计算机应用

作者：文洪建, 胡瑞娇, 吴保文, 孙家兴, 李环, 张晴, 刘杰

单位：1.文山学院 人工智能学院，云南 文山 663000；2.北方工业大学 人工智能与计算机学院，北京 100144；3.国家语委中国语言智能研究中心（首都师范大学），北京 100089

关键词：中文作文自动评分,预训练语言模型,图神经网络,中文作文自动评分数据集,多特征学习

基金：国家科技创新2030 — “新一代人工智能”重大项目(2020AAA0109700);国家自然科学基金资助项目(62076167);北京市自然科学基金资助项目(4252035)

现有基于预训练语言模型（PLM）的作文自动评分（AES）方法偏向于直接使用从PLM提取的全局语义特征表示作文的质量，却忽略了作文质量与更细粒度特征关联关系的问题。聚焦于中文AES研究，从多种文本角度分析和评估作文质量，提出利用图神经网络（GNN）对作文的多尺度特征进行联合学习的中文AES方法。首先，利用GNN分别获取作文在句子级别和段落级别的篇章特征；然后，将这些篇章特征与作文的全局语义特征进行联合特征学习，实现对作文更精准的评分；最后，构建一个中文AES数据集，为中文AES研究提供数据基础。在所构建的数据集上的实验结果表明，所提方法在6个作文主题上的平均二次加权Kappa（QWK）系数相较于R2-BERT（Bidirectional Encoder Representations from Transformers model with Regression and Ranking）提升了1.1个百分点，验证了在AES任务中进行多尺度特征联合学习的有效性。同时，消融实验结果进一步表明了不同尺度的作文特征对评分效果的贡献。为了证明小模型在特定任务场景下的优越性，与当前流行的通用大语言模型GPT-3.5-turbo和DeepSeek-V3进行了对比。结果表明，使用所提方法的BERT（Bidirectional Encoder Representations from Transformers）模型在6个作文主题上的平均QWK比GPT-3.5-turbo和DeepSeek-V3分别高出了65.8和45.3个百分点，验证了大语言模型（LLMs）在面向领域的篇章级作文评分任务中，因缺乏大规模有监督微调数据而表现不佳的观点。

来源：2026年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第2期