作文评分

摘要： 作文教学过程中的评分机制蕴含着一名语文教师的智慧。而原有的评分机制有着单一、机械的弊端,这使得学生在学习中丧失了主体地位。虽说在高考以及一些过程性的综合测试中,作文仅以一个总评分的形式呈现,但若在日常作文教学过程中也只是一纸分数,即便配之以适当的评语,仍不能完全言明作文症结之所在,尽解学生之困惑。况且在传统的作文评分机制之下,教师批作文批得苦不堪言,乃至夜不能寐,效果又不甚理想。故,适时建立新型的作文评分机制显得尤为迫切。

摘要： 为了探究来华留学生预科汉语教育结业汉语综合统一考试的作文评分信度,本研究采用概化理论和多面Rasch模型分析5名评分员对120篇实考作文样本的评分情况。概化理论的研究表明:考生能力是得分总变异的最大来源,一位评分员进行评分时,其结果即可达到可接受的概化系数;两位评分员进行评分时,信度系数提高的幅度最大,因此应保持目前的双评状态。多面Rasch模型的分析显示:评分量表基本能区分考生能力,评分员的严厉性差异显著,存在对高水平考生偏严而对低水平考生偏宽松的趋势,个别评分员自身一致性较差。

摘要： 高考作文满分一般为60分,阅卷老师以教育部考试中心下发的《语文试题评分参考》为依据,按作文评分的整体要求(文风端正,文脉清晰,文气顺畅)和作文等级评分标准(基础等级“内容”20分、“表达”20分,发展等级20分)分项分等评分。内容部分根据作文命题和考生答题实际,以“题意”“中心”和“内容”为重点,表达部分以“文体”“语言”为重点,全面衡量,综合入等计分。

摘要： 运用实证方法,基于数据范式对高考语文作文经典评分量表与分等分项评分量表(第Ⅱ版)进行比较.以20位经验评分者的评分均值作为"准真分数"评价2个评分量表的评分误差,通过多侧面Rasch模型考察评分者效应与评分量表.结果显示:1)使用分等分项评分量表(第Ⅱ版)评分时,减轻了评分者的认知与心理负担,分数分布更合理,能够更好地区分不同写作能力水平的考生,评分者信度有较大提升,由于分数全距更宽阔,致使评分误差稍大于经典评分量表;2)使用经典评分量表与分等分项评分量表(第Ⅱ版)评分均不存在明显的评分者效应;3)分等分项评分量表(第Ⅱ版)在维度与评价指标的设置上较经典评分量表更为合理,计分量尺在估计考生能力时未出现倒挂现象,等级区分能力明显高于经典评分量表,对评分者进行有效的评分培训后更适用于常模参照测验.

摘要： 常有学生问老师:“为什么我的作文总拿不到高分呢?”老师笑着反问:“你的文章给了我什么,让我乐意偿付给你一个高分呢?”考场作文评分,无异于一场交易,能让老师拍案叫绝“一掷千金”的文章,也一定有让老师无比动心之处。

摘要： 有一件事一直让我有点儿小骄傲。高三那年一个朋友受父母所迫,报名参加了个英语冲刺班,每周都要写一篇英语作文练笔。有一周她实在是不想写了,委托我替她想内容、改作文。结果,她告诉我那一周是她作文评分最高的一次。这件事给我的朋友带来很大的打击,让我们两个人同时思考一个问题:究竟怎样的英语作文才算好?

