多层语义推理模型

低资源下评分更准

通过多尺度特征与提示数据增强，在少样本情况下更精准地评分中文简答题。

Peichao, Lai · Feiyang, Ye · Yanggeng, Fu · 陈志伟 · Yingjie, Wu · 王一蕾

Computer Speech and Language 2024

参数信息

F1提升

1.48 %

相关系数提升

0.036

技术优势

能看懂符号

通过多尺度特征提取，充分考虑数据中的显式或隐式实体信息，从而更准确地理解包含符号和实体的答案。

少样本也能训

采用基于提示的数据增强构造模拟数据集，有效提升了模型在低资源场景下的性能。

应用场景

• 智能阅卷：直接对中文简答题自动评分，减少人工阅卷负担。
• 教育评估：在教育评估中提供更准确的评分结果，支持大规模测试。
• 低资源NLP：在标注数据稀缺时仍能有效训练评分模型。