买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:网才科技(广州)集团股份有限公司
摘要:本发明提供一种基于大模型的主观题试卷阅卷方法,属于教师考试测评领域。首先,从自有的考试数据库采集并预处理主观题答案数据,构建高质量数据集;其次,设计细致的评分标准,对答案内容准确性、逻辑性和语言表达等维度进行人工标注,生成加权平均分数标签;然后,选择基于Transformer架构的阅卷评分大模型,利用其强大语义表示能力,构建包括多头注意力等模块的阅卷模型;最后,设计双向语义匹配计算方法,度量答案与参考答案的相似度作为评分依据。经过以上步骤,该模型能实现高效、准确、客观的主观题自动阅卷,提升教师评价智能化水平。
主权项:1.一种基于大模型的主观题试卷阅卷方法,其特征在于,包括以下过程:步骤1,数据集的采集与制作:从自有的考试数据库采集数据,采集真实可靠、多样化的主观题答案数据,涵盖简答题、论述题和案例分析题三种类型,将采集到的原始数据经过数据清洗、格式统一和匿名化处理,以及专家评分与多标签融合,最终获得高质量的主观题答案数据集;步骤2,基于Transformer架构的阅卷评分大模型的主观题试卷阅卷模型的建立:选择基于Transformer架构的阅卷评分大模型作为基础模型,利用其强大的语义表示能力、迁移学习效率和可解释性,设计了输入层、词嵌入层、位置编码层、多头注意力机制层、前馈网络层、归一化层和预测输出层,并采用了双向语义匹配计算方法,以构建高精度的主观题阅卷模型;步骤3,基于Transformer架构的阅卷评分大模型的主观题试卷阅卷模型的模型训练:利用构建的数据集,对基于Transformer架构的阅卷评分大模型进行微调训练,采用交叉熵损失函数,结合Adam优化算法和指数衰减学习率调度,提高模型收敛速度和泛化能力,确保训练过程的稳定性和评分准确性;步骤4,系统部署与优化:将训练好的基于Transformer架构的阅卷评分大模型部署到云端服务器,提供在线评分接口,同时,针对评分结果进行统计分析,发现问题并优化模型,不断提升系统的准确性和鲁棒性,以满足实际应用场景的需求。
全文数据:
权利要求:
百度查询: 网才科技(广州)集团股份有限公司 一种基于大模型的主观题试卷阅卷方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。