摘要： 很多时候我觉得,说作文“考察临场思考深度”是有一些反常识的。抛开应用写作文体不谈,许多作文要求是希望考生写出“自己的感悟和思考”,但是考场上争分夺秒的氛围是不太适合同学们思考的,在从未有过的领域开始探索并形成深刻的思考是一件很难的事情。因而,我总有这么一种感受:作文评分的“深刻”一项,实际是在考查同学们平时有没有思考过类似的问题。

摘要： 所谓过渡句或过渡段,就是指在文章中用一定词句和段落,承接或总结上面的内容,同时提示或领起下面的内容,使它们联系起来,从而自然而然地由上文转入下文。在高考作文的评分中,由于阅卷时间有限,学生议论文中过渡句段设置的优劣也就成为了作文评分的一个关键因素。基于此,本文谈一谈议论文写作中的几个过渡技巧。

摘要： 自动作文评分中核心的问题是机器可用的、高信度的评分特征的选取。大学英语作文自动评分中一个基本的特征是词汇分布,而词汇分布的衡量需要一个对大学英语作文描述清晰、刻画准确的分级词表,也就是一个效度较高的词表。实验证明目前已有的词表难以达到这个要求,但通过改进或者调整现有词表可以得到对不同作文质量区分效度较高的词表。

摘要： 本文借鉴英语作文诊断平台研发的相关成果,针对外国学生汉语作文的句法、语篇、语义表达特点,探讨了建立面向初级汉语学习者的作文半自动化诊断平台的可行性,并提出了一套使用流程设计方案.本文还指出,建立规模适当的外国学生汉语作文正误用例语料库并对其进行浅层文本特征标注是未来相关研究顺利开展的前提条件之一.

摘要： 本文借鉴英语作文诊断平台研发的相关成果,针对外国学生汉语作文的句法、语篇、语义表达特点,探讨了建立面向初级汉语学习者的作文半自动化诊断平台的可行性,并提出了一套使用流程设计方案.本文还指出,建立规模适当的外国学生汉语作文正误用例语料库并对其进行浅层文本特征标注是未来相关研究顺利开展的前提条件之一.

摘要： 本文借鉴英语作文诊断平台研发的相关成果,针对外国学生汉语作文的句法、语篇、语义表达特点,探讨了建立面向初级汉语学习者的作文半自动化诊断平台的可行性,并提出了一套使用流程设计方案.本文还指出,建立规模适当的外国学生汉语作文正误用例语料库并对其进行浅层文本特征标注是未来相关研究顺利开展的前提条件之一.

摘要： 本文借鉴英语作文诊断平台研发的相关成果,针对外国学生汉语作文的句法、语篇、语义表达特点,探讨了建立面向初级汉语学习者的作文半自动化诊断平台的可行性,并提出了一套使用流程设计方案.本文还指出,建立规模适当的外国学生汉语作文正误用例语料库并对其进行浅层文本特征标注是未来相关研究顺利开展的前提条件之一.

摘要： 作文是汉语考试的必考项目，寻找简单有效的作文自动评分算法无疑可以很大地提高作文阅卷的效率。本文在词汇等级方面研究作文自动评分技术，包括采用现成的分级词汇表方法，以及两种本文提出的词汇等级训练算法，实验结果表明，基于现成的分级词汇表法的作文打分结果与人工打分相关性较差，本文提出的两种词汇等级训练算法打分结果的相关性指标分别接近人的水平和超过人的水平。这表明，作文的用词随着作文题目的变化而变化，固定的分级词汇表不能反映学生作文水平；但针对同一个题目的具体作文而言，其用词与作文水平有强相关性。

摘要： 作文是汉语考试的必考项目，寻找简单有效的作文自动评分算法无疑可以很大地提高作文阅卷的效率。本文在词汇等级方面研究作文自动评分技术，包括采用现成的分级词汇表方法，以及两种本文提出的词汇等级训练算法，实验结果表明，基于现成的分级词汇表法的作文打分结果与人工打分相关性较差，本文提出的两种词汇等级训练算法打分结果的相关性指标分别接近人的水平和超过人的水平。这表明，作文的用词随着作文题目的变化而变化，固定的分级词汇表不能反映学生作文水平；但针对同一个题目的具体作文而言，其用词与作文水平有强相关性。

