新高考背景下主观题智能阅卷的问题研究
发布时间：2021-06-19 13:18
新高考改革对改进主观题智能阅卷方式的要求日益迫切,《国务院关于深化考试招生制度改革的实施意见》中明确提出“改进评分方式,加强评卷管理,完善成绩报告”目标。然而,主观题网上人工阅卷在阅卷过程和公平性等方面问题突出,无法满足新高考改革需求。人工智能技术快速发展为主观题智能阅卷带来机遇,智能阅卷在日常教学中的应用逐渐常态化。智能阅卷技术以其高效率、高准确度和高可靠性的特点能够有效改善和解决网上人工阅卷存在的问题。但是,主观题智能阅卷在技术、流程、功能和安全方面仍存在诸多问题,亟待完善。本研究从主观题智能阅卷相关技术、高考网上阅卷的应用以及新高考背景下主观题智能阅卷应用三个方面对国内外相关文献进行梳理,对OM网上阅卷系统和QM智能阅卷系统做个案研究,对阅卷系统的开发人员、参与高考阅卷的教师等进行深入的访谈调查。从而分析得出网上人工评阅主观题还存在过程繁复、效率低,阅卷员主观性大、稳定性低,“人—机对抗”等问题,而智能阅卷在保障公平、提高效率以及特殊异常卷检测方面优势突出。然而,对主观题智能阅卷的进一步研究中,笔者发现计算机智能评阅主观题在技术、流程、功能以及安全上还存在明显的不足,具体内容如下...
【文章来源】：安徽师范大学安徽省
【文章页数】：107 页
【学位级别】：硕士
【部分图文】：
评卷技术的演进变化图
5机为基础的自动评分技术开始广泛应用在各类考试中，由于自动评分技术具有准确、高效、便捷等优势，相比人工的评卷模式，大大节省了人力、物力、财力。但是计算机评分技术仅仅是针对选择题或判断题，计算机会根据原有的标准答案客观的对选项进行判断和打分。但是，目前的自动评分技术还无法对主观题这种没有明确的答案的题型进行主观判断。主观判断已经超出目前的技术范畴，成为现阶段教育测评技术的现实难题，反而与人工智能、自然语言识别等技术息息相关。笔者在中国知网中以“主观题”为关键词检索论文共737篇，其中最早的一篇相关文章于1987年发表。笔者发现在2002年以前的文章中鲜有涉及到主观题阅卷和相关技术的内容，因此，笔者将最后的研究范围确定为2002年到2019年，共690篇论文，其中期刊595篇，硕博论文81篇，另外还有一些相关专利。就论文的总量来看，学术界对主观题的关注度明显不足。从下图2中可以看到，学术界在21世纪之后对主观题的关注度明显提升，尤其是近十年。这和国内网上阅卷和智能阅卷的技术发展有很大的关系。随着近些年人工智能技术、自然语言处理技术和图像识别技术的发展，人们对智能阅卷关注度开始提升。另外，随着每年参加高考人数的不断上升，主观题阅卷的压力越来越大，各界学者开始探索主观题智能阅卷的出路。图1-2“主观题”的关注度知网检索图笔者对检索结果按照论文所属学科分布进行分类，分析各个学科中涉及到的相关词。笔者从中梳理出需要进一步研究的关键词：“自动评分”、“自动评阅”、“自动阅卷”、“智能阅卷”、“在线考试”以及“考试系统”。
6图1-3“主观题”的学科分布图图1-4基于“主观题”的相关词搜索图笔者将“自动评分”、“自动评阅”、“自动阅卷”、“智能阅卷”、“在线考试”以及“考试系统”作为关键词在“主观题”主题检索结果的基础上进一步检索，共获得相关论文73篇。笔者以这73篇论文为主要参考文献展开研究。同时，为保证所获信息的广度，笔者以“智能阅卷”和“网上阅卷”为主题检索可能相关论文。如图5所示，在梳理的过程中，笔者发现大部分的论文探讨的内容是关于主观题智能阅卷的技术问题。其中以“文本相似度”“语义相似度”“自然语言理解”和“贴近度”等词出现的频率最高。研究的重点在理解文本语义上，但是对智能阅卷的手写识别、图像处理等方面的研究鲜少涉及。
【参考文献】：
期刊论文
[1]人工智能在教育考试评测中的应用探索[J]. 竺博,付瑞吉,盛志超,汪洋. 电子测试. 2019(14)
[2]人工智能在手写文档识别分析中的技术演进[J]. 竺博,吴嘉嘉,何春江,胡金水. 电子测试. 2019(13)
