好未来：AI智能批改中英文作文为老师“减负”

（原标题：好未来：AI智能批改中英文作文为老师“减负”）

“开篇诗词点题，结尾升华主题，非常赞！细节上，人物描写方法多样，人物的性格特点描绘细致；整体上，内容凸显文章主题，语言新颖清爽，读来令人如沐春风！”这是一份语文作文的批改反馈。不过，这份生动详细的批改反馈并不普通，它是利用好未来自主研发的“中英文作文批改解决方案”完成的。

近日，好未来推出“中英文作文批改解决方案”，通过AI驱动实现智能化中英文作文批改，帮助老师减少大量繁杂重复的阅卷工作，让批改反馈更高效，写作教学更个性化。未来，该方案将基于智慧教育国家新一代人工智能开放创新平台面向行业开放。

AI高效反馈批改结果，助力提升学生写作能力

好未来“中英文作文批改解决方案”依托AI技术，并参考北京师范大学中高考试题研究组中高考作文批改标准，从立意、内容、结构和表达等四大维度进行分析。不仅会自动给出总评分与分项评分，还会逐句、逐段给出评语，帮助老师审阅学生作文中的优缺点，并针对写作错误给出改进建议。

例如，英文KET(Key English Test剑桥英语初级考试)中的写作部分常要求学生对题设的若干要点问题进行回答。对此，好未来“中英文作文批改解决方案”能够准确判断学生作文中哪些部分内容回答了题设要点问题，可以有效地帮助学生提高写作能力，受到了师生一致好评。这得益于AI中台团队基于海量真实数据训练的模型。目前，该模型已应用于市面上多类小学生口语表达能力评测活动中，实现对学生口语演讲内容的多维评价，并将评价数据整合沉淀。

据了解，好未来“中英文作文批改解决方案” 包含33项批改能力。其中，有11项能力属于行业首创，包括“英文KET要点识别”“开篇写法分析”“结尾抒情分析”“首尾呼应识别”“使用抒情手法”等；有14项能力处于领先地位，包括“语法纠错”“比喻识别”“拟人识别”“同义词推荐”等。如，在国际公认的BEA19(NLP for Building Educational Applications)榜单上，好未来“中英文作文批改解决方案”的英文纠错能力排名领先；在KET级别的作文测试集下，好未来英文纠错算法F0。5指标超过众多国际知名科技公司；在中文领域权威数据集SIGHAN13、14、15和作文测试集上，好未来中文纠错算法检测和纠正的准召均处于业界领先水平。

也因此，好未来自研的评语生成算法能够动态考虑各个细分维度的识别结果，并根据识别结果指出学生的内容撰写优点与不足，且评语更具针对性。

OCR、NLP技术取得多项突破，好未来AI算法能力行业领先

目前，好未来“中英文作文批改解决方案”已经落地应用在好未来内部多个业务中，成为老师日常工作的好帮手，真正做到可靠、公平。这得益于好未来在光学字符识别(OCR)和自然语言处理(NLP)下的文本纠错、深度语义理解和分析等算法上均取得了较大突破。如针对学生撰写文本常存在的卷面凌乱、涂改和字迹潦草等问题，好未来AI中台团队自研的手写作文OCR字符识别准确率达90%以上。

为了让批改结果客观准确，好未来AI中台团队研发了多维度健全的底层算法，并以此作为支撑，拟合数万名专业老师的打分规则和尺度，从内容丰富度、主题切合度、素材使用新颖度等方面，客观衡量学生的语言运用能力，以保证批改的可靠性、公平性和准确性。

为了快速精准定位语病和错别字，好未来AI中台团队积累了千万量级的高质量平行语料，所设置的错误类型贴合中小学生常见易错字词和语病。对于提升纠错算法在OCR噪声文本上的鲁棒性这一公认技术难点，好未来AI中台团队把NLP纠错模型和OCR底层多维度信息进行深度结合，极大提升了模型在噪声文本上识别错别字的准确率，端到端的准确率约达到95%。

好未来“中英文作文批改解决方案”的领先成果源于好未来AI中台团队长期在NLP和数据挖掘领域的研究积累。在前不久举行的国际人工智能顶级会议NeurIPS2020(2020 Conference on Neural Information Processing Systems，即神经信息处理系统大会)“教育挑战”竞赛四项单项任务中，好未来NLP团队荣获一个单项冠军、一个单项亚军及综合评比亚军，团队近期还荣获了全球人机交互与普适计算领域顶级会议UbiComp2020竞赛冠军、世界权威自然语言处理会议EMNLP2020挑战赛亚军和中国计算语言学大会CCL2020竞赛冠军；好未来图像团队也在世界计算机视觉领域顶级会议CVPR2020挑战赛上斩获冠军。

通过大力投入科技、加强研发，好未来在利用AI帮助老师减轻工作负担的同时，希望为更多学生提供优质教育资源、提供个性化学习解决方案，从而让大规模的“因材施教”成为可能。未来，好未来“中英文作文批改解决方案”将基于智慧教育国家新一代人工智能开放创新平台面向行业开放，帮助实现教育行业人效和产能提升，推动教育行业智能化升级。