摘要： 作文是汉语考试的必考项目，寻找简单有效的作文自动评分算法无疑可以很大地提高作文阅卷的效率。本文在词汇等级方面研究作文自动评分技术，包括采用现成的分级词汇表方法，以及两种本文提出的词汇等级训练算法，实验结果表明，基于现成的分级词汇表法的作文打分结果与人工打分相关性较差，本文提出的两种词汇等级训练算法打分结果的相关性指标分别接近人的水平和超过人的水平。这表明，作文的用词随着作文题目的变化而变化，固定的分级词汇表不能反映学生作文水平；但针对同一个题目的具体作文而言，其用词与作文水平有强相关性。

摘要： 作文是汉语考试的必考项目，寻找简单有效的作文自动评分算法无疑可以很大地提高作文阅卷的效率。本文在词汇等级方面研究作文自动评分技术，包括采用现成的分级词汇表方法，以及两种本文提出的词汇等级训练算法，实验结果表明，基于现成的分级词汇表法的作文打分结果与人工打分相关性较差，本文提出的两种词汇等级训练算法打分结果的相关性指标分别接近人的水平和超过人的水平。这表明，作文的用词随着作文题目的变化而变化，固定的分级词汇表不能反映学生作文水平；但针对同一个题目的具体作文而言，其用词与作文水平有强相关性。

摘要： 作文跑题检测是作文自动评分系统的重要模块.传统的作文跑题检测一般计算文章内容相关性作为得分,并将其与某一固定阈值进行对比,从而判断文章是否跑题.但是实际上文章得分高低与题目有直接关系,发散性题目和非发散性题目的文章得分有明显差异,所以很难用一个固定阈值来判断所有文章.本文提出一种作文跑题检测方法,基于文档发散度的作文跑题检测方法.该方法的创新之处在于研究文章集合发散度的概念,建立发散度与跑题阈值的关系模型,对于不同的题目动态选取不同的跑题阈值.本文构建了一套跑题检测系统,并在一个真实的数据集中进行测试.实验结果表明基于文档发散度的作文跑题检测系统能有效识别跑题作文.

摘要： 本发明公开了不依赖人工预评分的大学英语作文自动评分系统及评分方法，该系统由训练作文特征词-作文矩阵生成模块、训练作文语义空间构建模块、待评分作文自动评分模块构成，训练作文特征词-作文矩阵生成模块中“构建特征词-作文矩阵”处理单元的处理结果“特征词-作文矩阵”，输入到训练作文语义空间构建模块中“构建训练作文集语义空间”处理单元，训练作文语义空间构建模块中“映射满分作文集特征词词频向量到训练作文集语义空间”处理单元的处理结果“满分作文集语义空间”，输入到待评分作文自动评分模块中“计算待评分作文分数”处理单元。本系统可以大大减轻大学英语教师批阅学生英语作文的工作量，而且评分的信度和效度高。

摘要： 本发明公开了一种英语作文分析评分系统、方法及存储介质，系统包括：识别模块，用于获取待评分的英语作文；纠错模块，用于根据语法纠错算法、神经机器翻译网络模型以及统计语言模型的结合对英语作文进行错误识别和纠正；多维特征统计模块，用于对英语作文中的单词、短语和语句进行统计分析；主题分析模块，用于对英语作文进行主题分析；亮点匹配模块，用于对待评分的英语作文进行亮点识别；评分模块，用于根据纠错模块、多维特征统计模块、主题分析模块以及亮点匹配模块的分析结果得到分数。通过实施本发明，可以全面的对待评分的英语作文进行衡量评分，使得学生能够更深刻的认识到所撰写作文的优点与缺点，有助于切实提高学生的写作水平。

摘要： 本发明公开了一种跨主题作文自动评分方法、系统及介质，本发明对于源主题的某个作文样本，将源主题作文在目标主题上的映射作为该样本的正例。类似的，对于目标主题的某个作文样本，将目标主题的作文在源主题上的映射作为该样本的正例。本发明的目的在于，利用对比学习的优势，让模型尽可能地学习和获取不同主题之间的共享信息，提升不同主题之间的一致性，从而提高模型在跨主题作文自动评分任务上的评分性能，可广泛应用于人工智能技术领域。

