基于梯度相似性的自动作文评分多主题联合预训练方法

摘要：

提出了一种基于梯度相似性的自动加权方法,用于作文评分的多主题联合预训练.在预训练阶段同时使用多个主题的数据,通过计算外部主题的训练样本的梯度向量与目标主题的梯度向量之间的相似度作为该样本的损失权重.将深度学习与特征工程相结合,手工设计了3类特征.在公开数据集上进行对比实验表明,与现有的基线模型相比,提出的多主题联合预训练方法和手工特征均能有效提升作文评分模型的评分准确性.

关键词：自动作文评分、深度学习、特征工程、预训练

所属期刊栏目：51

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金61872278

在线出版日期：2022-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：558-564