本文關鍵詞：基于模糊理論的在線智能閱卷系統(tǒng)的研究與應用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機網(wǎng)絡技術的迅猛發(fā)展,傳統(tǒng)的考試面臨著前所未有的挑戰(zhàn)。智能考試系統(tǒng)既能較客觀公正地反應學生的真實水平,又能節(jié)約人力物力,提高考試效率,因而越來越受到關注。本文研究智能考試系統(tǒng)相關技術,給出了智能考試系統(tǒng)總體設計方案并進行了系統(tǒng)的測試。 目前,對選擇題,填空題和判斷題等客觀題的自動評閱技術已經(jīng)相當成熟,并已經(jīng)應用到各項考試當中,但對于名詞解釋,簡答題和論述題等主觀題的自動閱卷技術還沒有很好的實現(xiàn)和應用。為滿足現(xiàn)在的需要,研究如何利用計算機進行主觀題的自動閱卷具有很重要的意義。 本文對國內外的智能閱卷系統(tǒng)做了深入的研究,將中文分詞技術、關鍵詞抽取算法、語句預匹配算法和模糊數(shù)學中的貼近度理論引入到主觀題的智能閱卷系統(tǒng)中,并在貼近度字符串匹配方法的基礎上,結合了動態(tài)規(guī)劃算法思想和《同義詞詞林》對詞義的擴充,設計并實現(xiàn)了基于語義脈絡的自動評分算法。 本文對主觀題閱卷過程大體分解成以下幾個步驟：分句、中文分詞、關鍵詞抽取、語句預匹配、同義詞擴充和相似度計算。以句子為基本語義單元,將標準答案分解成得分點的詞串,用《同義詞詞林》或者出題人擴充這些詞的詞義,并存儲在同義詞鏈中,然后去匹配學生答案語句。為確保按照詞的順序進行匹配,避免僅按照字的出現(xiàn)次數(shù)匹配造成的機械式錯誤,采用動態(tài)規(guī)劃思想來解決。最終根據(jù)關鍵詞和句子的貼近度給出得分,結合實例分析證明了該算法的可行性。
【關鍵詞】：中文分詞 分句算法 關鍵詞抽取算法 同義詞擴充 單向貼近度
【學位授予單位】：石家莊鐵道大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：G434;TP391.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景9-10
• 1.2 研究現(xiàn)狀10-11
• 1.2.1 智能閱卷的國外研究現(xiàn)狀10-11
• 1.2.2 智能閱卷的國內研究現(xiàn)狀11
• 1.3 研究意義11-12
• 1.4 本論文的選題和研究內容12-13
• 1.5 論文的組織結構13-14
• 1.6 本章小結14-15
• 第二章 智能閱卷系統(tǒng)的處理思想和流程15-33
• 2.1 客觀題評閱方法15
• 2.2 主觀題評閱方法15-16
• 2.3 主觀題智能評閱的處理流程16-31
• 2.3.1 文本預處理17-22
• 2.3.2 詞語相似度計算22-28
• 2.3.3 語句預匹配28
• 2.3.4 相似度計算28-31
• 2.4 本章小結31-33
• 第三章 課題研究的相關技術33-45
• 3.1 主觀題閱卷相關技術33-44
• 3.1.1 分句算法設計33-35
• 3.1.2 中文分詞及詞性標注35-36
• 3.1.3 關鍵詞的抽取算法設計36-37
• 3.1.4 語句預匹配算法設計37-40
• 3.1.5 相似度計算算法設計40-44
• 3.2 本章小結44-45
• 第四章 改進型單向貼近度評分算法的研究45-59
• 4.1 文本預處理過程45-48
• 4.1.1 ICTCLAS接入45
• 4.1.2 新詞的處理45-46
• 4.1.3 關鍵詞提取及得分點標注46
• 4.1.4 詞義擴充46-48
• 4.2 語句預處理48-49
• 4.3 單向貼近度計算49-54
• 4.3.1 類存儲結構49-50
• 4.3.2 算法實現(xiàn)的基本思想50-52
• 4.3.3 動態(tài)規(guī)劃建立答案矩陣52
• 4.3.4 基于文本字符串匹配流程52-54
• 4.4 自動評閱54-57
• 4.5 本章小結57-59
• 第五章 系統(tǒng)的框架和實現(xiàn)59-68
• 5.1 實驗環(huán)境和平臺59
• 5.2 系統(tǒng)的總體框架59-60
• 5.3 系統(tǒng)的功能模塊設計及實現(xiàn)60-63
• 5.4 數(shù)據(jù)庫表設計63-66
• 5.5 系統(tǒng)測試與結果分析66-67
• 5.6 本章小結67-68
• 第六章 結論與展望68-70
• 6.1 本文工作總結68
• 6.2 需要進一步完善的工作68-70
• 參考文獻70-72
• 致謝72-73
• 個人簡歷、在學期間的研究成果73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 田久樂;趙蔚;;基于同義詞詞林的詞語相似度計算方法[J];吉林大學學報(信息科學版);2010年06期

2 于洪波;;中文分詞技術研究[J];東莞理工學院學報;2010年05期

3 劉亞軍,徐易;一種基于加權語義相似度模型的自動問答系統(tǒng)[J];東南大學學報(自然科學版);2004年05期

4 劉紅芝;;中文分詞技術的研究[J];電腦開發(fā)與應用;2010年03期

5 馬婷婷;;中文自動分詞系統(tǒng)概述[J];電腦知識與技術;2010年33期

6 趙巾幗;徐德智;羅慶云;;漢語句子相似度計算方法比對之研究[J];福建電腦;2007年10期

7 杜利峰;牛永潔;;字符串相似度在自動評分系統(tǒng)中的應用[J];電子設計工程;2011年07期

8 烏慶敏;楊思春;;概念向量空間模型在智能答疑系統(tǒng)中的應用[J];安徽工業(yè)大學學報(自然科學版);2008年02期

9 李輝陽,韓忠愿;有限領域簡述文字的自動判讀及其在CAI中的應用[J];計算機工程與應用;2002年08期

10 高思丹,袁春風;語句相似度計算在主觀題自動批改技術中的初步應用[J];計算機工程與應用;2004年14期

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 薛慧芳;句子相似度計算理論及應用研究[D];西北大學;2011年

2 劉青磊;漢語詞語及句子相似度算法研究與應用[D];電子科技大學;2011年

3 佟振宇;主觀題自動閱卷系統(tǒng)的研究與實現(xiàn)[D];沈陽工業(yè)大學;2009年

4 王春喜;融合多元信息的句子相似度計算研究[D];河南大學;2009年

5 王之鵬;Web文本分類系統(tǒng)中文本預處理技術的研究與實現(xiàn)[D];南京理工大學;2009年

6 徐勇;基于Flex和模糊理論的在線考試智能閱卷系統(tǒng)的研究與應用[D];北京交通大學;2010年

7 楊茂;基于句子相似度的文本比對算法研究[D];電子科技大學;2010年

  本文關鍵詞：基于模糊理論的在線智能閱卷系統(tǒng)的研究與應用，，由筆耕文化傳播整理發(fā)布。

本文編號：336687