摘要： 本发明公开了一种基于作文扣题度的自动作文评分计算方法，该方法包括S1：句子预处理和分布式表示；S2：图卷积神经网络构建；S3：图卷积神经网络训练；S4：多层感知机分类器训练预测。本发明应用在自动作文评分领域，实现对非扣题作文的检测和发现，作文参考范文和学生作答作文的文本匹配程度是作文评分的一个重要特征，通过一种新颖的方式构建了图神经网络，综合了各个句子的相似度计算作文扣题度。

摘要： 本申请适用于自动评分技术领域，提供了作文自动评分方法、装置终端设备及存储介质，通过对预测的目标文本进行预处理，得到目标文本中各个词的词向量数据，而后输入至训练好的第一模型中，获取相应的预测分数，使得英语学习者写的大量英语作文，可以通过作文评分装置及时对其进行有效的评分，且快速反馈给英语学习者，更好地起到促进英语学习者的学习效率和学习水平的作用。

摘要： 本发明公开了一种基于语句通顺度的自动作文评分计算方法，该方法包括S1：句向量分布式表示；S2：句子特征提取；S3：句子间关系特征提取；S4：多层感知机模型训练预测。本发明提出了将语句通顺度指标应用到自动作文评分领域，用于实现检测发现作文中语义不通顺语句的功能，并且对作文中出现的语义无关词语和病句有更低的打分。

摘要： 本发明提供一种评分模型训练方法和作文评分方法，该评分模型训练方法包括：获取训练文本；根据所述训练文本构建衡量评分标准的特征集，所述特征集包括：字汇复杂度特征、词汇复杂度特征、句法复杂度特征以及深度学习特征；将所述特征集输入回归模型进行训练，得到目标评分模型。本发明将深层次语言复杂度特征集与当下人工智能领域前沿的深度学习特征融合的方式，作为机器学习模型的预测变量，使机器学习模型在进行等级自动判别系统学习时更容易从深层学习不同分数作文的特征，从而提高模型性能，得到较佳评分结果。

摘要： 本发明公开了一种基于作文扣题度的自动作文评分计算方法，该方法包括S1：句子预处理和分布式表示；S2：图卷积神经网络构建；S3：图卷积神经网络训练；S4：多层感知机分类器训练预测。本发明应用在自动作文评分领域，实现对非扣题作文的检测和发现，作文参考范文和学生作答作文的文本匹配程度是作文评分的一个重要特征，通过一种新颖的方式构建了图神经网络，综合了各个句子的相似度计算作文扣题度。

摘要： 本发明公开了一种智能辅助中文作文评分的竞赛系统，包括竞赛管理模块、作品提交模块、中文作文辅助评分模块和评委评分模块。竞赛管理模块，用于实现竞赛管理员完善竞赛基本信息以及自定义竞赛配置。作品提交模块，用于实现学生参加竞赛，提交作品并存储。中文作文辅助评分模块，用于挖掘参赛学生提交的中文作文作品的深度特征，并给出作品的预测评分。评委评分模块，用于实现结合中文作文辅助评分模块提供的预测分值和评委老师的评分计算出作品的最终得分。本发明实现竞赛流程的数字化和评分过程的智能化，不仅提高竞赛流程管理的效率，还减轻评委老师的工作负担。

摘要： 本发明公开了一种基于动态词向量表征的中文作文评分方法及系统，所述基于动态词向量表征的中文作文评分方法包括以下步骤：获取分词处理后的待评分中文作文文本；将所述分词处理后的待评分中文作文文本输入预训练好的中文作文评分模型中，通过所述中文作文评分模型输出评分结果。本发明的方法基于深度学习，引入双向长短周期记忆(Bidirectional Long Short‑Term Memory，BiLSTM)网络，并且动态地训练作文的中文词向量，最终可以保证作文评分的准确性。