基于深度学习模型的中小学作文修辞识别与理解评测

Li Chenyang (李晨阳), Zhang Long (张龙), Zheng Qiusheng (郑秋生)


Abstract
“在中小学生的学习进程中,修辞手法是阅读和写作技巧的核心,也是优秀文学作品的关键元素。然而,识别与理解学生文章中的修辞使用需要大量的人工,为教师的作文评估和教学提出了挑战。最近的研究开始使用计算机技术来自动评审作文,其中修辞的使用是评估的重要部分。本文介绍了我们在第二十三届中文计算语言大会中中小学作文修辞识别与理解评测中的所用的参赛方法。在本次评测中,我们针对不同任务,分别使用了传统模型分类模型和大模型,再利用伪标签、数据增强等方法提升模型性能。实验结果表明,我们的方法取得了较为先进的效果。”
Anthology ID:
2024.ccl-3.26
Volume:
Proceedings of the 23rd Chinese National Conference on Computational Linguistics (Volume 3: Evaluations)
Month:
July
Year:
2024
Address:
Taiyuan, China
Editors:
Hongfei Lin, Hongye Tan, Bin Li
Venue:
CCL
SIG:
Publisher:
Chinese Information Processing Society of China
Note:
Pages:
232–239
Language:
Chinese
URL:
https://aclanthology.org/2024.ccl-3.26/
DOI:
Bibkey:
Cite (ACL):
Li Chenyang, Zhang Long, and Zheng Qiusheng. 2024. 基于深度学习模型的中小学作文修辞识别与理解评测. In Proceedings of the 23rd Chinese National Conference on Computational Linguistics (Volume 3: Evaluations), pages 232–239, Taiyuan, China. Chinese Information Processing Society of China.
Cite (Informal):
基于深度学习模型的中小学作文修辞识别与理解评测 (Chenyang et al., CCL 2024)
Copy Citation:
PDF:
https://aclanthology.org/2024.ccl-3.26.pdf