本文關(guān)鍵詞：數(shù)據(jù)挖掘應(yīng)用于在線(xiàn)聽(tīng)力簡(jiǎn)答題自動(dòng)評(píng)分的研究

  更多相關(guān)文章： 數(shù)據(jù)挖掘 簡(jiǎn)答題 聚類(lèi)分析 Weka軟件 決策樹(shù)

【摘要】：近年來(lái)教學(xué)形式的多樣化,比如MOOC(Massive Open Online Course)、SPOC(Small Private Online Course)、混合學(xué)習(xí)以及翻轉(zhuǎn)課堂的流行,不僅使學(xué)生可以在課外進(jìn)行在線(xiàn)學(xué)習(xí),還能在線(xiàn)作業(yè)和在線(xiàn)測(cè)試。盡管計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)能夠自動(dòng)處理大量的學(xué)習(xí)數(shù)據(jù),但大多數(shù)主觀(guān)性習(xí)題還必須人工判定,這勢(shì)必成為教師的巨大負(fù)擔(dān),同時(shí)也給在線(xiàn)學(xué)習(xí)的形式帶來(lái)局限。能否借用數(shù)據(jù)挖掘技術(shù)建立機(jī)器評(píng)分的模型并對(duì)主觀(guān)習(xí)題的完成質(zhì)量進(jìn)行自動(dòng)判分是本研究的探索課題。本文提出將數(shù)據(jù)挖掘技術(shù)引入到英語(yǔ)在線(xiàn)聽(tīng)力簡(jiǎn)答題自動(dòng)評(píng)分,探討數(shù)據(jù)挖掘技術(shù)用于主觀(guān)題自動(dòng)評(píng)分的可行性。本文數(shù)據(jù)來(lái)源于國(guó)內(nèi)一所985高校的基于校本翻轉(zhuǎn)課堂教學(xué)模式改革課程“高級(jí)英語(yǔ)讀寫(xiě)”中的在線(xiàn)聽(tīng)力簡(jiǎn)答題,隨機(jī)抽取了一個(gè)單元的三道簡(jiǎn)答題,每道簡(jiǎn)答題的總樣本為650,樣本抽取量為200,三道題總計(jì)共600個(gè)樣本。為了取得機(jī)器評(píng)分和人工評(píng)分的匹配度,特設(shè)計(jì)了專(zhuān)家評(píng)分表,由專(zhuān)家根據(jù)參考答案對(duì)學(xué)生答案進(jìn)行等級(jí)評(píng)分,并對(duì)每道題的關(guān)鍵詞和在評(píng)分時(shí)的主要標(biāo)準(zhǔn)給出了自己的意見(jiàn)。將等級(jí)評(píng)分賦值后輸入機(jī)器學(xué)習(xí)軟件Weka進(jìn)行聚類(lèi)分析,找到每個(gè)類(lèi)中的答案類(lèi)型,再對(duì)關(guān)鍵詞進(jìn)行權(quán)重賦值,用Weka運(yùn)行之后由決策樹(shù)展示結(jié)果,從而能夠建立簡(jiǎn)答題機(jī)器評(píng)分的模型。最后用建立的模型對(duì)學(xué)生答案進(jìn)行評(píng)分,并與專(zhuān)家評(píng)分進(jìn)行比較,以此論證數(shù)據(jù)挖掘技術(shù)運(yùn)用于主觀(guān)題評(píng)分的可行性。研究結(jié)果表明:專(zhuān)家評(píng)分內(nèi)信度和專(zhuān)家評(píng)分間信度都比較高,專(zhuān)家評(píng)分結(jié)果是可信的。聚類(lèi)分析能夠有效聚類(lèi)學(xué)生答案,并能夠根據(jù)研究需要設(shè)置聚類(lèi)數(shù)。決策樹(shù)能夠在人工評(píng)分的幫助下構(gòu)建評(píng)分規(guī)則,也就是能夠?qū)崿F(xiàn)對(duì)在線(xiàn)聽(tīng)力簡(jiǎn)答題的自動(dòng)評(píng)分,其評(píng)分結(jié)果和專(zhuān)家評(píng)分結(jié)果相比,對(duì)專(zhuān)家評(píng)分為高水平答案的準(zhǔn)確率把握最高,中等水平次之,低等水平最低。造成該結(jié)果的原因是高水平答案包含了決策樹(shù)構(gòu)建的評(píng)分規(guī)則中的頂級(jí)節(jié)點(diǎn)(即具有最大權(quán)重的關(guān)鍵詞)且表述完整,符合評(píng)分規(guī)則中的高分段終端節(jié)點(diǎn)評(píng)分過(guò)程;而中、低等水平答案則有缺失,因而機(jī)改結(jié)果與專(zhuān)家評(píng)分結(jié)果匹配度不高。