[3]高考阅卷追忆[J]. 邓铁如. 江淮文史. 2019(03)
[4]论新高考改革的价值追求[J]. 段世飞,洪婕. 教育理论与实践. 2019(02)
[5]新一代智能网上评卷系统的技术实现及在高考网评中的应用实例分析[J]. 何屹松,徐飞,刘惠,孙媛媛,竺博,储林林. 中国考试. 2019(01)
[6]新高考实施的教育影响[J]. 张亚群. 教育发展研究. 2018(22)
[7]人工智能评测技术在大规模中英文作文阅卷中的应用探索[J]. 何屹松,孙媛媛,汪张龙,竺博. 中国考试. 2018(06)
[8]人工智能时代:技术发展、风险挑战与秩序重构[J]. 张成岗. 南京社会科学. 2018(05)
[9]纸笔考试智能网上评卷系统的设计和应用——智能教育应用之“考试评价”篇[J]. 汪张龙,徐俊,李晓臻,朱玮琳. 现代教育技术. 2018(03)
[10]基于Bi-LSTM的数学主观题自动阅卷方法[J]. 刘逸雪,卢雨轩,丁亮,汪星明. 管理观察. 2018(02)
博士论文
[1]我国考试招生政策演进研究（1977-2017）[D]. 郑程月.天津师范大学 2018
[2]复杂场景文本识别技术研究[D]. 杨春.北京科技大学 2018
[3]机器与语言[D]. 徐愚.中共中央党校 2016
[4]自然场景文本信息提取关键技术研究[D]. 刘晓佩.西安电子科技大学 2014
[5]作业系统中计算类主观题处理技术研究[D]. 杨宁学.西南交通大学 2006
硕士论文
[1]论人工智能对学校教育的影响[D]. 李嘉琳.沈阳师范大学 2019
[2]人工智能的安全风险及其法律规制[D]. 卢德利.武汉大学 2019
[3]自然语言处理—中文词和短文本向量化的研究[D]. 彭湃.华中师范大学 2019
[4]高考招生改革的伦理公正性研究[D]. 王凤.南京邮电大学 2018
[5]新一轮高考制度改革实施方案研究[D]. 李亚.南昌大学 2018
[6]人工智能促进教学变革研究[D]. 华璐璐.江苏师范大学 2018
[7]民办高职院校分类考试招生制度改革研究[D]. 蔡建平.华东政法大学 2018
[8]基于递归卷积网络的手写及场景文本识别的研究[D]. 孙增辉.华南理工大学 2018
[9]基于深度学习的端到端场景文本识别方法研究[D]. 刘衍平.华南理工大学 2018
[10]新高考下普通高中生培养模式研究[D]. 孙丽.宁波大学 2017
本文编号：3237885
【文章来源】：安徽师范大学安徽省
【文章页数】：107 页
【学位级别】：硕士
【部分图文】：
评卷技术的演进变化图
5机为基础的自动评分技术开始广泛应用在各类考试中，由于自动评分技术具有准确、高效、便捷等优势，相比人工的评卷模式，大大节省了人力、物力、财力。但是计算机评分技术仅仅是针对选择题或判断题，计算机会根据原有的标准答案客观的对选项进行判断和打分。但是，目前的自动评分技术还无法对主观题这种没有明确的答案的题型进行主观判断。主观判断已经超出目前的技术范畴，成为现阶段教育测评技术的现实难题，反而与人工智能、自然语言识别等技术息息相关。笔者在中国知网中以“主观题”为关键词检索论文共737篇，其中最早的一篇相关文章于1987年发表。笔者发现在2002年以前的文章中鲜有涉及到主观题阅卷和相关技术的内容，因此，笔者将最后的研究范围确定为2002年到2019年，共690篇论文，其中期刊595篇，硕博论文81篇，另外还有一些相关专利。就论文的总量来看，学术界对主观题的关注度明显不足。从下图2中可以看到，学术界在21世纪之后对主观题的关注度明显提升，尤其是近十年。这和国内网上阅卷和智能阅卷的技术发展有很大的关系。随着近些年人工智能技术、自然语言处理技术和图像识别技术的发展，人们对智能阅卷关注度开始提升。另外，随着每年参加高考人数的不断上升，主观题阅卷的压力越来越大，各界学者开始探索主观题智能阅卷的出路。图1-2“主观题”的关注度知网检索图笔者对检索结果按照论文所属学科分布进行分类，分析各个学科中涉及到的相关词。笔者从中梳理出需要进一步研究的关键词：“自动评分”、“自动评阅”、“自动阅卷”、“智能阅卷”、“在线考试”以及“考试系统”。
