这篇文章以介绍论文《A Memory-Augmented Neural Model for Automated Grading》为主, 后面会进行keras的代码实践。所以文字内容上很多都是翻译自这篇论文。

论文的主要内容是提出了使用内存神经网络进行作文自动化评分。我们假设每个评分等级都有足够的样本,
这些样本可以被用来给相似的作文打分。对于每个可能的评分，
选定部分评分相同的学生作文作为标准。
这些被选定的作文代表了评分标准，并存储在存储器组件中, 也就是我们说的”内存(Memory)”。
我们的模型会根据被评分的作文赋予标准作文不同的权重。本论文使用了”Kaggle的（ASAP）数据集”。结果表明我们的模型在8个作文集自动打分中，有7个是最先进的。

这个系列的教程好像是在2014年录制的, 距今已经大概4年多过去, 当时教程放在百度传课上售卖, 不过百度传课倒闭了,
所以我把这个系列教程重新上传到我自己的网站来, 希望对一些人有用吧!

(一键转换器在文章最下面)

手动转换方式

瑞文推理测验需要将测验得分换算为标准分, 或者叫百分等级, 那么换算的方法就是对照如下的这个表格查找年龄和分数,
就可以得到百分位数: