论文部分内容阅读
近年来,人工智能技术在教育领域不断发展,越来越多的学校和培训机构开展在线教育,在在线教育中,随着教育规模的扩增,教学方式的改变,教师的评卷工作量日益繁重,对于学生提交的做题结果,已有的自动评分系统可以对客观题如选择题、填空题、判断题等进行准确判别,但对于主观题主要还是依靠人工评分,这极大地限制了在线教育的发展。数学学科主观题自动评分的实现将大大促进智能化教育辅导系统的个性化和智能化程度,从而提高教育服务质量和效果。目前小学数学应用题自动评分仍然面临现有自动评分方法不适合小学数学应用题、现有评分方法准确率低、如何针对一题多解问题的答案进行自动评分等三个层面的技术瓶颈。针对以上三方面的重大需求与挑战,本文基于文本相似度计算方法等理论,在小学数学应用题自动评分方法的研究、一题多解问题的自动评分方面取得了以下创新性成果:第一,提出一种改进的方法用于小学数学应用题自动评分。对于纯文本类型的主观题自动评分,语句相似度计算方法作为基础且关键的技术,它的准确高效性是一个主观题自动评分模型优劣的重要标志,由于本文是以小学数学应用题为研究对象,与纯文本类型的题目相比具有考察数学公式、定理、数学逻辑分析能力等不同特点,采用单纯的语句语义相似度计算方法已经不能满足评分需求,因此本文从相似度计算算法入手,首先介绍了目前广泛应用与主观题自动评分中的语句相似度计算算法、BLEU原理和目前国内外已经开展的对于数学主观题自动评分的研究,分析归纳它们的优缺点,并针对我国小学数学应用题的特点提出了一种改进的基于语义的语句相似度计算的逻辑分析评分方法和基于多特征融合的相似度计算公式,改进的算法和公式不仅考虑了答案的语义信息,还将解题过程中的逻辑序列和关键解题步骤融入相似度计算算中,该方法可以更好的适用于数学主观题的自动评分,其判别精确度也更高。第二,针对一题多解问题提出两种解决方法。对于小学数学应用题而言,应用题经常存在多种解题思路,尤其是对于高年级的应用题,这种情况更加常见。例如解决行程问题时,既可以使用假设法,也可以采用一元二次方程法。即使是同一种解题思路的某一个步骤也可能存在多种方法,因此在阅卷时要考虑到多种标准答案的试题评分过程。在针对一题多解类小学数学代数类应用题进行自动评分之前,我们首先要为同一题目不同学生的答案选择与之相对应的标准答案,对于同一道题目,解题方法不同就会导致解题思路与解题步骤不同,我们可以利用每个解题方法中的关键步骤的不同作为区别不同解题方法的特征。本文提出了两种解决一题多解问题的自动评分方法,分别是模糊匹配法和S2模型法。这样就可以在自动评分过程中即使参考答案并没有给出全部解题方法,也可以准确为学生答案进行评分。第三,设计并实现了基于改进算法的主观题自动评分系统模型。本文构建了一个以改进的基于逻辑分析方法为核心,针对小学数学应用题的主观题自动评分模型,并对评分模型的各板块进行了设计与实现。通过对大量小学数学应用题进行试验,结果表明改进的评分方法和设计的自动评分模型具有一定的可实用性和优越性。综上所述,本文提出了一种改进的基于语义的语句相似度计算的逻辑分析评分方法和基于多特征融合的相似度计算公式,该方法可以更好的适用于数学主观题的自动评分,其判别精确度也更高;提出了模糊匹配法和S2模型验证法两种方法,用于解决一题多解问题的自动评分;设计并实现了主观题自动评分系统模型,验证所提出的方法和算法的实用性有效性。