王耀华，李舟军，何跃鹰，巢文涵，周建设

(1. 北京航空航天大学 计算机学院，北京 100191；2. 国家计算机网络应急技术处理协调中心，北京 100029；3. 首都师范大学 成像技术高精尖创新中心 北京 100048)

基于文本语义离散度的自动作文评分关键技术研究

王耀华1，李舟军1，何跃鹰2，巢文涵1，周建设3

(1. 北京航空航天大学 计算机学院，北京 100191；2. 国家计算机网络应急技术处理协调中心，北京 100029；3. 首都师范大学 成像技术高精尖创新中心 北京 100048)

该文尝试从文本语义离散度的角度去提升自动作文评分的效果，提出了两种文本语义离散度的表示方法，并给出了数学化的计算公式。基于现有的LDA模型、段落向量、词向量等具体方法，提取出四种表征文本语义离散度的实例，应用于自动作文评分。该文从统计学角度将文本语义离散度向量化，从去中心化的角度将文本语义离散度矩阵化，并使用多元线性回归、卷积神经网络和循环神经网络三种方法进行对比实验。实验结果表明，在50篇作文的验证集上，在加入文本语义离散度特征后，预测分数与真实分数之间均方根误差最大降低10.99%，皮尔逊相关系数最高提升2.7倍。该表示方法通用性强，没有语种限制，可以扩展到任何语言。

作文评分；语义离散度；神经网络

1 引言

自动作文评分(Automated Essay Scoring，AES)的研究已达50年之久，旨在使用特定的计算机程序给作文进行打分。近些年来，随着计算机的发展以及自然语言处理技术的进步，自动作文评分系统逐渐成为一种趋势。……