的包含上下文关系的编码；

T6对于T5中得到的n个向量，都拼接上T3得到的句子的编码，输入一个全连接层作二分类预测，预测其是否为论点；

T7输出句子是论点的概率，用全连接层最后输出的softmax概率表示；

所述模型和规则的结合，首先分别把这两类得分标准化，得到均值为0，方差为1的分数，再把两类得分加起来作为总得分，按照总得分从高到低进行排序，不考虑长度低于7个字的句子，将其从结果中排除；

其中，排除过短的句子后如果没有符合要求的句子了，就预测该篇文章没有论点；

如果整篇文章只有不到3个句子或者当前只剩不到3个句子，就把得分最高的那个句子预测为论点，并且只预测一个；

依次考虑得分最高的3个句子，如果遇到一个句子的DL模型得分小于0.75，则这个句子和之后的句子都暂时不考虑，并且把它前面的所有句子预测为论点，如果文章句子数量大于等于15并且该句子的基于规则的得分大于22，则将这个句子预测为论点；如果文章句子数量大于等于30并且该句子的后面一个句子基于规则的得分大于16，则再额外地将该句子的后面一个句子预测为论点；

如果文章没有论点，则再将总得分最高的句子预测为唯一的一个论点，最后输出一个列表，由0/1组成，代表每个句子是否是论点。

所述论点划档部分，划分为4档，1代表准确，2代表比较准确，3代表基本准确，4代表不准确，对提取出的论点和每个标答论点、主题句一一组成句对，通过BILSTM进行句对匹配计算0-1之间的得分，将每个论点的所有句对得分取平均作为论点最后匹配分，根据匹配分将论点划分为4档；

并根据各个论点的划档，确定作文总的论点划档，规则如下：

若有1档论点，则总档为1档；

否则，若有4档论点，则总档为4档；

否则，若论点数小于3，则总档为3档；

否则，总档为所有论点划档的平均取整。

更进一步的，所述方法中，所述论据提取和划档将提取出的论点句之间的句子作为论据候选句列表，和其前面的论点句组成句对(q，a)，将q和a分词后，通过腾讯词向量转为词向量，然后分别通过BiLSTM，分别得到q和a的句向量，将两个向量进行拼接，通过一个两层的全连接神经网络，最后通过units为5，激活函数为softmax的全连接层得到5分类的结果，其中1代表是论据且论证有力；2代表是论据且论证比较有力；3代表是论据且论证基本有力；4代表是论据但是缺乏论证力度；5代表不是论据，最终取所有论据句平均取整分数作为总的论据划档。

更进一步的，所述方法中，将得到的所有特征，论点、论据、结构、标题的划档、字数、段落、文采、错别字、抄袭率得分输入两层的全连接网络，然后输出预测0-40的分数，其通过规则对最后得分进行如下调整：

论点总档+论据总档<＝4而且预测总分<＝26,论点论据档次高但是预测分数不超过26时，分数+3；

抄袭率>＝0.77,抄袭率比较高时，预测总分为6.0分；

单词数<0.6,单词数严重不足，预测总分为6.0分；

段落数档次为3，段落数严重不足，预测总分为6.0分。

第二方面，本发明公开了一种中文议论文智能批改系统，包括至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的中文议论文智能批改方法。

本发明的有益效果为：

本发明使用论点提取和划档作为评分特征。现有作文评分系统没有使用论点作为特征的。具体细节见第五部分论点提取和划档部分。使用论点提取和划档后，议论文评分更客观。

本发明使用论据提取和划档作为评分特征。现有作文评分系统没有使用论据作为特征的。具体细节见第五部分论据提取和划档部分。使用论据提取和划档后，议论文评分更有针对性，可以从逻辑论证的深层语义层面上对作文进行评分。

本发明使用文章标题划档作为评分特征。现有作文评分系统没有考虑这一点。具体细节见第五部分相关内容。标题划档作为评分特征，使得整个作文的评估更加全面。作文主题的评估更加客观。

本发明使用结构划档作为评分特征。现有作文评分系统中没有考虑这一点。将结构是否完整作为评分特征，更加适应考试场景，同时，评分要素更加全面。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的议论文作文自动批改流程图；

图2是本发明实施例的议论文作文标准答案图；

图3是本发明实施例的议论文主题和中心论点图；

图4是本发明实施例的互联网上议论文相关材料图；

图5是本发明实施例的标题划档流程图；

图6是本发明实施例的规则模型论点句打分图；

图7是本发明实施例的DL模型论点句打分图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本实施例公开如图1所示的，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；其中由专业教师确定标准答案，总结文章的主题，提炼中心论点及其关键词，从网络收集作文相关材料，标准答案参见图2所示，作文主题和中心论点参见图3所示，互联网上议论文相关材料参见图4所示。

