基于语义分析的自动评分系统的研究与实现

发布时间：2021-07-05 18:17

　　随着人工智能的热潮,越来越多的基于大数据的人工智能应用问题得到研究与解决。文字是一种抽象的信息承载形式,机器理解文字更能体现出人工智能的智慧性。机器翻译、问答系统、聊天机器人和情感分析任务等场景都会遇到文本处理的问题。将文本处理算法的研究用于教育智能系统中,可以帮助互联网教育智能化发展,使得学习用户能够更加高效地学习知识。论文主要研究工作具体如下:（1）对来自ASAP的主观题数据集进行分析,然后对基于离散表示、分布式表示和分散式表示的三种评分模型进行研究。对比分析基于布朗词聚类的评分方法、基于潜在狄利克雷分配的评分方法和基于神经网络的评分方法在数据集上的表现,同时还对比分析随机森林回归算法和XGBoost回归算法在特征融合上的表现。（2）设计并实现一个基于语义分析的自动评分系统,完成系统需求分析、总体架构的设计、功能模块的设计和数据库的设计,使用SSH框架实现系统中的用户登录模块,试题练习模块、自动评分模块、用户中心模块和管理员功能模块。（3）将SimNet语义匹配模型应用于系统的主观题自动评分模块,评估SimNet语义匹配模型在中文历史数据集上的表现,验证SimNet语义匹配模型是否... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

布朗词聚类的层次树

图 2-2 基于布朗词聚类的评分方法的架构图要完成文档的预处理工作，对文档中的文本语料进行分词、去停用等操作，然后使用布朗词聚类算法完成词语的聚类工作。然后对聚征抽取，最后使用回归算法在数据集上完成评分模型的训练。下面

LDA模型中文档的生成过程示意图

【参考文献】：
期刊论文
[1]基于改进的LDA模型的中文主观题自动评分研究[J]. 罗海蛟,柯晓华.  计算机科学. 2017(S2)
[2]基于SSH框架与AJAX技术的JavaWeb应用开发[J]. 谌湘倩,狄文辉,孙冬.  计算机工程与设计. 2009(10)
[3]基于SSH多架构Web系统设计及其应用[J]. 陶维.  科技和产业. 2009(03)
[4]一种改进的句子相似度计算模型[J]. 杨思春.  电子科技大学学报. 2006(06)
[5]一种网络考试系统中主观题自动评分的算法设计与实现[J]. 孟爱国,卜胜贤,李鹰,甘文.  计算机与数字工程. 2005(07)
[6]框架技术在Web系统开发中的应用[J]. 黄华.  微机发展. 2005(05)
[7]基于领域概念网络的自动批改技术[J]. 黄康,袁春风.  计算机应用研究. 2004(11)

博士论文
[1]基于核方法的语义角色标注研究[D]. 车万翔.哈尔滨工业大学 2008

硕士论文
[1]作文自动评分关键技术研究[D]. 陈俊文.哈尔滨工业大学 2015
[2]基于自然语言处理的主观题自动评分系统的研究与实现[D]. 曹建奇.北京工业大学 2015
[3]主观题评分算法模型研究[D]. 谭冬晨.电子科技大学 2011



本文编号：3266578