基于图神经网络实现多尺度特征联合学习的中文作文自动评分

doi:10.11772/j.issn.1001-9081.2025020228

《计算机应用》唯一官方网站 ›› 2026, Vol. 46 ›› Issue (2): 378-385.DOI: 10.11772/j.issn.1001-9081.2025020228

• 人工智能 • 上一篇

基于图神经网络实现多尺度特征联合学习的中文作文自动评分

文洪建¹, 胡瑞娇¹, 吴保文¹, 孙家兴², 李环¹, 张晴², 刘杰²^,³()

^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

收稿日期:2025-03-10 修回日期:2025-06-06 接受日期:2025-06-10 发布日期:2025-08-08 出版日期:2026-02-10
通讯作者: 刘杰
作者简介:文洪建（1982—），男，四川岳池人，讲师，硕士，主要研究方向：自然语言处理
胡瑞娇（1985—），女，云南通海人，讲师，硕士，主要研究方向：自然语言处理
吴保文（1980—），女，云南文山人，副教授，硕士，主要研究方向：自然语言处理
孙家兴（1999—），男，河北保定人，硕士研究生，主要研究方向：自然语言处理
李环（1963—），女，湖南益阳人，副教授，主要研究方向：自然语言处理
张晴（1984—），男，北京人，讲师，博士，主要研究方向：自然语言处理
刘杰（1970—），男，江苏丰县人，教授，博士，CCF会员，主要研究方向：自然语言处理。 Email:liujxxxy@126.com
基金资助:
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)

Chinese automated essay scoring based on joint learning of multi-scale features using graph neural network

Hongjian WEN¹, Ruijiao HU¹, Baowen WU¹, Jiaxing SUN², Huan LI¹, Qing ZHANG², Jie LIU²^,³()

^1.School of Artificial Intelligence，Wenshan University，Wenshan Yunnan 663000，China
^2.School of Artificial Intelligence and Computer Science，North China University of Technology，Beijing 100144，China
^3.Research Center for Language Intelligence of China （Capital Normal University），Beijing 100089，China

Received:2025-03-10 Revised:2025-06-06 Accepted:2025-06-10 Online:2025-08-08 Published:2026-02-10
Contact: Jie LIU
About author:WEN Hongjian， born in 1982， M. S.， lecturer. His research interests include natural language processing.
HU Ruijiao， born in 1985， M. S.， lecturer. Her research interests include natural language processing.
WU Baowen， born in 1980， M. S.， associate professor. Her research interests include natural language processing.
SUN Jiaxing， born in 1999， M. S. candidate. His research interests include natural language processing.
LI Huan， born in 1963， associate professor. Her research interests include natural language processing.
ZHANG Qing， born in 1984， Ph. D.， lecturer. His research interests include natural language processing.
LIU Jie， born in 1970， Ph. D.， professor. His research interests include natural language processing. Email:liujxxxy@126.com
Supported by:
National Science and Technology Innovation 2030 — Major Project of “New Generation Artificial Intelligence”(2020AAA0109700);National Natural Science Foundation of China(62076167);Beijing Natural Science Foundation(4252035)

摘要/Abstract

摘要：

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。

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

Abstract:

The existing Automated Essay Scoring （AES） methods based on Pre-trained Language Model （PLM） tend to use global semantic features extracted from PLM directly to represent essay quality， while neglecting the associations between essay quality and more fine-grained features. In order to solve the problem， focused on Chinese AES research， the quality of essays was analyzed and evaluated from various textual perspectives， and a Chinese AES method was proposed by learning multi-scale essay features jointly using Graph Neural Network （GNN）. Firstly， discourse features at both the sentence level and paragraph level were extracted by utilizing GNN. Then， joint feature learning was performed on these discourse features and the global semantic features of essays， so as to achieve more accurate scoring of essays. Finally， a Chinese AES dataset was constructed to provide a data foundation for Chinese AES research. Experimental results on the constructed dataset show that the proposed method has an improvement of 1.1 percentage points in average Quadratic Weighted Kappa （QWK） coefficient across six essay topics compared to R2-BERT（Bidirectional Encoder Representations from Transformers model with Regression and Ranking）， validating the effectiveness of joint multi-scale feature learning in AES tasks. Meanwhile， ablation experimental results further demonstrate the contribution of essay features at different scales to scoring effect. To prove the superiority of small models in specific task scenarios， a comparison was conducted with the currently popular large language models， GPT-3.5-turbo and DeepSeek-V3. The results show that BERT （Bidirectional Encoder Representations from Transformers） model using the proposed method has the average QWK across six essay topics 65.8 and 45.3 percentage points higher than GPT-3.5-turbo and DeepSeek-V3， respectively， validating the observation that Large Language Models （LLMs） underperform in domain-specific discourse-level essay scoring tasks due to the lack of large-scale supervised fine-tuning data.