6图1-3“主观题”的学科分布图图1-4基于“主观题”的相关词搜索图笔者将“自动评分”、“自动评阅”、“自动阅卷”、“智能阅卷”、“在线考试”以及“考试系统”作为关键词在“主观题”主题检索结果的基础上进一步检索，共获得相关论文73篇。笔者以这73篇论文为主要参考文献展开研究。同时，为保证所获信息的广度，笔者以“智能阅卷”和“网上阅卷”为主题检索可能相关论文。如图5所示，在梳理的过程中，笔者发现大部分的论文探讨的内容是关于主观题智能阅卷的技术问题。其中以“文本相似度”“语义相似度”“自然语言理解”和“贴近度”等词出现的频率最高。研究的重点在理解文本语义上，但是对智能阅卷的手写识别、图像处理等方面的研究鲜少涉及。
【参考文献】：
期刊论文
[1]人工智能在教育考试评测中的应用探索[J]. 竺博,付瑞吉,盛志超,汪洋. 电子测试. 2019(14)
[2]人工智能在手写文档识别分析中的技术演进[J]. 竺博,吴嘉嘉,何春江,胡金水. 电子测试. 2019(13)
[3]高考阅卷追忆[J]. 邓铁如. 江淮文史. 2019(03)
[4]论新高考改革的价值追求[J]. 段世飞,洪婕. 教育理论与实践. 2019(02)
[5]新一代智能网上评卷系统的技术实现及在高考网评中的应用实例分析[J]. 何屹松,徐飞,刘惠,孙媛媛,竺博,储林林. 中国考试. 2019(01)
[6]新高考实施的教育影响[J]. 张亚群. 教育发展研究. 2018(22)
[7]人工智能评测技术在大规模中英文作文阅卷中的应用探索[J]. 何屹松,孙媛媛,汪张龙,竺博. 中国考试. 2018(06)
[8]人工智能时代:技术发展、风险挑战与秩序重构[J]. 张成岗. 南京社会科学. 2018(05)
[9]纸笔考试智能网上评卷系统的设计和应用——智能教育应用之“考试评价”篇[J]. 汪张龙,徐俊,李晓臻,朱玮琳. 现代教育技术. 2018(03)
[10]基于Bi-LSTM的数学主观题自动阅卷方法[J]. 刘逸雪,卢雨轩,丁亮,汪星明. 管理观察. 2018(02)
博士论文
[1]我国考试招生政策演进研究（1977-2017）[D]. 郑程月.天津师范大学 2018
[2]复杂场景文本识别技术研究[D]. 杨春.北京科技大学 2018
[3]机器与语言[D]. 徐愚.中共中央党校 2016
[4]自然场景文本信息提取关键技术研究[D]. 刘晓佩.西安电子科技大学 2014
[5]作业系统中计算类主观题处理技术研究[D]. 杨宁学.西南交通大学 2006
硕士论文
[1]论人工智能对学校教育的影响[D]. 李嘉琳.沈阳师范大学 2019
[2]人工智能的安全风险及其法律规制[D]. 卢德利.武汉大学 2019
[3]自然语言处理—中文词和短文本向量化的研究[D]. 彭湃.华中师范大学 2019
[4]高考招生改革的伦理公正性研究[D]. 王凤.南京邮电大学 2018
[5]新一轮高考制度改革实施方案研究[D]. 李亚.南昌大学 2018
[6]人工智能促进教学变革研究[D]. 华璐璐.江苏师范大学 2018
[7]民办高职院校分类考试招生制度改革研究[D]. 蔡建平.华东政法大学 2018
[8]基于递归卷积网络的手写及场景文本识别的研究[D]. 孙增辉.华南理工大学 2018
[9]基于深度学习的端到端场景文本识别方法研究[D]. 刘衍平.华南理工大学 2018
[10]新高考下普通高中生培养模式研究[D]. 孙丽.宁波大学 2017
本文编号：3237885
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3237885.html
