| 【中文题名】 | 基于语句相似度计算的主观题自动评分技术研究 |
| 【英文题名】 | Research on the Automatic Assessment of Subjective Examination Questions Based on Sentence-Similarity |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-31 |
| 【中关键词】 | 主观题自动评分,自然语言处理,语句相似度,知网,, |
| 【英关键词】 | automatic assessment of subjective examination questions,natural language processing,sentence-similarity,How-net, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>文字信息处理 |
| 【论文摘要】 |
在计算机考试系统中，针对单项选择题、多项选择题和填空题等客观试题的自动批改技术已经很成熟，被应用于大型的考试系统中。但是，针对简答题等主观题型的自动批改技术，由于其受到人工智能、自然语言理解等理论与技术发展的限制，至今还很不完善，没有实用的系统出现。国内对主观题的批改依然是人工批改，但人工批改的结果会受很多主客观因素的影响，如学生卷面的整洁程度、学生字体的规范程度、教师当时的情绪状态等，从而降低了学生之间竞争的公平性和公正性。而计算机的运算速度快、效率高、精度高、不会疲劳，工作不受主观因素影响，尤其适用于主观题的自动批改。因此，研究如何利用计算机来实现主观题的自动批改具有很大的现实意义。本文的主要研究工作是采用语句相似度的计算方法对主观题进行自动批改。通过对语句相似度的定义和计算模型的建立以及汉语的特殊性分析，同时借鉴机器翻译、自动文摘、信息检索等领域内一些对语句相似度的研究，提出了基于多层次融合的语句相似度计算模型。通过对句子的词形、词态、词义三个层次计算相似度的基础上，融合这三个层次，从而使句子的相似度计算更加准确。实验测试表明，本文的主观试题自动评分方法基本可以满足系统设计的需求，是有效可行的... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-10 |
|
第1章 绪论 |
10-16 |
|
1.1 引言 |
10 |
|
1.2 研究目的和意义 |
10-11 |
|
1.3 国内外相关领域研究现状 |
11-14 |
|
1.4 研究内容 |
14-15 |
|
1.5 内容安排 |
15-16 |
|
第2章 主观题自动评分技术 |
16-26 |
|
2.1 引言 |
16 |
|
2.2 自然语言处理 |
16-18 |
|
2.2.1 自然语言处理技术简介 |
16-17 |
|
2.2.2 自然语言处理技术的主要应用 |
17-18 |
|
2.3 中文分词技术 |
18-20 |
|
2.3.1 基于字符串匹配的分词方法 |
18-19 |
|
2.3.2 基于理解的分词方法 |
19-20 |
|
2.3.3 基于统计的分词方法 |
20 |
|
2.4 语句相似度计算 |
20-25 |
|
2.4.1 单向贴近度算法 |
22 |
|
2.4.2 基于语句表面特征的相似度计算 |
22-23 |
|
2.4.3 基于知网的相似度计算 |
23-25 |
|
2.5 本章小结 |
25-26 |
|
第3章 基于语句相似度的主观题自动评分系统 |
26-32 |
|
3.1 引言 |
26 |
|
3.2 基于词表层信息的相似度计算 |
26-28 |
|
3.2.1 基于词语匹配的相似度计算 |
26-27 |
|
3.2.2 基于词语结构信息的相似度计算 |
27-28 |
|
3.3 基于语义信息的相似度计算 |
28-30 |
|
3.4 基于多层次融合的语句相似度计算 |
30-31 |
|
3.5 本章小结 |
31-32 |
|
第4章 实验及结果分析 |
32-42 |
|
4.1 引言 |
32 |
|
4.2 评分系统组成 |
32-36 |
|
4.3 基于词表层信息的相似度实验 |
36-39 |
|
4.4 基于语义信息的相似度实验 |
39 |
|
4.5 基于多层次融合的相似度实验 |
39-41 |
|
4.6 本章小结 |
41-42 |
|
结论 |
42-43 |
|
参考文献 |
43-46 |
|
作者在攻读硕士学位期间发表的论文 |
46-48 |
|
致谢 |
48 |
|
| 【DOI】 | LunWen.ID:2.2008.370612 |
