主觀題評(píng)分算法模型研究.pdf

1、隨著信息技術(shù)的發(fā)展，計(jì)算機(jī)應(yīng)用已經(jīng)滲透到人們工作、生活和學(xué)習(xí)的各個(gè)方面?？荚嚨男畔⒒竽軐?duì)不同考試題型進(jìn)行自動(dòng)處理，而不需要人工干預(yù)。目前中文考試系統(tǒng)僅能對(duì)選擇、判斷等客觀題進(jìn)行自動(dòng)評(píng)分，而無法實(shí)現(xiàn)中文主觀題自動(dòng)評(píng)分。原因在于中文主觀題自動(dòng)評(píng)分算法涉及自然語言處理、模式匹配、和人工智能等多個(gè)領(lǐng)域的深入研究，并且漢語系統(tǒng)本身是一個(gè)復(fù)雜開放的系統(tǒng)，要實(shí)現(xiàn)機(jī)器自動(dòng)對(duì)漢語的自動(dòng)理解，還需要進(jìn)行深入的研究。
　　中文分詞是中文自然語言處理

2、的基礎(chǔ)，分詞效率和精度直接影響上層應(yīng)用。主觀題自動(dòng)評(píng)分模型建立在中文分詞基礎(chǔ)之上。因此，本文首先對(duì)中文分詞的相關(guān)技術(shù)進(jìn)行了深入研究。深入分析了三類分詞方法，并比較各自的優(yōu)缺點(diǎn)。歸納分析了影響中文分詞系統(tǒng)準(zhǔn)確度的歧義問題和命名實(shí)體識(shí)別問題。結(jié)合有限自動(dòng)機(jī)的思想提出了基于二級(jí)索引詞典的分詞算法，并將該算法與K-最短路徑算法相結(jié)合，實(shí)現(xiàn)了中文分詞。算法采用N-gram模型進(jìn)行歧義處理和命名實(shí)體識(shí)別，并取得了不錯(cuò)的識(shí)別效果。
　　在中文分

3、詞的基礎(chǔ)上提出了基于文本分類模型的主觀題自動(dòng)評(píng)分模型。結(jié)合同義詞詞林計(jì)算得到文本的詞性相似度，作為分類器的條件屬性，在一定程度提高了文本的語義理解。同時(shí)結(jié)合了文本的一些淺層相似度一起作為分類器的條件屬性，提高了文本的語義理解。通過對(duì)已有文本的機(jī)器學(xué)習(xí)，采用ID3算法構(gòu)建決策樹分類器，使用考生分?jǐn)?shù)作為分類類別。最后將待測(cè)文本輸入決策樹分類器從而實(shí)現(xiàn)答案的分類，即實(shí)現(xiàn)了自動(dòng)評(píng)分。通過與人工閱卷過程對(duì)比，驗(yàn)證了系統(tǒng)是有效可行的，符合人工閱卷的