(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210022186.5 (22)申请日 2022.01.10 (71)申请人 河海大学 地址 213022 江苏省常州市新北区晋陵北 路200号 (72)发明人 金旋　刘颖　蒋零壹　蒋佳豪　 谢云龙　肖俊良　曾小庆　 (74)专利代理 机构 北京百年育人知识产权代理 有限公司 1 1968 代理人 张鹭丝 (51)Int.Cl. G06F 16/958(2019.01) G06F 16/33(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01)G06F 40/30(2020.01) (54)发明名称 一种主观 题智能评阅系统 (57)摘要 本发明公开了一种主观题智能评阅系统及 方法， 系统以客户端/服务器模式(Client/ Server)结构作为系统的整体架构， 用户在本系 统中可通过输入或批量上传 “问题、 标准答案、 标 准答案关键词、 学生答案 ”的文本信息实现对诸 多行业的教育领域主观题， 尤其是名词解释和概 念释义类主观题的合理精确判分。 本系统综合运 用Web前后端管理技术， 结合数据库技术， 以达到 用户账户管 理、 系统数据更新以及用户使用数据 采集、 分析和利用等附加功能， 形成了较为完善 的阅卷系统生态环境。 系统架构方面设置网页客 户端和管理员端， 帮助用户便捷使用， 管理员高 效管理。 权利要求书3页 说明书8页 附图2页 CN 114372223 A 2022.04.19 CN 114372223 A 1.一种主观题智能评阅系统， 其特征在于： 包括客户端和服务器端， 所述客户端和服务 端之间通过Web服务器连接， 所述的客户端包括账户管理模块、 智能评阅模块和管理员模 块； 所述服务器端包括数据库和算法(模型)程序处 理模块； 所述账户管理模块 通过网页操作实现对用户信息的注 册、 核验、 修改和找回； 所述智能评阅模块通过输入 “问题、 标准答案、 标准答案关键词及其判分权重、 学生答 案”并选择问题 专业领域， 提交服 务器端处 理后将系统评分显示在网页上； 所述管理员模块通过网页操作实现后台对用户账户的管理， 对系统资源库和算法(模 型)的更新升级以及对用户使用信息的查阅等； 所述数据库存 储了用户信息和用户使用系统情况的信息； 注册时将用户个人信 息保存在数据库中， 可以从数据库中获取用户信 息并在页面上展 示， 可以从数据库中分类获取判分详情记录在管理员页面显示； 所述算法(模型)程序处理模块接收题目问答全部输入信 息， 通过算法(模型)处理出系 统评分， 并将评分返回到网页端。 2.根据权利要求1所述的一种 主观题智能评阅系统， 其特征在于： 所述的智能评阅模块 包括以下步骤： (1)阅卷界面网页采集客户端用户选择的问题所在专业领域， 输入的问题、 标准答案、 标准答案各关键词及其判分权 重、 学生答案， 然后将以上问答数据传送至服 务器端； (2)服务器端Web后端程序对传入的问答数据进行格式整合， 调用算法(模型)程序处理 模块并将上述整合后的问答数据作为 算法(模型)程序处 理模块的输入执 行； (3)服务器端Web后端程序获取算法(模型)程序处 理模块的输出 结果； (4)服务器端将获取的结果作为评分进行格式转换并传送至客户端显示。 3.根据权利要求2所述的一种 主观题智能评阅系统， 其特征在于： 所述的算法(模型)程 序处理模块包括以下步骤： (1)输入预处 理模块； 所述的输入预处理模块通过运用自然语言处理的基本方法， 全方位多角度地提取出蕴 含在问题、 标准 答案和标准 答案关键词中的影响评分的信息 。 (2)阶梯式评分模块； 所述的阶梯式评分模块通过对预处理后信息的分阶段分层次处理， 循序渐进， 层层深 入， 实现较好的精确性和稳定性。 