但二者對(duì)三種水平答案的評(píng)分趨勢(shì)是一致的。以上研究結(jié)果一定程度上填補(bǔ)了自動(dòng)評(píng)分在英語(yǔ)主觀(guān)題研究方面的空缺,為以后該領(lǐng)域的研究提供了重要參考。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 簡(jiǎn)答題 聚類(lèi)分析 Weka軟件 決策樹(shù)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：H319.3;G434
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• Chapter One Introduction10-14
• 1.1 Research Background10-11
• 1.2 Research Objectives11-12
• 1.3 Research Significance12-14
• Chapter Two Literature Review14-28
• 2.1 Automatic Scoring14-16
• 2.2 Listening Comprehension of SAQs16-20
• 2.2.1 Brief Introduction of Listening Comprehension16-18
• 2.2.2 SAQs18-20
• 2.3 Data Mining20-26
• 2.3.1 Functions of Data Mining20-22
• 2.3.2 Clustering Analysis22-24
• 2.3.3 Decision Tree24-26
• 2.4 Weka26-28
• Chapter Three Methods28-42
• 3.1 Research Questions28
• 3.2 Data Preprocessing28-36
• 3.2.1 Data Collection and Data Extraction28-31
• 3.2.2 Data Cleaning31-33
• 3.2.3 Data Integration and Data Transformation33-36
• 3.3 Data Process of Expert Scoring36-38
• 3.3.1 Expert Scoring on Students’ Short Answers37
• 3.3.2 Keywords37-38
• 3.3.3 Evaluation Standards38
• 3.4 Mining Data with Weka38-41
• 3.4.1 Clustering Analysis of Students’Answers38-39
• 3.4.2 Decision Tree of the Scoring Rules39-41
• 3.5 Comparison between Expert Scoring and Automatic Scoring41-42
• Chapter Four Results and Discussion42-57
• 4.1 Results of Data Transformation42-44
• 4.2 Results of Expert Scoring44-46
• 4.3 Results from Data Mining46-53
• 4.3.1 Results of Clustering Analysis46-49
• 4.3.2 Results of RandomTree49-51
• 4.3.3 Results of Comparison between the Two types of Scoring51-53
• 4.4 Discussion53-57
• Chapter Five Conclusions57-59
• 5.1 Major Findings of the Study57-58
• 5.2 Limitations58-59
• Acknowledgements59-60
• References60-64
• Appendix64-82
• Results Obtained During the Study for Master Degree82-83

