注意！机器可以改你的作文啦！

我们知道，几乎所有的考卷都包含两个部分，客观题、主观题。在有了答题卡，扫描仪后，客观题可以全部由机器批阅，阅卷速度大大提升，且更加准确。

可是面对主观题，机器也能替代人脑来思考吗？

答案是肯定的。自20世纪60年代以来，国外许多专家和学者就致力于主观题的机器阅卷技术研究，也出现了各种不同的自动批改系统。比如美国的MBA、托福考试中就应用了 E-rater系统等。

但是，不管是E-rater还是国内的一些研究，大部分针对的都是第二语言作文，即非母语作文。非母语作文的特点是，学生的错误大多是一些基础性的拼写、语法方面的初级错误，这些错误是比较容易确立一个规则并让机器执行和批阅。

要想机器阅卷技术真正普及并为阅卷工作带来便利，无法回避的一个难关就是：批阅学生用母语写的作文。

与第二语言作文不同，中学生母语作文中基本很少犯语言基础性错误，需要在更高层次，比如作文的文采、篇章的衔接、作文立意等方面做出评判。

那么面对这些主观性很强的文本，我们应该从哪些维度去评判，又如何去量化这些维度呢？

要回答这个问题其实也不难，我们可以先想想：老师是怎么为我们的中高考作文进行评分的呢？

首先，他们有一套严格的标准。

中高考阅卷中，全国的老师都是以一套统一的、严格的标准为基准来进行评分的。同理，想让机器批阅作文，最重要的也是让机器学到这套标准，然后按标准批阅。

以本次应用在语文试卷批阅中的讯飞作文评分系统为例。教师们设置了一套通用的从字迹工整度、词汇丰富性、句子通顺度、文采、篇章结构、立意等多个层次综合评估一篇作文质量的解决方案。哈工大讯飞联合实验室的研究人员则让机器来学习这套方案，利用机器学习算法从少量人工评分的样本中学习获得作文评分标准。

这每一项标准背后都需要复杂、精密的技术来支持。比如要判断字迹工整度，则需要用到手写识别技术，我们可以在自动将图片中手写体字转写为文本的同时，给出识别概率，来表示工整度。

再比如，判断一篇作文是否离题，首先需要根据题目内容提取关键词，并根据主题进行扩展，同时提取作文的关键词，计算作文的关键词和题目的关键词的相似度。

另外，也可以在本次考试的大规模数据上训练主题模型，得到全局的主题分布，然后和待考察作文的主题分布对比。词汇丰富性和立意属于内容相关的特征；字迹工整度、局部连贯性、句法正确性和篇章结构属于表达相关的特征；文采属于发展等级特征。

除了上述特征外，我们还利用人工神经网络对作文的语义进行深度表示，从而得以从宏观上把握文章的立意。

通过从这一系列复杂、精密的技术支持，“机器老师”便能够为学生评分了。

未来，随着人工智能技术的发展，除了开放式作文、甚至政史地问答题等试题的批阅中，机器都可以自动阅卷。机器可以自动学习教师的阅卷方法。比如一次考试有2000份卷子，从第一份卷子开始，机器就可以学习教师的阅卷方法，学到200份的时候机器就可以代替人工，自动对剩下的试卷进行智能化打分。

如果全自动机器阅卷变成现实，“阅卷”这件需要教师们投入大量人力物力才能完成的事将变得轻松，教师们将会有更多的时间和精力被解放出来，投入到对教学方法、教学手段等创造性工作的研究中，相信学生们也会因此获得更好、更全面的教育。

这样的未来，你期待吗？