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；其从APP上获取用户上传的作文图片，调用腾讯云OCR接口进行文本识别。

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。

本实施例中，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。

本实施例中，提取浅层特征时，计算作文的字数和作文要求的字数的比值，作为字数特征；统计作文段落数作为段落特征；统计抄袭率，将用户作文文本和标准答案、网络相关材料进行分别比对，确定文章抄袭率，其算法使用最长公共子序列，将最长公共子序列字数除以作文总字数作为抄袭率，将作文对标准答案、网络材料的抄袭率取平均，作为最后的抄袭率。

本实施例中，提取中层特征时，对作文的文采，识别引用名言名句、对偶、排比修辞的运用，首先将作文中的每句话和收集的名言名句库进行比对，统计出使用次数，然后将每句话按照标点符号进一步拆分成短句，根据对偶、排比的规则进行比对，识别出对偶和排比的使用次数；

利用kenlm和收集的议论文语料，训练自己的语言模型，通过开源项目pycorrector调用训练好的语言模型，识别作文句子中的错别字，统计错误次数。

实施例2

本实施例公开提取深层特征时的标题划档，共分4档，1代表好，即为切题；2代表比较好，即为比较切题；3代表基本好，即为基本切题；4为差，即为不符合要求。

标题划档的输入包括文章标题inputA，标准答案标题和主题拼接成的inputB，中间用句号隔开。

随后将input A和input B通过词表将每个词映射为词表序号。如果出现词表中没有的单词，则将单词进一步分为单字。如果出现词表中没有的单字，则跳过。

input A填充或裁剪为长度50，input B填充或裁剪为长度200，从序列尾裁剪或填充，填充值为0。

经上述处理，每篇文章的输入包括长度为50的int数组input A，以及长度为200的int数组input B。为了处理可变长度序列，同时输入两个序列填充前的长度(或裁剪后的长度)。

网络输入分为两个部分，为形状1*50的inputs A和1*200的inputs B，对应inputA和input B。输入先通过embedding层将每个int序号转换为对应的词向量。

inputs A通过一层LSTM，num step为50，但因为各行序列是经过填充的，因此进一步提取出填充前的长度对应的step的输出(超出该长度的step会根据dynamic rnn的机制输出0)。输出形状为1*50的output A。

inputs B通过两层BiLSTM，num step为200，动态处理序列长度的方式同上。输出形状为1*200的output_fw和output_bw。

将三个输出合并为1*450的矩阵通过两个全连接层，units数量分别为400和4，激活函数分别为relu和softmax。

根据softmax最大的值对应的index，确定标题的划档，标题划档流程如图5所示。

本实施例公开提取深层特征时的结构划档，具体划分为两档，1档为结构合理，2档为结构不合理。

输入包括文章的最后一段。使用jieba分词后作为输入input。将input通过词表将每个词映射为词表序号。如果出现词表中没有的单词，则将单词进一步分为单字。如果出现词表中没有的单字，则跳过。input填充或裁剪为长度300，从序列尾裁剪或填充，填充值为0。经上述处理，每篇文章的输入是长度为300的int数组input，。为了处理可变长度序列，同时输入序列填充前的长度(或裁剪后的长度)。

网络输入为形状1*300的inputs，对应于input。输入先通过embedding层将每个int序号转换为对应的词向量。inputs通过双层BiLSTM，num step为300，但因为各行序列是经过填充的，因此进一步提取出填充前的长度对应的step的输出(超出该长度的step会根据dynamic rnn的机制输出0)。输出形状为1*300的output_fw和output_bw。将输出合并为1*600的矩阵通过两个全连接层，units数量分别为400和2，激活函数分别为relu和softmax。根据softmax的最大值所处的index确定文章结构是否完整。

本实施例公开提取深层特征时的论据提取和划档，将提取出的论点句之间的句子作为论据候选句列表，和其前面的论点句组成句对(q，a)。将q和a分词后，通过腾讯词向量转为词向量。然后分别通过BiLSTM，分别得到q和a的句向量，将两个向量进行拼接，通过一个两层的全连接神经网络，最后通过units为5，激活函数为softmax的全连接层得到5分类的结果。

1代表是论据且论证有力；2代表是论据且论证比较有力；3代表是论据且论证基本有力；4代表是论据但是缺乏论证力度；5代表不是论据。然后取所有论据句平均取整分数作为总的论据划档

实施例3

本实施例公开提取深层特征时的论点提取和划档，论点提取部分主要分为以下三个子模块：基于规则的模型、深度学习(DL)模型、规则和DL模型的结合。

子模块1:基于规则的模型

提取标准答案中的论点关键词和主题关键词，对文章的每个句子进行分词和词性标注。然后对一篇文章中的每个句子进行打分，句子得分为每个词得分的平均值。每个词的得分等于词性得分乘以句子在文章中的位置得分，两类得分都是人工设定的。另外某个词如果是主题词或者关键词，则得分更高。

