高考結(jié)束，考生們終于松了口氣，閱卷老師卻開始神經(jīng)緊繃。確實，一摞摞的試卷等待老師去打分，這種差事難道沒有更好的處理辦法嗎?比如，讓不怕苦、不怕累的機器人出馬?

好消息是，要不了多久，可能真有一大撥閱卷機器人會接過老師手中的考卷，為他們“減負”。因為，在安徽、湖南等地的其他考試中，閱卷機器人已經(jīng)開始小試牛刀。

說起來，這種閱卷機器人來歷不淺。人家可是國家863計劃――“基于大數(shù)據(jù)的類人智能關鍵技術(shù)與系統(tǒng)”項目的階段性成果。這項計劃由科大訊飛公司牽頭，清華大學、中科院自動化所、北京大學等30多家科研院校和企業(yè)共同負責項目的研發(fā)和實施，可以說匯集了一批國內(nèi)人工智能領域的頂尖專家。該項目的目標是研制出能夠參加高考并考取大學的智能機器人。

先不扯那么遠。我們知道，高考的考卷分為客觀題和主觀題。客觀題的答案無非是A、B、C、D之類，這種答案用計算機來判斷正誤，早不是什么新鮮事。問題是，判主觀題可沒這么簡單。要擁有這種能力，閱卷機器人不但要識別中考生手寫的字，還要理解他們表達的意思。閱卷機器人怎么對付這種主觀題呢?

我們不妨以高考中最大的主觀題――作文為例。在一場考試后，閱卷老師給學生作文打分通常會依據(jù)一套統(tǒng)一的打分標準。同理，讓機器人給作文打分，最關鍵的是讓它們先學會閱卷老師給作文打分的統(tǒng)一標準。

在某次考試的作文閱卷之前，老師們設置了一套通用的打分標準，這些標準包括字跡工整度、詞匯豐富性、句子通順度、文采、篇章結(jié)構(gòu)、立意等多個層次。哈工大訊飛聯(lián)合實驗室的研究人員則讓機器人來學習這套方案。機器人通過機器學習算法從少量人工評分的樣本中學習獲得作文評分標準后，在給作文打分之前就“胸有成竹”了。

這個過程聽起來簡單，實際上可不是那回事，因為每一項標準背后都需要復雜、精密的技術(shù)來支持。

比如，高考前老師一般會叮囑考生，一定要把字寫得漂漂亮亮的，因為閱卷老師首先會根據(jù)你的字跡工整度給出“印象分”。機器人如何識別考生寫的字漂亮不漂亮?這需要一種手寫識別技術(shù)，它們可以自動將圖片中手寫體字轉(zhuǎn)寫為文本，同時給出識別概率。如果識別率高，說明字跡比較工整，這項分數(shù)自然會高;如果識別率低，說明字跡比較潦草，機器人給你的“印象分”也要大打折扣。

當然，考試作文只保證字跡工整可不夠，保證不離題才是最關鍵的。判斷離不離題，也是閱卷機器人主要任務。它們首先會根據(jù)作文題目的內(nèi)容提取關鍵詞，然后根據(jù)主題對關鍵詞進行擴展。第二步就是提取考生作文中的關鍵詞，計算作文的關鍵詞和題目的關鍵詞的相似度。如果你寫的作文跟作文題目在關鍵詞上沒有任何重合，那就休怪機器人無情了。

如果你沒有離題，那么恭喜你，閱卷機器人會進一步通過詞匯豐富性、局部連貫性、句法正確性、篇章結(jié)構(gòu)等等判斷你的作文寫得怎么樣。一篇高分作文，除了在上述標準表現(xiàn)出色以外，還要立意高遠。可是機器畢竟不是人，如何揣摩你的作文立意有多高遠呢？答案是，它們會借助人工神經(jīng)網(wǎng)絡對作文的語義進行深度表示，從而可以從宏觀上把握文章的立意。

總之，借助上述種種技術(shù)對各項標準進行考察之后，閱卷機器人就可以給考生的作文打分了。

看來，給閱卷老師“減負”并非易事。從給作文打分來看，要讓機器人學會像老師一樣評判一篇用人類語言創(chuàng)作的作品，把打分的任務交給它們，對考生來說才是公平的。今年的高考閱卷，會不會有閱卷機器人“搭把手”，只有閱卷結(jié)束后才會揭曉。不過不妨憧憬一下，不久的將來，高考結(jié)束后，不但考生可以松口氣，閱卷老師也不必看著一摞摞試卷犯愁。