一种基于大模型的多维度可解释主观题评分方法

本发明涉及人工智能与教育评价技术领域，具体涉及一种基于大模型的多维度可解释主观题评分方法，对多样化的数据来源进行统一的数据清洗与结构化处理，包括数据获取、数据清洗与验证、数据关键信息提取、数据结构化处理与存储；设计包括关键内容匹配、文本相似度分析、句子流畅度评估和时间敏感性评价在内的多维度评分体系，每个维度的评分结果基于特定算法和模型得出；采用三层结构的权重机制来适配最合适的综合评分，其中，三层结构包括任务层、场景层和要素层；生成评分依据报告和构建评分日志，并通过动态反馈机制，对最终评分的各项权重进行持续优化以适应具体场景。全面提升评分的科学性、透明性和灵活性。