智能評(píng)卷技術(shù)的應(yīng)用研究
發(fā)布時(shí)間:2023-04-04 03:59
計(jì)算機(jī)網(wǎng)絡(luò)、多媒體、計(jì)算機(jī)輔助教學(xué)、網(wǎng)絡(luò)課程等技術(shù)的普及促使各種計(jì)算機(jī)智能評(píng)卷技術(shù)紛紛出現(xiàn)。目前,大多學(xué)者都對(duì)主觀題進(jìn)行了研究,且基本都從文本相似度出發(fā),分析句法、語(yǔ)義、結(jié)構(gòu)等方面。但往往忽略句子結(jié)構(gòu)、語(yǔ)義方向[1]以及無(wú)實(shí)際意義的副詞,因此得到的結(jié)果不能滿足需求。針對(duì)這些情況,本文提出了一種將主題和句子相似度融合的評(píng)分算法,首先判斷兩個(gè)文本是否談?wù)摰闹黝}大體一致,然后仔細(xì)分析文本中各個(gè)句子的相似度。其中句子的相似度根據(jù)句子主要成分的不同采用不同的算法,即基于TF-IDF算法和基于三元組算法。本文也重點(diǎn)講述了基于句子的主觀題評(píng)分,針對(duì)這一部分,主要對(duì)以下工作進(jìn)行了展開:(1)分析詞語(yǔ)語(yǔ)義信息,對(duì)語(yǔ)義方向進(jìn)行了判斷,并分析了含語(yǔ)義方向詞語(yǔ)所修飾的詞語(yǔ)信息。(2)復(fù)雜句中主謂賓成分多個(gè),若將復(fù)雜句與簡(jiǎn)單句進(jìn)行比較,則會(huì)出現(xiàn)結(jié)果偏低的情況,因此本文根據(jù)主謂賓成分,將復(fù)雜句拆分為多個(gè)單句,以單句進(jìn)行相似度對(duì)比。(3)句子是由詞語(yǔ)組成,因此首先需要計(jì)算詞語(yǔ)相似度,本文采用基于word2vec模型進(jìn)行訓(xùn)練,根據(jù)上下文語(yǔ)境得到詞語(yǔ)相似度。(4)主謂賓是句子的主要成分,若兩個(gè)句子...
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容和方法
1.3.1 研究?jī)?nèi)容
1.3.2 研究方法
1.4 論文的章節(jié)安排
2 智能評(píng)卷相關(guān)理論及技術(shù)
2.1 智能評(píng)卷技術(shù)流程
2.2 LDA模型
2.3 句子相似度
2.3.1 基于word2Vec的詞語(yǔ)相似度計(jì)算
2.3.2 基于三元組句子相似度計(jì)算
2.3.3 基于TF-IDF句子相似度計(jì)算
2.4 本章小節(jié)
3 改進(jìn)的LDA模型的主觀題評(píng)分
3.1 LDA主題模型思想
3.2 文本預(yù)處理
3.3 LDA模型相似度計(jì)算
3.3.1 LDA模型改進(jìn)
3.3.2 相似度計(jì)算
3.4 基于LDA模型的評(píng)分
3.5 本章小節(jié)
4 改進(jìn)的句子相似度的主觀題評(píng)分
4.1 主觀題評(píng)分模型設(shè)計(jì)
4.2 句子預(yù)處理
4.2.1 語(yǔ)義方向判定
4.2.2 句子規(guī)范處理
4.2.3 去除停用詞表
4.3 基于word2Vector的詞語(yǔ)相似度計(jì)算
4.4 關(guān)鍵詞相似度
4.5 句子相似度計(jì)算
4.5.1 基于三元組句子相似度計(jì)算
4.5.2 基于TF-IDF句子相似度計(jì)算
4.6 分?jǐn)?shù)轉(zhuǎn)換
4.7 本章小節(jié)
5 系統(tǒng)實(shí)現(xiàn)及結(jié)果分析
5.1 系統(tǒng)功能結(jié)構(gòu)
5.2 系統(tǒng)模塊設(shè)計(jì)
5.2.1 錄入題目
5.2.2 試卷設(shè)置
5.2.3 考試
5.2.4 考試記錄
5.3 系統(tǒng)部分功能模塊實(shí)現(xiàn)
5.3.1 錄入題目功能實(shí)現(xiàn)
5.3.2 試卷設(shè)置功能實(shí)現(xiàn)
5.3.3 考試功能實(shí)現(xiàn)
5.4 實(shí)驗(yàn)結(jié)果分析
5.4.1 實(shí)驗(yàn)數(shù)據(jù)
5.4.2 實(shí)驗(yàn)設(shè)計(jì)及評(píng)價(jià)標(biāo)準(zhǔn)
5.4.3 實(shí)驗(yàn)結(jié)果分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 研究總結(jié)
6.2 研究不足
6.3 研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3781740
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容和方法
1.3.1 研究?jī)?nèi)容
1.3.2 研究方法
1.4 論文的章節(jié)安排
2 智能評(píng)卷相關(guān)理論及技術(shù)
2.1 智能評(píng)卷技術(shù)流程
2.2 LDA模型
2.3 句子相似度
2.3.1 基于word2Vec的詞語(yǔ)相似度計(jì)算
2.3.2 基于三元組句子相似度計(jì)算
2.3.3 基于TF-IDF句子相似度計(jì)算
2.4 本章小節(jié)
3 改進(jìn)的LDA模型的主觀題評(píng)分
3.1 LDA主題模型思想
3.2 文本預(yù)處理
3.3 LDA模型相似度計(jì)算
3.3.1 LDA模型改進(jìn)
3.3.2 相似度計(jì)算
3.4 基于LDA模型的評(píng)分
3.5 本章小節(jié)
4 改進(jìn)的句子相似度的主觀題評(píng)分
4.1 主觀題評(píng)分模型設(shè)計(jì)
4.2 句子預(yù)處理
4.2.1 語(yǔ)義方向判定
4.2.2 句子規(guī)范處理
4.2.3 去除停用詞表
4.3 基于word2Vector的詞語(yǔ)相似度計(jì)算
4.4 關(guān)鍵詞相似度
4.5 句子相似度計(jì)算
4.5.1 基于三元組句子相似度計(jì)算
4.5.2 基于TF-IDF句子相似度計(jì)算
4.6 分?jǐn)?shù)轉(zhuǎn)換
4.7 本章小節(jié)
5 系統(tǒng)實(shí)現(xiàn)及結(jié)果分析
5.1 系統(tǒng)功能結(jié)構(gòu)
5.2 系統(tǒng)模塊設(shè)計(jì)
5.2.1 錄入題目
5.2.2 試卷設(shè)置
5.2.3 考試
5.2.4 考試記錄
5.3 系統(tǒng)部分功能模塊實(shí)現(xiàn)
5.3.1 錄入題目功能實(shí)現(xiàn)
5.3.2 試卷設(shè)置功能實(shí)現(xiàn)
5.3.3 考試功能實(shí)現(xiàn)
5.4 實(shí)驗(yàn)結(jié)果分析
5.4.1 實(shí)驗(yàn)數(shù)據(jù)
5.4.2 實(shí)驗(yàn)設(shè)計(jì)及評(píng)價(jià)標(biāo)準(zhǔn)
5.4.3 實(shí)驗(yàn)結(jié)果分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 研究總結(jié)
6.2 研究不足
6.3 研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3781740
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3781740.html
最近更新
教材專著