买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜福建理工大学申请的专利一种基于多特征融合的短答案自动评分方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116186199B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310050222.3，技术领域涉及：G06F16/334；该发明授权一种基于多特征融合的短答案自动评分方法是由王金水;陈俊岩;欧雪雯设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本一种基于多特征融合的短答案自动评分方法在说明书摘要公布了：本发明公开一种基于多特征融合的短答案自动评分方法，收集学科领域的文本并利用词向量模型得到学科领域词向量模型；将参考答案和考生答案文本输入BERT模型提取答案文本的语义特征；对两个答案文本进行句法解析获取文本中的句法依赖图；计算两个答案文本的名词相似度以获取文本中的实体图；使用语义特征补充缺乏的语义信息得到扩展的句法依赖图和扩展的实体图，并动态融合得到整体特征融合图；通过整体特征融合图获得答案文本的全局信息；利用注意力机制获取答案文本的局部信息；将全局信息和局部信息结合作为答案文本的最终表示，利用余弦相似度公式计算两个答案文本的相似度以得出学生答案的分数。本发明适用于计算机专业领域的试卷评分。

本发明授权一种基于多特征融合的短答案自动评分方法在权利要求书中公布了：1.一种基于多特征融合的短答案自动评分方法，其特征在于：其包括以下步骤：步骤1，收集学科领域内的文本并利用词向量模型得到学科领域词向量模型；步骤2，录入短答案试题信息，短答案试题信息包括题目、参考答案和分数；步骤3，获取考生所作答的答案文本，将短答案试题信息中的参考答案和考生答案文本一并输入BERT模型进行编码，并提取答案文本的语义特征；步骤4，对参考答案文本与学生答案文本进行句法解析，获取文本中的句法依赖图；步骤5，对参考答案文本与学生答案文本中的名词进行相似度计算，获取文本中的实体图；步骤6，使用步骤3中提取的语义特征补充句法依赖图和实体图中缺乏的语义信息，进而分别得到扩展的句法依赖图和扩展的实体图；扩展的句法依赖图的表达公式如下： 其中，Cwi,wj为答案的句法依赖图；为答案的扩展的句法依赖图；为基于门结构句法依赖图的增强系数，是语义特征的向量形式，和分别表示答案的句法依赖图对应门的权重和偏置，扩展的实体图的表达公式如下： 其中，为答案的扩展的实体图；E9ni,nj为答案的实体图；为基于门结构实体图的增强系数，σ是sigmoid函数，是语义特征的向量形式，和分别表示答案的实体图对应门的权重和偏置；步骤7，将扩展的句法依赖图和扩展的实体图动态融合得到整体特征融合图；步骤8，将整体特征融合图作为一个整体输入到图卷积神经网络，通过图卷积捕获答案文本之间的全局单词共现和全局交互；步骤9，将图卷积神经网络输出结果中分别表示参考答案和学生答案的两组向量表示为RA和RB，利用注意力机制获取RA和RB的局部信息；步骤10，将全局信息和局部信息结合作为答案文本的最终表示，利用余弦相似度公式计算参考答案和学生答案二者的相似度进而得出学生答案的分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建理工大学，其通讯地址为：350000 福建省福州市大学新区学府南路33号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。