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 田艷;;網(wǎng)上英譯漢自動(dòng)評(píng)分實(shí)踐探索[J];中國(guó)翻譯;2011年02期

2 田霖;趙曉茫;;計(jì)算機(jī)自動(dòng)評(píng)分在自學(xué)考試外語(yǔ)測(cè)驗(yàn)中的應(yīng)用研究[J];中國(guó)考試;2011年12期

3 李恩亮;;高職高專(zhuān)英語(yǔ)作文自動(dòng)評(píng)分指標(biāo)探索[J];中國(guó)成人教育;2014年11期

4 王茜;;基于BLEU的英語(yǔ)翻譯自動(dòng)評(píng)分研究[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年04期

5 田霖;王橋影;趙曉茫;;CAS在自學(xué)考試翻譯測(cè)驗(yàn)評(píng)分中的應(yīng)用研究[J];教育與考試;2012年01期

6 嚴(yán)可;胡國(guó)平;魏思;戴禮榮;李萌濤;楊曉果;馮國(guó)棟;;面向大規(guī)模英語(yǔ)口語(yǔ)機(jī)考的復(fù)述題自動(dòng)評(píng)分技術(shù)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 楊晨;曹亦薇;;論文自動(dòng)評(píng)分——作文評(píng)價(jià)的一場(chǎng)革命[A];全國(guó)教育與心理統(tǒng)計(jì)測(cè)量學(xué)術(shù)年會(huì)論文摘要集[C];2006年

2 彭星源;柯登峰;趙知;陳振標(biāo);徐波;;基于詞匯評(píng)分的漢語(yǔ)作文自動(dòng)評(píng)分[A];中國(guó)計(jì)算語(yǔ)言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

3 戴臘梅;曹亦薇;;關(guān)于LSA對(duì)主觀(guān)題自動(dòng)評(píng)分的效度評(píng)價(jià)[A];全國(guó)教育與心理統(tǒng)計(jì)與測(cè)量學(xué)術(shù)年會(huì)暨第八屆海峽兩岸心理與教育測(cè)驗(yàn)學(xué)術(shù)研討會(huì)論文摘要集[C];2008年

4 蔡黎;彭星源;柯登峰;趙軍;;少數(shù)民族漢語(yǔ)考試作文自動(dòng)評(píng)分的特征提取研究[A];第五屆全國(guó)青年計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2010年

5 柯登峰;彭星源;趙知;陳振標(biāo);王士進(jìn);徐波;;基于詞匯等級(jí)的漢語(yǔ)作文自動(dòng)評(píng)分技術(shù)[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 孫召華　王光勇 本報(bào)特約通訊員 顏貴斌;科技元素越多,現(xiàn)代軍營(yíng)越靚[N];解放軍報(bào);2011年

2 特約記者 顏貴斌;現(xiàn)代警營(yíng)該是什么樣[N];人民武警報(bào);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉明楊;高考作文自動(dòng)評(píng)分關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 梅紅偉;基于VBA的Word文檔操作自動(dòng)評(píng)分算法研究[D];云南大學(xué);2015年

3 苗靖潔;大學(xué)英語(yǔ)分級(jí)測(cè)試簡(jiǎn)答題計(jì)算機(jī)自動(dòng)評(píng)分的誤差分析[D];湖南大學(xué);2009年

4 陳一樂(lè);基于回歸分析的中文作文自動(dòng)評(píng)分技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

5 陳立蜜;數(shù)據(jù)挖掘應(yīng)用于在線(xiàn)聽(tīng)力簡(jiǎn)答題自動(dòng)評(píng)分的研究[D];電子科技大學(xué);2016年

6 宣華鋒;Visual Basic程序設(shè)計(jì)題自動(dòng)評(píng)分算法的研究及實(shí)踐[D];浙江工業(yè)大學(xué);2012年

7 仲紅艷;數(shù)控技能考核中仿真操作考試自動(dòng)評(píng)分方法研究與實(shí)現(xiàn)[D];上海師范大學(xué);2007年

8 李亞男;漢語(yǔ)作為第二語(yǔ)言測(cè)試的作文自動(dòng)評(píng)分研究[D];北京語(yǔ)言大學(xué);2006年

9 熊永燕;基于作文自動(dòng)評(píng)分理論的小學(xué)寫(xiě)作教學(xué)研究[D];華東師范大學(xué);2015年

10 赫伽寧;結(jié)合動(dòng)態(tài)測(cè)試與靜態(tài)分析的編程題自動(dòng)評(píng)分方法研究[D];哈爾濱工業(yè)大學(xué);2008年

，

本文編號(hào)：1124161