我正在开展一个项目，为一家教育机构评估简答题。这是我需要做的：
老师有一个示例答案（我们事先知道）。 示例答案有 3-4 个关键字。 学生输入答案。应用程序应评估学生的答案如下：
有人可以指导我什么是好的方法吗？寻找一些起点来实现这一点。我熟悉 NLP 的基础知识，但没有使用过很多可用的工具。
【问题讨论】：
标签： nlp
应用语言学有一个名为"computer assisted language learning" (often CALL for short) 的子学科，我不太熟悉，但可能有一些你想利用的见解。它更多的是关于自动评分等，例如，非英语母语者的学生论文，但我怀疑你可能想熟悉 CALL 研究。
这是一个非常困难的问题，并不是一个普遍解决的问题。最后，你会需要一个人参与——也就是说，系统会分配成绩，而教师需要检查他们是否同意。 NLP都不够好，对语言和知识的理解不够清晰，无法自动全面准确地了解文本的含义。
考虑到这一点，我会尽可能多地获取教师答案以及正确和错误学生答案的实际示例。出于两个原因，您需要某种黄金标准数据：了解您的系统的工作情况（评估）以及了解什么是正确和错误的答案（洞察力）。没有实际的例子，你不可能有一个工作系统；有了实际的例子，它仍然会很困难，但现在你知道你做得有多好了。
作为第一步，不要做任何花哨的事情，而是做a tf.idf weighted bag-of-words model。使用余弦距离来比较老师/学生的答案，看看你可以根据余弦距离预测正确或错误。当然，这并不完美，但它会给你一个很好的基准来比较你的其他结果。
接下来您可以尝试用某种 word2vec (W2V) 系统替换 tf.idf 词包。 W2V 有助于解决一些同义词问题，但您需要大量特定于流派的文本才能使其正常工作，我怀疑使用此应用程序是否足够。
从那里开始，我开始使用解析器并尝试使用单词之间的关系来获得预期的含义。不过，这很好。首先获取该数据。
【讨论】：