Key words: Chinese Automated Essay Scoring (AES), pre-trained language model, graph neural network, Chinese AES dataset, multi-feature learning

中图分类号:

TP391

文洪建, 胡瑞娇, 吴保文, 孙家兴, 李环, 张晴, 刘杰. 基于图神经网络实现多尺度特征联合学习的中文作文自动评分[J]. 计算机应用, 2026, 46(2): 378-385.

Hongjian WEN, Ruijiao HU, Baowen WU, Jiaxing SUN, Huan LI, Qing ZHANG, Jie LIU. Chinese automated essay scoring based on joint learning of multi-scale features using graph neural network[J]. Journal of Computer Applications, 2026, 46(2): 378-385.

图/表 7

参考文献 27

[1]	WANG Y， WANG C， LI R， et al. On the use of BERT for automated essay scoring： joint learning of multi-scale essay representation［C］// Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics： Human Language Technologies. Stroudsburg： ACL， 2022： 3416-3425.
[2]	KATTENBORN T， LEITLOFF J， SCHIEFER F， et al. Review on Convolutional Neural Networks （CNN） in vegetation remote sensing［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2021， 173： 24-49.
[3]	DU J， VONG C M， CHEN C L P. Novel efficient RNN and LSTM-like architectures： recurrent and gated broad learning systems and their applications for text classification［J］. IEEE Transactions on Cybernetics， 2021， 51（3）： 1586-1597.
[4]	DONG F， ZHANG Y， YANG J. Attention-based recurrent convolutional neural network for automatic essay scoring［C］// Proceedings of the 21st Conference on Computational Natural Language Learning. Stroudsburg： ACL， 2017： 153-162.
[5]	PRABHU S， AKHILA K， SANRIYA S. A hybrid approach towards automated essay evaluation based on BERT and feature engineering［C］// Proceedings of the IEEE 7th International Conference for Convergence in Technology. Piscataway： IEEE， 2022： 1-4.
[6]	YANG R， CAO J， WEN Z， et al. Enhancing automated essay scoring performance via fine-tuning pre-trained language models with combination of regression and ranking［C］// Findings of the Association for Computational Linguistics： EMNLP 2020. Stroudsburg： ACL， 2020： 1560-1569.
[7]	UTO M， XIE Y， UENO M. Neural automated essay scoring incorporating handcrafted features［C］// Proceedings of the 28th International Conference on Computational Linguistics. ［S.l.］： International Committee on Computational Linguistics， 2020： 6077-6088.
[8]	HE Y， JIANG F， CHU X， et al. Automated Chinese essay scoring from multiple traits［C］// Proceedings of the 29th International Conference on Computational Linguistics. ［S.l.］： International Committee on Computational Linguistics， 2022： 3007-3016.
[9]	SULTAN M A， SALAZAR C， SUMNER T. Fast and easy short answer grading with high accuracy［C］// Proceedings of the 2016 Conference of the North American Chapter of the Association for Computational Linguistics： Human Language Technologies. Stroudsburg： ACL， 2016： 1070-1075.
[10]	MATHIAS S， BHATTACHARYYA P. Thank “goodness”！ A way to measure style in student essays［C］// Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications. Stroudsburg： ACL， 2018： 35-41.
[11]	SALIM Y， STEVANUS V， BARLIAN E， et al. Automated English digital essay grader using machine learning［C］// Proceedings of the 2019 IEEE International Conference on Engineering， Technology and Education. Piscataway： IEEE， 2019： 1-6.
[12]	CONTRERAS J O， HILLES S， ABUBAKAR Z B. Automated essay scoring with ontology based on text mining and NLTK tools［C］// Proceedings of the 2018 International Conference on Smart Computing and Electronic Enterprise. Piscataway： IEEE， 2018： 1-6.
[13]	VAJJALA S. Automated assessment of non-native learner essays： Investigating the role of linguistic features［J］. International Journal of Artificial Intelligence in Education， 2018， 28（1）： 79-105.
[14]	LIANG G， ON B W， JEONG D， et al. Automated essay scoring： a Siamese bidirectional LSTM neural network architecture［J］. Symmetry， 2018， 10（12）： No.682.
[15]	XIE J， CAI K， KONG L， et al. Automated essay scoring via pairwise contrastive regression［C］// Proceedings of the 29th International Conference on Computational Linguistics. ［S.l.］： International Committee on Computational Linguistics， 2022： 2724-2733.
[16]	BOQUIO E N V， NAVAL P C， Jr. Beyond canonical fine-tuning： leveraging hybrid multi-layer pooled representations of BERT for automated essay scoring［C］// Proceedings of the 2024 Joint International Conference on Computational Linguistics， Language Resources and Evaluation. Stroudsburg： ACL， 2024： 2285-2295.
[17]	YANG K， RAKOVIĆ M， LI Y， et al. Unveiling the tapestry of automated essay scoring： a comprehensive investigation of accuracy， fairness， and generalizability［C］// Proceedings of the 38th AAAI Conference on Artificial Intelligence. Palo Alto： AAAI Press， 2024： 22466-22474.
[18]	DEVLIN J， CHANG M W， LEE K， et al. BERT： pre-training of deep bidirectional transformers for language understanding［C］// Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics： Human Language Technologies， Volume 1 （Long and Short Papers）. Stroudsburg： ACL， 2019： 4171-4186.
[19]	CAO Y， JIN H， WAN X， et al. Domain-adaptive neural automated essay scoring［C］// Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. New York： ACM， 2020： 1011-1020.
[20]	LI I， FENG A， RADEV D， et al. HiPool： modeling long documents using graph neural networks［C］// Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics （Volume 2： Short Papers）. Stroudsburg： ACL， 2023： 161-171.
[21]	ZHAO J， ZHANG Y， ZHANG Q， et al. Actively supervised clustering for open relation extraction［C］// Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics （Volume 1： Long Papers）. Stroudsburg： ACL， 2023： 4985-4997.
[22]	ZENG J， JIANG Y， YIN Y， et al. Soft language clustering for multilingual model pre-training［C］// Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics （Volume 1： Long Papers）. Stroudsburg： ACL， 2023： 7021-7035.
[23]	ALIKANIOTIS D， YANNAKOUDAKIS H， REI M. Automatic text scoring using neural networks［C］// Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics （Volume 1： Long Papers）. Stroudsburg： ACL， 2016： 715-725.
[24]	XIAO C， MA W， SONG Q， et al. Human-AI collaborative essay scoring： a dual-process framework with LLMs［C］// Proceedings of the 15th International Learning Analytics and Knowledge Conference. New York： ACM， 2025： 293-305.
[25]	张春云，赵洪焱，邓纪芹，等. 基于类别对抗联合学习的跨提示自动作文评分方法［J］. 计算机研究与发展， 2025， 62（5）： 1190-1204.
	ZHANG C Y， ZHAO H Y， DENG J Q， et al. Category adversarial joint learning method for cross-prompt automated essay scoring［J］. Journal of Computer Research and Development， 2025， 62（5）： 1190-1204.
[26]	李鑫尧，李晶晶，朱磊，等. 资源受限的大模型高效迁移学习算法研究综述［J］. 计算机学报， 2024， 47（11）： 2491-2521.
	LI X Y， LI J J， ZHU L， et al. Efficient transfer learning of large models with limited resources： a survey［J］. Chinese Journal of Computers， 2024， 47（11）： 2491-2521.
[27]	陈宇航，杨勇，帕力旦·吐尔逊，等. 融合句法特征与语义特征的作文自动评分方法［J］. 计算机与现代化， 2024（11）： 64-69.
	CHEN Y H， YANG Y， PALIDAN Tuerxun， et al. Integrating syntactic and semantic features for automated essay scoring［J］. Computer and Modernization， 2024（11）： 64-69.

