检索结果-南通市图书馆

检索条件"主题词=可解释评价"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向机器生成新闻的自动评价方法研究与实现

面向机器生成新闻的自动评价方法研究与实现

引用

作者：王延超山东大学

学位级别：硕士

近几年,人工智能技术与传统产业相结合,催生了许多新应用。机器生成新闻是人工智能技术在新闻创作领域的实践产物,其写作效率明显优于传统新闻稿件生产模式。受限于目前技术水平,机器生成新闻质量仍有较大提升空间,实现新闻稿件质量高... 详细信息

近几年,人工智能技术与传统产业相结合,催生了许多新应用。机器生成新闻是人工智能技术在新闻创作领域的实践产物,其写作效率明显优于传统新闻稿件生产模式。受限于目前技术水平,机器生成新闻质量仍有较大提升空间,实现新闻稿件质量高效评价是改进机器生成新闻质量的重要环节。新闻稿件质量评价常用人工评价方法,但人工评价存在效率低、成本高等问题,无法应付海量新闻的评价工作。目前机器生成新闻质量自动评价采用机器生成文本通用评价指标,针对性和系统性不强。针对机器生成新闻稿件质量评价人工依赖重、量化评价难的问题,本文从机器生成新闻质量主客观一致评价及可解释评价两方面开展研究。主要工作如下:(1)机器生成新闻质量主客观一致评价研究。首先,本文设计了一个层次化、多粒度评价体系。评价体系从机器生成新闻中的文本和图片两种模态入手,覆盖了细粒度的局部特征及粗粒度的全局特征;其次,从主观和客观两个维度量化评价体系中的评价指标。主观评价采用了专家打分量化法,客观评价采用了基于规则的评价指标量化建模方法。通过对主观和客观评价结果的相关性分析,验证了客观评价指标量化方法的有效性;最后,基于以上两步的结果,构建了树结构约束的主客观映射模型。模型将评价体系视为树结构先验,将新闻稿件对应的客观评分作为输入,通过区分在树结构中不同层的先验约束来沿树结构逐层编码并输出新闻稿件在不同层次上的主客观映射的预测评分。模型训练采用有监督和弱监督结合的两阶段优化策略,使得主客观映射的预测评分不断趋于合理。实验表明,主客观评分一致模型预测的新闻稿件质量二元评分与专业人员评分具有较高的一致性。(2)机器生成新闻质量可解释评价研究。本文提出一种基于层次化图神经网络的机器生成新闻质量可解释评价方法。首先,该方法利用预训练模型编码新闻稿件内容信息及新闻稿件评价信息;其次,将专家经验作为先验知识构建层次化图神经网络,引入包含类型级和节点级的多级别注意力机制,聚合节点信息,实现新闻稿件内容编码和对应评价编码的更新;最后,利用更新后的新闻稿件编码,从预先定义的十个新闻稿件质量评价标签中预测改稿意见标签。实验表明,可解释评价模型能实现新闻稿件评价标签的准确预测。

关键词：机器生成新闻自动评价评价体系主客观一致评价可解释评价

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于专家知识的可解释作文评级方法

基于专家知识的可解释作文评级方法

引用

作者：关逸飞山东大学

学位级别：硕士

在语文教育中,作文能力是评价学生语言水平的重要指标。自动作文评分不仅能够在考试测评领域对人工评阅的客观性和公正性提供技术支撑,而且能够辅助提升个人作文能力,具有重要的理论价值和应用价值。自动作文评分仍面临许多挑战。首先,... 详细信息

在语文教育中,作文能力是评价学生语言水平的重要指标。自动作文评分不仅能够在考试测评领域对人工评阅的客观性和公正性提供技术支撑,而且能够辅助提升个人作文能力,具有重要的理论价值和应用价值。自动作文评分仍面临许多挑战。首先,虽然不同专家根据要求能够对作文评判一致,但是目前仍缺乏可量化的作文评分规则。其次,语言作为一种符号化体系,具有更高的灵活性,自然语言的处理相较于结构化数据的处理更为困难,过程缺乏可解释性。最后,考虑到语料库的标注问题,现存的大部分作文评分工作专注于对作文给出一个整体得分,缺少对作文细粒度评分的标注。词汇是作文的基础组成部分和重要评分依据,从词汇角度量化作文水平并融入到模型中是十分有必要的。针对上述问题,本文从词汇语用方面入手,提出了基于专家知识的可解释作文评级方法。本文贡献如下:(1)提出了基于专家评阅规范的中文作文词汇可量化评估框架,对语料库作文词汇水平进行标注。为了从词汇这一角度提升模型的可解释性,本文研究了高考作文评分标准和多个分等级词汇库,分析了初等教育小学和中学作文语料库,形成了基于专家知识和统计分析的分级词汇表。在此基础上,分析了在语言认知过程中作文词汇水平的变化,提出了可计算性作文词汇水平评价规则,并使用该评价规则对语料库中作文每条句子的词汇水平进行标注。(2)研究了基于深度神经网络的可解释作文评级方法。为了挖掘作文词汇、句子之间语义关系,对作文文本进行建模,采用基于词向量的双向长短时记忆网络模型,用于生成作文表示向量并给出作文评级。本文分别在模型的词汇和句子层面融入注意力机制,提取出作文中的高分句子,提出了一种可解释方法,从作文词汇水平方面解释了模型。同时,针对无意义高级词汇堆砌样本,为了增加模型的鲁棒性,本文分别从模型和数据两个方面对鲁棒性进行了分析,增加了对句法通顺度的检测。(3)在真实作文语料库上验证了模型性能。针对中小学作文语料库,验证了模型在作文评级任务上的性能,与其他相关工作相比,本文模型与人工评阅结果的一致性更高,并且具有更高的可解释性。针对特定考试,本文对模型进行调整,适配于某省成人高考作文考试中,实验证明模型可以在特定考试中给出较准确的作文评分。

关键词：作文评级词汇水平可解释评价

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：