基于时序卷积网络的简答题评阅方法

提出一种基于时序卷积网络(temporal convolutional network,TCN)并结合预训练语言模型BERT的简答题评阅模型(SA-TCN).该模型使用BERT对评分答案和参考答案进行编码,在建立二者之间内在联系的同时提取深层次文本语义特征.为减少信息丢失并获取深层全局特征,基于TCN捕获多尺度语义信息.在公开数据集ASAP的set5上进行实验,结果表明,该模型的精度和二次加权Kappa分别达到86.87%和87.46%,优于Bi-LSTM、TextCNN和RNN等其他模型.