借助自然语言处理和人工智能技术对主观题进行智能评阅,对于辅助教育监督具有重要作用,能够在检查人工评阅质量、评价评阅人能力、改进评阅过程等方面给出参考,提高考试监管的公正性。结合客观题答题情况,还能对考生知识点进行细粒度分析,辅助诊断考生专业能力、评价试卷难度等。本文研究有参考答案的专业主观题自动评阅问题,主要挑战和贡献如下:(1)专业词汇的语义向量处理。分词和词向量是文本语义理解的基础,由于专业语料库较小,使用通用的中文分词工具和传统的向量学习方法,不能很好地处理专业词汇,影响后期的语义分析。本文依据通用分词工具得到分词结果和基于通用语料库得到的词向量数据集,针对在通用语料库中未登录的专业词汇,修改分词工具,将专业词汇进行颗粒化处理,使用更小单位的词向量进行融合表示,以解决专业词向量问题。(2)基于深度网络的句向量语义表示和基于注意力机制的可解释性评阅。针对汉语词汇语义模糊性问题,本文使用双向长短时记忆循环神经网络学习句子的语义向量,能够融合词汇的上下文信息和完整的句子语义。由于不同考生答案对知识点的论述方式不同,本文引入基于参考答案知识点的注意力机制,计算考生答案和参考答案各句的语义相关性,重新构建考生答案句向量,以此生成考生答案的段向量,进行分类评阅,兼顾了语义相似性和知识点覆盖检测,增加了模型的可解释性。(3)面向真实数据集进行验证。针对国家级某专业资格考试,采用近两年的有参考答案的主观题考生数据集,从四个方面测试模型性能。一是,对比了不同句向量和段向量生成模型,以及注意力机制对模型性能的影响。二是,采用面向特定题目的针对性训练策略和不同题目混合性训练策略,讨论模型的可复用性。三是,对模型进行语义分析,采用T-SNE方法对融入参考答案注意力机制的考生答案向量进行可视化分析。最后,将模型结果与真实评阅人的评阅结果对比,表明本文模型在特定题目上与人工评阅人能力相当。上述结果验证了模型的有效性和实用性,显示了模型具有可解释性。