隨著人工智能的熱潮,越來越多的基于大數(shù)據(jù)的人工智能應用問題得到研究與解決。文字是一種抽象的信息承載形式,機器理解文字更能體現(xiàn)出人工智能的智慧性。機器翻譯、問答系統(tǒng)、聊天機器人和情感分析任務等場景都會遇到文本處理的問題。將文本處理算法的研究用于教育智能系統(tǒng)中,可以幫助互聯(lián)網(wǎng)教育智能化發(fā)展,使得學習用戶能夠更加高效地學習知識。論文主要研究工作具體如下:（1）對來自ASAP的主觀題數(shù)據(jù)集進行分析,然后對基于離散表示、分布式表示和分散式表示的三種評分模型進行研究。對比分析基于布朗詞聚類的評分方法、基于潛在狄利克雷分配的評分方法和基于神經(jīng)網(wǎng)絡(luò)的評分方法在數(shù)據(jù)集上的表現(xiàn),同時還對比分析隨機森林回歸算法和XGBoost回歸算法在特征融合上的表現(xiàn)。（2）設(shè)計并實現(xiàn)一個基于語義分析的自動評分系統(tǒng),完成系統(tǒng)需求分析、總體架構(gòu)的設(shè)計、功能模塊的設(shè)計和數(shù)據(jù)庫的設(shè)計,使用SSH框架實現(xiàn)系統(tǒng)中的用戶登錄模塊,試題練習模塊、自動評分模塊、用戶中心模塊和管理員功能模塊。（3）將SimNet語義匹配模型應用于系統(tǒng)的主觀題自動評分模塊,評估SimNet語義匹配模型在中文歷史數(shù)據(jù)集上的表現(xiàn),驗證SimNet語義匹配模型是否... 

【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

布朗詞聚類的層次樹

圖 2-2 基于布朗詞聚類的評分方法的架構(gòu)圖要完成文檔的預處理工作，對文檔中的文本語料進行分詞、去停用等操作，然后使用布朗詞聚類算法完成詞語的聚類工作。然后對聚征抽取，最后使用回歸算法在數(shù)據(jù)集上完成評分模型的訓練。下面

LDA模型中文檔的生成過程示意圖

【參考文獻】：
期刊論文
[1]基于改進的LDA模型的中文主觀題自動評分研究[J]. 羅海蛟,柯曉華.  計算機科學. 2017(S2)
[2]基于SSH框架與AJAX技術(shù)的JavaWeb應用開發(fā)[J]. 諶湘倩,狄文輝,孫冬.  計算機工程與設(shè)計. 2009(10)
[3]基于SSH多架構(gòu)Web系統(tǒng)設(shè)計及其應用[J]. 陶維.  科技和產(chǎn)業(yè). 2009(03)
[4]一種改進的句子相似度計算模型[J]. 楊思春.  電子科技大學學報. 2006(06)
[5]一種網(wǎng)絡(luò)考試系統(tǒng)中主觀題自動評分的算法設(shè)計與實現(xiàn)[J]. 孟愛國,卜勝賢,李鷹,甘文.  計算機與數(shù)字工程. 2005(07)
[6]框架技術(shù)在Web系統(tǒng)開發(fā)中的應用[J]. 黃華.  微機發(fā)展. 2005(05)
[7]基于領(lǐng)域概念網(wǎng)絡(luò)的自動批改技術(shù)[J]. 黃康,袁春風.  計算機應用研究. 2004(11)

博士論文
[1]基于核方法的語義角色標注研究[D]. 車萬翔.哈爾濱工業(yè)大學 2008

碩士論文
[1]作文自動評分關(guān)鍵技術(shù)研究[D]. 陳俊文.哈爾濱工業(yè)大學 2015
[2]基于自然語言處理的主觀題自動評分系統(tǒng)的研究與實現(xiàn)[D]. 曹建奇.北京工業(yè)大學 2015
[3]主觀題評分算法模型研究[D]. 譚冬晨.電子科技大學 2011



本文編號：3266578