基于关键字和语句融合的自动阅卷方法研究

主观题阅卷一直以来都是考试系统研究与实现的难点，其中简答题、计算题和证明题等的解决是考试系统的核心部分，本文结合人工智能、专家系统等知识对文本内容的主观题评阅技术进行研究，设计了一种基于关键字和语句融合的自动阅卷方法，提高了阅卷的准确率。

基于语句融合和自监督训练的文本摘要生成模型

为了提高深度神经网络文本生成技术的语句融合能力,文中提出基于语句融合和自监督训练的文本摘要生成模型.在模型训练前,首先根据语句融合理论中的信息联系点概念对训练数据进行预处理,使其满足之后模型训练的需要.文中模型可分为两个阶段的训练.在第一阶段,根据语句融合现象在数据集上的分布情况,设计以信息联系点为最小语义单元的排列语言模型训练任务,增强模型对融合语句上下文的信息捕捉能力.在第二阶段,采用基于语句融合信息的注意力掩码策略控制模型在生成文本过程中的信息摄入程度,加强文本生成阶段的语句融合能力.在公开数据集上的实验表明,文中模型在基于统计、深层语义和语句融合比例等多个评测指标上都较优.