题目	年级	分数范围	样本数	作文平均长度
我们是一家人	初一	5~34	587	845
在尝试中成长	初一	5~35	589	598
被误解之后	初二	2~32	527	603
谢谢你，使我成为更好的自己	初二	5~32	522	598
发光	初三	3~50	448	628
读书与成长	初三	6~50	478	634

题目	年级	分数范围	样本数	作文平均长度
我们是一家人	初一	5~34	587	845
在尝试中成长	初一	5~35	589	598
被误解之后	初二	2~32	527	603
谢谢你，使我成为更好的自己	初二	5~32	522	598
发光	初三	3~50	448	628
读书与成长	初三	6~50	478	634

模型	prompt1	prompt2	prompt3	prompt4	prompt5	prompt6	AVE
HCNN	0.800	0.832	0.833	0.781	0.816	0.822	0.814
CNN-LSTM	0.817	0.849	0.843	0.795	0.827	0.837	0.828
CNN-LSTM-Att	0.828	0.852	0.851	0.804	0.838	0.847	0.837
BERT	0.834	0.872	0.863	0.829	0.852	0.861	0.852
R2-BERT	0.831	0.897	0.870	0.836	0.847	0.873	0.859
BERT（本文方法）	0.850	0.898	0.884	0.845	0.861	0.882	0.870
Ro-BERT（本文方法）	0.845	0.897	0.886	0.849	0.869	0.879	0.869
GPT-3.5-turbo	0.265	0.279	0.238	0.147	0.175	0.169	0.212
DeepSeek-V3	0.541	0.389	0.540	0.414	0.360	0.255	0.417

