基于特征融合的主观题智能阅卷算法研究

为了实现主观题智能阅卷,本文提出了一个基于多特征融合的主观题智能阅卷算法.首先,分别设计两种算法:关键词相似度算法和语义相似度算法,计算学生答案和标准答案之间的关键词相似度和语义相似度;然后,以题目的 题型和科目作为特征值,分别计算出两相似度的权值,并利用权值计算出学生答案的得分实验表明,本文提出的算法,能有效主观题智能阅卷算法的准确性,具有较好的应用前景.     

基于多特征融合的主观题智能阅卷算法研究

为了实现在线考试主观题智能阅卷，本文提出了一个基于多特征融合的主观题智能阅卷算法，首先，分别设计两种算法：关键词相似度算法和语义相似度算法，计算学生答案和标准答案之间的关键词相似度和语义相似度；然后，利用题目的题型和科目作为特征值，分别计算出关键词相似度的权值和语义相似度的权值，并利用两权值计算出学生答案的最终得分；最后，以某在线学习平台历年考试数据作为数据集，对该主观题智能阅卷算法进行训练和实验。实验表明，本文提出的基于多特征融合的主观题智能阅卷算法，能有效主观题智能阅卷算法的准确性，具有较好的应用前景。     

基于知识体系结构的组卷方法研究与应用

现有组卷算法未考虑组多份甚至数十份难度一致、知识点均衡试卷的情况,基于此提出了一种针对计算机类课程知识体系结构的改进随机组卷算法。该算法抽题前预先存取数据库中某课程试题,确定试题的抽取范围后,再从候选题集合中遵循未抽取题目的知识点优先原则,依次为多份试卷随机抽取试题。实验结果表明,基于知识体系结构的随机抽取算法与按章随机抽取算法、传统遗传算法相比,组卷效果有更好的提升。