何屹松 孙媛媛 汪张龙 竺 博

（1.安徽省教育招生考试院，合肥 230001；2.科大讯飞股份有限公司，合肥 230001）

1 研究背景

在教育领域，人工智能技术正在全面、深刻地影响着教育理念、教学模式和考试方式，建立在语音技术基础上的英语听力、口语上机考试已经得以大范围应用，手写识别、自然语言理解等人工智能相关技术也正在教育考试评卷过程中进行探索和应用，这与《国务院关于深化考试招生制度改革的实施意见》中提出的“改进评分方式，加强评卷管理，完善成绩报告”[1]的目标十分吻合。具体而言，目前普通高考网上评卷以扫描后的答卷切分图像为基础，组织评卷教师以网上阅卷方式进行；而采用人工智能技术的计算机智能评分则是在对答题扫描图像进行全方位识别、文本转写、内容分析和关键特征提取的基础上，运用人工智能的方法，深度学习专家的评分标准和评分结果，自动对考生答题内容进行评分。

在国内外人工智能评分领域所进行的研究工作，按照其侧重点不同，分为人工特征工程方案和深度学习方案2个主要方向[2]。其中：人工特征方案的代表方法是使用浅层语言学特征分析法，先对试题评卷标准提取相关特征进行定义，然后基于统计数据自动抽取考生答卷样本信息抽象对应到相应特征，完成对样本的评分；深度学习方案的算法则更加复杂，主要是通过多引层的神经网络来自动抽取与评分标准相关的特征，在多个维度上建立起对待评作文样本的完整数学模型，并进行匹配评分。……