模型	prompt1	prompt2	prompt3	prompt4	prompt5	prompt6	AVE
HCNN	0.800	0.832	0.833	0.781	0.816	0.822	0.814
CNN-LSTM	0.817	0.849	0.843	0.795	0.827	0.837	0.828
CNN-LSTM-Att	0.828	0.852	0.851	0.804	0.838	0.847	0.837
BERT	0.834	0.872	0.863	0.829	0.852	0.861	0.852
R2-BERT	0.831	0.897	0.870	0.836	0.847	0.873	0.859
BERT（本文方法）	0.850	0.898	0.884	0.845	0.861	0.882	0.870
Ro-BERT（本文方法）	0.845	0.897	0.886	0.849	0.869	0.879	0.869
GPT-3.5-turbo	0.265	0.279	0.238	0.147	0.175	0.169	0.212
DeepSeek-V3	0.541	0.389	0.540	0.414	0.360	0.255	0.417

模型	prompt1	prompt2	prompt3	prompt4	prompt5	prompt6
仅文档级表示	0.834	0.872	0.863	0.829	0.852	0.861
BERT w/o段落级表示（本文方法）	0.838	0.879	0.868	0.832	0.848	0.867
BERT w/o 词级表示（本文方法）	0.841	0.887	0.875	0.840	0.852	0.875
BERT（本文方法）	0.850	0.898	0.884	0.845	0.861	0.882

基于图神经网络实现多尺度特征联合学习的中文作文自动评分

Chinese automated essay scoring based on joint learning of multi-scale features using graph neural network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 27

相关文章 15

编辑推荐

Metrics

[1]	姜皓骞, 张东, 李冠宇, 陈恒. 基于结构增强的层次化任务导向提示策略的对话推荐系统SetaCRS[J]. 《计算机应用》唯一官方网站, 2026, 46(2): 368-377.
[2]	何凡, 李理, 苑中旭, 杨秀, 韩东轩. 融合图注意力的概念关联记忆网络知识追踪模型[J]. 《计算机应用》唯一官方网站, 2026, 46(1): 43-51.
[3]	李玟, 李开荣, 杨凯. 基于数据增强的子图感知对比学习[J]. 《计算机应用》唯一官方网站, 2026, 46(1): 1-9.
[4]	杨兴耀, 齐正, 于炯, 张祖莲, 马帅, 沈洪涛. 时间感知和空间增强的双通道图神经网络会话推荐模型[J]. 《计算机应用》唯一官方网站, 2026, 46(1): 104-112.
[5]	卢燕群, 赵奕奕. 基于层次图神经网络和差异化特征学习的客户流失预测模型[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 3057-3066.
[6]	梁永濠, 李金龙. 用于神经布尔可满足性问题求解器的新型消息传递网络[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2934-2940.
[7]	刘超, 余岩化. 融合降噪策略与多视图对比学习的知识感知推荐模型[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2827-2837.
[8]	蒋权, 黄文清, 苟志勇. 基于等变图神经网络的拉格朗日粒子流模拟[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2666-2671.
[9]	赵彪, 秦玉华, 田荣坤, 胡月航, 陈芳锐. 依赖类型及距离增强的方面级情感分析模型[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2507-2514.
[10]	王祉苑, 彭涛, 杨捷. 分布外检测中训练与测试的内外数据整合[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2497-2506.
[11]	涂银川, 郭勇, 毛恒, 任怡, 张建锋, 李宝. 基于分布式环境的图神经网络模型训练效率与训练性能评估[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2409-2420.
[12]	王义, 马应龙. 基于项图动态适应性生成的多任务社交项推荐方法[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2592-2599.
[13]	张伟, 牛家祥, 马继超, 沈琼霞. 深层语义特征增强的ReLM中文拼写纠错模型[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2484-2490.
[14]	陈丹阳, 张长伦. 多尺度去相关的图卷积网络模型[J]. 《计算机应用》唯一官方网站, 2025, 45(7): 2180-2187.
[15]	张悦岚, 苏静, 赵航宇, 杨白利. 基于知识感知与交互的多视图蒸馏推荐算法[J]. 《计算机应用》唯一官方网站, 2025, 45(7): 2211-2220.