基于LSTM-RNN的语言模型在K12英语题目中的自动化校验研究

发布时间：2021-01-07 05:02

　　目前国内学生群体数量庞大而教师群体数量有限,随着教育教学的发展,自适应的高效学习成为越来越多教师学生的诉求。在这个大环境下,学生需要适合自己能力水平的题目,教师需要减轻出题负担。自适应测试系统的研究和应用,将有可能有效从根本上解决教师学生的问题。本文主要关注如何优化计算机自适应测试（CAT）中题目推荐策略中过于依赖信号量和曝光度的传统题目推荐方案,增加其复杂度,高精确度,改良自动化校验的方式;如何设计自动化的题目检验方案,减轻教师和专业人员在构建题库时的负担,为他们构建题库供一个参数的参考,推进自动化题目校验的发展;语言模型的调试和整体的工程应用,如何完成从词向量训练到语言模型最终输出题目句子概率并探讨用这些概率实际辅助自动化校验的开展;本文主要对一个命令行工具类的系统进行了设计开发,在确定了语言模型所要达到辅助推题策略改进和题库构建的任务后,实际使用了包括了高性能爬虫、大型数据集清洗、词向量以及神经网络语言模型等技术,完成了一个工程项目,并且实现了实际的输出。最终输出的结论表明,不同的句子在语言模型的验证中确实出现了实际的概率差,语言模型可以通过给予更高的平均概率肯定更贴近学习过的语... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

IRT公式

图 2 信息量计算公式目 i 的被试反应函数， 对 的一阶导函数为 立的，这是由项目反应理论的局部独立性假设的特征图 3 3PLM 信息量计算是 3PLM 模型的项目信息函数，数值主要有区分度和测系数越小，结果的数值越大。所以一般我们在计算信小的猜测系数代表了更好的结果，而一个较大的区分是较为优秀的。项目信息函数值取最大值时，被试能

华东师范大学硕士学位论文况下，主要以信息量作为主要指标来决定题目的推荐，由于学习者个体的在差异，所以反映的信息量存在差异。信息量可以被计算得出4：图 2 信息量计算公式是项目 i 的被试反应函数， 对 的一阶导函数为 。项目数是相互独立的，这是由项目反应理论的局部独立性假设的特征所决定的

【参考文献】：
期刊论文
[1]错题管理系统中个性化推荐练习算法的设计与实现[J]. 王文泉.  中国教育信息化. 2016(11)
[2]CAT选题策略分类概述[J]. 简小珠,戴海琦,张敏强,彭春妹.  心理学探新. 2014(05)
[3]中小学教育信息化发展新阶段问题的现状及对策研究[J]. 张文波.  中国电化教育. 2014(05)
[4]计算机化考试与中国教育评估[J]. 张华华.  心理学探新. 2013(05)
[5]基于错题库的个性化练习生成模型研究[J]. 蒋一君,邱飞岳,刘迎春,吴皖赣.  中国教育信息化. 2011(08)
[6]计算机化自适应测验（CAT）的发展和前景展望（续）[J]. 张华华,程莹.  考试研究. 2005(02)
[7]计算机化自适应测验（CAT）的发展和前景展望[J]. 张华华,程莹.  考试研究. 2005(01)

硕士论文
[1]基于计算机化多阶段自适应测验的路由规则比较及其应用研究[D]. 王睿.江西师范大学 2015
[2]高中英语诊断性练习系统的需求分析、模块设计和知识体系构建[D]. 郭辰.中国科学技术大学 2014
[3]CAT常用能力估计方法比较及其优化：能力综合估计方法开发[D]. 张心.江西师范大学 2014
[4]基于知识地图的试题组织及个性化练习评价研究与应用[D]. 吴皖赣.浙江工业大学 2012



本文编号：2961963