AiM：在教育应用中结合答案信息以批改中文完形填空
计算与语言
2022-09-19 v2 计算机视觉与模式识别
摘要
为自动批改手写作业，传统方法是使用 OCR 模型识别字符并与答案比对。OCR 模型在识别手写汉字时容易混淆，且在模型推理过程中缺失答案的文本信息。然而，教师在审阅和批改作业时心中总是记有这些答案。本文关注中文完形填空批改，并提出一种多模态方法（命名为 AiM）。答案的编码表示与学生笔迹的视觉信息进行交互。我们不对“对”或“错”进行预测，而是对答案文本执行序列标注，以细粒度方式推断哪个答案字符与手写内容不同。我们取 OCR 数据集的样本作为该任务的正样本，并开发了一种负样本增强方法来扩充训练数据。实验结果表明，AiM 大幅优于基于 OCR 的方法。大量研究证明了我们多模态方法的有效性。
引用
@article{arxiv.2208.12505,
title = {AiM: Taking Answers in Mind to Correct Chinese Cloze Tests in Educational Applications},
author = {Yusen Zhang and Zhongli Li and Qingyu Zhou and Ziyi Liu and Chao Li and Mina Ma and Yunbo Cao and Hongzhi Liu},
journal= {arXiv preprint arXiv:2208.12505},
year = {2022}
}
备注
Accepted to COLING 2022