作者：
张娜
单位：
四川省中江实验中学618100
摘要：
高考语文作文评阅长期面临评阅主观性强、教师工作负担沉重、反馈时效性不足等现实困境，人工智能技术为破解上述难题提供了突破性路径。本研究基于深度学习范式，研发面向高考语文作文的智能评分与反馈一体化系统，融合卷积神经网络与预训练语言模型，构建“内容·结构·语言·发展等级”四维评分指标体系，并设计生成式个性化评语模块与写作升格引擎。经大规模真实高考作文语料训练及教学实证，系统在评分信度、人机评分相关系数及反馈有效性上均取得显著成效：一项针对8种主流智能阅卷系统的技术评估显示，开放性主观题（作文、论述）评分与人工相关系数在0.78-0.88 之间；某高中语文组在作文评分中引入该类AI辅助系统后，实测发现系统识别作文格式问题的准确率达95%以上，对作文内容评判给出的分数与教师评分的相关系数达到0.87，参与试用的教师反馈称，系统可帮助他们从基础性格式检查工作中解放出来，将更多精力投入到对作文思想深度与文采的评价中，反馈有效性得到切实提升。本文重点阐述系统研发架构、核心算法对语文学科的适配策略，并深入解析技术路径与应用生态。教学实践表明，该系统有利于实现作文评价的精准化、过程化与育人化：相关课题在3所实验校开展的一学期对照教学实验显示，使用该系统的实验组学生写作提升效果显著优于采用传统人工批改的对照组；另一项针对28名中学生的十周准实验研究也证实，借助该系统开展教学后，学生作文成绩提升显著，写作动机与写作修改信念均得到显著提高；还有试点研究发现，该系统可帮助教师基于收集的学情数据调整作文教学策略，形成「技术应用-数据反馈-教学优化」的良性循环。整体来看，该系统能够为新时代高考综合改革及语文教育智能化提供理论参照与实践范式。
关键词：
深度学习；高考语文作文；智能评分；反馈系统；自然语言处理；过程性评价
项目：
教育部十五五规划全国重点课题研究项目
文章编号：
1005-4634（2026）10-00010-000070
项目类别：
2026年教育部第一届学科教育与课堂实践研讨会国家重点课题研究项目
项目来源：
中国教研论文网；中国万维知期刊全文数据总库；中国邮政阅读网；中国教研资源全文数据总库
获奖证书：
期刊论文
打印
