融合BTM和Doc2vec的中文短文本自动评分方法

宫皓明; 万小芬; 康春花

doi:10.16357/j.cnki.issn1000-5862.2025.02.02

江西师范大学学报（自然科学版） ›› 2025, Vol. 49 ›› Issue (02) : 120 -127. DOI: 10.16357/j.cnki.issn1000-5862.2025.02.02

融合BTM和Doc2vec的中文短文本自动评分方法

宫皓明, 万小芬, 康春花

作者信息 +

Author information +

文章历史 +

PDF

摘要

为缓解中文短文本自动评分中的数据稀疏和语义缺失问题，提高中文短文本自动评分的准确性，该文将可处理特征稀疏的BTM和可关联上下文语意特征的Doc2vec相融合，构建了2种新的短文本自动评分模型：BTM-W2V和BTM-D2V.研究结果表明：BTM-D2V和BTM-W2V的效果优于BTM和Doc2vec的效果，而且BTM-D2V的表现尤其突出.该研究为中文短文本主观题自动评分探索了一种新思路.