基于通用项目反应理论（GPCM）的深度神经特征投影模型用于自动化作文评分

《Applied Sciences》：Static and Dynamic Properties of Organic Soils Stabilized with Nano-Silica and Sand Gaoliang Tao, Ning Yang, Shaoping Huang, Qingsheng Chen and Eihui Guo

　　

研究人员提出了一种融合深度神经网络与通用项目反应理论（Generalized Partial Credit Model, GPCM）的自动化作文评分框架。该框架首先通过三层多层感知机（Multilayer Perceptron, MLP）将作文文本映射为学生潜在能力参数θi，随后利用GPCM计算给定能力下的分数类别概率分布。为保障心理测量学解释的有效性，研究引入了单调性约束与正性约束，并通过缩放Sigmoid函数将能力值限定于传统IRT区间[-3, 3]。实验结果表明，三隐藏层结构在参数效率与估计稳定性间取得了最优平衡，所提方法在维持评分一致性的同时提供了可解释的能力量尺。

研究背景与意义

当前自动化作文评分（Automated Essay Scoring, AES）系统多侧重于预测准确性，却缺乏可解释的心理测量学基础，难以将分数与潜在能力进行关联。为解决这一问题，研究人员开发了结合深度特征提取与项目反应理论（Item Response Theory, IRT）的神经评分模型，旨在实现既精确又可解释的评分机制。该研究发表于《Applied Sciences》。

关键技术方法

研究采用三层MLP（768×256, 256×64, 64×1）作为特征投影网络，将作文文本编码为标量能力值θ_i。通过改进的Sigmoid函数将输出约束至[-3, 3]区间。GPCM参数（区分度α_j、难度阈值β_j,k）设为可训练变量，并利用累积和重参数化技术确保单调性。损失函数为交叉熵，联合优化所有参数。实验基于独立单题建模设计，未依赖外部预训练语料。

研究结果

3.3.3. 基于IRT的潜在特质估计模块

研究人员采用GPCM计算学生在题目j上获得分数k的概率。实验表明，三隐藏层MLP在能力估计稳定性上优于二层与四层结构，后者分别存在欠拟合与过拟合问题。最终选择的三层配置实现了表征能力与参数效率的最佳平衡。

3.3.4. 参数化与可识别性约束

为确保模型可识别，研究对GPCM参数施加了严格约束：难度阈值β_j,k通过Softplus函数保证单调递增；区分度α_j强制为正以避免符号不确定性；能力参数θ_i通过缩放Sigmoid限定于[-3, 3]。这些约束固定了各题目的内部量尺，保障了心理测量诊断的稳定性。

3.4. 损失函数

训练采用负对数似然损失函数?，最小化预测概率分布与人类评分的偏差。损失计算涵盖所有学生样本与分数类别，实现了端到端的联合优化。

讨论与结论

研究表明，所提框架成功地将深度学习的数据驱动特征与传统IRT的可解释参数相结合。通过引入可识别性约束，模型在单题独立建模情境下仍能保持稳定的心理测量属性。该方法不仅提升了AES系统的透明度，还为教育评估中的能力量化提供了新的技术路径。研究人员指出，未来工作可探索跨题目参数迁移及大规模实证验证。