算出句子的得分后，对于不包含任何一个关键词的句子的得分乘上0.35作为惩罚。最后，输出每个句子的得分。

其中，规则模型论点句打分如图6所示。

子模块2:DL模型

DL模型采用一个2层、单向的LSTM对一个句子进行编码，再用一个单层、双向的LSTM对文章进行编码，模型的流程如下：

(1)输入：标准答案和文章的已分词句子列表。假设文章有n个句子。

(2)根据给定的词表，将n个分好词的句子转换成词表的下标。

(3)提取标准答案中的主题句，并且转成下标形式。

(4)将(2)(3)两步的结果共n+1个句子输入模型，用2层、单向的LSTM进行编码，取最后一步输出的向量作为每个句子的编码。

(5)将(4)得到的文章里的n个句子的编码输入一个单层、双向的LSTM，取n个时间步的n个输出的向量，此时这n个向量是对句子的包含上下文关系的编码。

(6)对于(5)中得到的n个向量，都拼接上(3)得到的句子的编码，输入一个全连接层作二分类预测，预测其是否为论点。

(7)输出：一个句子是论点的概率，用全连接层最后输出的softmax概率表示。其中DL模型论点句打分如图7所示。

子模块3:DL模型和规则的结合

(1)上述两种模型都对每个句子有打分，首先分别把这两类得分标准化，得到均值为0，方差为1的分数，再把两类得分加起来作为总得分，按照总得分从高到低进行排序。

(2)不考虑长度低于7个字的句子，将其从结果中排除。

(3)这时候有三类情况：

1.排除过短的句子后如果没有符合要求的句子了，就预测该篇文章没有论点。

2.如果整篇文章只有不到3个句子或者当前只剩不到3个句子，就把得分最高的那个句子预测为论点，并且只预测一个。

3.其余的情况，依次考虑得分最高的3个句子，如果遇到一个句子的DL模型得分小于0.75(这里是标准化前的得分)，则这个句子和之后的句子都暂时不考虑，并且把它前面的所有句子预测为论点。但如果文章句子数量大于等于15并且该句子的基于规则的得分大于22，则额外地将这个句子预测为论点；又如果文章句子数量大于等于30并且该句子的后面一个句子基于规则的得分大于16，则再额外地将该句子的后面一个句子预测为论点。

(4)如果经过以上步骤的结果是文章没有论点，则再将总得分最高的句子预测为唯一的一个论点。最后输出一个列表，由0/1组成，代表每个句子是否是论点。

论点划档部分，划分为4档，1代表准确，2代表比较准确，3代表基本准确，4代表不准确。对提取出的论点和每个标答论点、主题句一一组成句对，通过BILSTM进行句对匹配计算0-1之间的得分，将每个论点的所有句对得分取平均作为论点最后匹配分。根据匹配分将论点划分为4档。

根据各个论点的划档，确定作文总的论点划档，规则如下：

1.若有1档论点，则总档为1档

2.否则，若有4档论点，则总档为4档

3.否则，若论点数小于3，则总档为3档

4.否则，总档为所有论点划档的平均取整。

实施例4

本实施例公开总分模型的评分，其将前面得到的所有特征，论点、论据、结构、标题的划档、字数、段落、文采、错别字、抄袭率得分输入两层的全连接网络，然后输出预测0-40的分数。最后通过规则对最后得分进行如下调整：

(一)论点总档+论据总档<＝4而且预测总分<＝26,论点论据档次高但是预测分数不超过26时，分数+3。

(二)抄袭率>＝0.77,抄袭率比较高时，预测总分为6.0分。

(三)单词数<0.6,单词数严重不足，预测总分为6.0分。

(四)段落数档次为3，段落数严重不足，预测总分为6.0分。

实施例5

本实施例公开一种中文议论文智能批改系统，包括至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行中文议论文智能批改方法。

综上，本发明使用论点提取和划档作为评分特征。现有作文评分系统没有使用论点作为特征的。具体细节见第五部分论点提取和划档部分。使用论点提取和划档后，议论文评分更客观。

本发明使用论据提取和划档作为评分特征。现有作文评分系统没有使用论据作为特征的。具体细节见第五部分论据提取和划档部分。使用论据提取和划档后，议论文评分更有针对性，可以从逻辑论证的深层语义层面上对作文进行评分。

本发明使用文章标题划档作为评分特征。现有作文评分系统没有考虑这一点。具体细节见第五部分相关内容。标题划档作为评分特征，使得整个作文的评估更加全面。作文主题的评估更加客观。

本发明使用结构划档作为评分特征。现有作文评分系统中没有考虑这一点。将结构是否完整作为评分特征，更加适应考试场景，同时，评分要素更加全面。

以上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。