4.根据权利要求3所述的一种 主观题智能评阅系统， 其特征在于： 所述的输入预处理模 块包括以下步骤： (1)准备主观题相关领域专有词语库和词典， 包括但不限于 同义词、 反义词、 否定词和 双重否定词语料库。 (2)对输入的问题进行处理， 将问题中可能组成的词语提取出来， 这部分的词语视作非 关键词语。 (3)对输入的标准 答案进行处 理， 主要为提取出标准答案中的关键词。 (4)对输入的关键词进行处理， 将关键词分别分词并依据分词是否出现在步骤(3)所述 的关键词中赋予不同的权 重。 (5)对输入的作答进行处理， 去除重双重否定词， 否定词前移并进行第 一次替换同义词权　利　要　求　书 1/3 页 2 CN 114372223 A 2和反义词。 5.根据权利要求4所述的一种主观题智能评阅系统， 其特征在于： 所述步骤(3)中的提 取标准答案中关键词的步骤如下： (3‑1)对输入 的标准答案内容进行分词， 词性标注， 只保留名词、 专有名词、 动词、 形容 词和副词。 查看内容中是否有停用词， 如果有， 则进行删除； (3‑2)进行词语综合权 重计算； (3‑3)使用计算出的词语综合权重的加权节点初始值及节点概率转移矩阵生成改进的 TextRank模型。 (3‑4)计算选择 前N个权重比较大的词语作为关键词并输出。 6.根据权利要求5所述的一种主观题智能评阅系统， 其特征在于： 所述步骤(3 ‑2)中词 语综合权 重计算的步骤如下： (3‑2‑1)基于TF ‑IDF算法算出每 个词语权 重的第一部分； (3‑2‑2)基于平均信息熵算法算出每 个词语权 重的第二部分； (3‑2‑3)对每个词语权 重的两个部分加 和得到每 个词语的综合权 重。 7.根据权利要求4所述的一种主观题智能评阅系统， 其特征在于： 所述步骤(4)中赋予 关键词分词不同的权 重的步骤如下： (4‑1)根据输入的关键词个数以及各个关键词分词后的词语个数生成相应的初始权重 数组， 其中数值均为1。 (4‑2)遍历关键词分词后的数组， 查看该词是否也存在于标准 答案关键词列表中。 (4‑3)若存在， 则将该分词对应的权 重值乘以加权系数， 该加权系数为人为设定 。 (4‑4)遍历结束后， 对权 重数组进行 标准化， 使其各 数值总和为10 。 8.根据权利要求4所述的一种主观题智能评阅系统， 其特征在于： 所述步骤(5)中去除 重双重否定词和第一次替换同义词及反义词的步骤如下： (5‑1)遍历作答分词列表， 若这个词为双重否定词， 即这个词语在双重否定词列表中， 则跳转至(5 ‑3)， 若这个词为否 定词， 则跳转至(5 ‑4)， 若为其他词， 则跳转至(5 ‑2)。 (5‑2)设置该词对应的词标记为1， 如果该词在人工构建的同义词词典中， 则将该词替 换为相应的关键词。 (5‑3)设置该词对应的词标记为1， 并将该词改为 “，”。 (5‑4)设置该词对应的词标记为 ‑1， 若该词的前一个词的词标记数值也为 ‑1， 则将这两 个词语一同改为 “，”， 并将词标记数值改为1； 若该词的后一个词在人工构建的反义词词典 中， 则将该词替换为相应的关键词， 去除否 定词并标记相应数值； 其特征在于： 所述 步骤(5)中否 定词前移的步骤如下： (5‑5)遍历作 答分词列表， 查看词语词标记是否为 ‑1， 若为‑1且后一个词语为标点符号 则跳转至(5 ‑6)， 否则不跳转而继续遍历。 (5‑6)若位于该否定词前方且距离为2的词语为并列连词， 则跳转(5 ‑7)。 否则将该否定 词与前一个词交换位置， 词标记也做相应交换。 (5‑7)将并列连词和(5 ‑5)中提到的标点符号替换， 以构造 “该否定词+原并列连词前一 位词语+该否定词+原并列连词后一位词语 ”的结构， 词标记也做相应交换。 否则不做其它处 理。权　利　要　求　书 2/3 页 3 CN 114372223 A 3