论文部分内容阅读
在计算机自动阅卷领域中,针对单项选择题、多项选择题和填空题等客观试题的自动阅卷技术已经很成熟,被应用于大型的考试系统中。但是,针对名词解释、简答题以及论述题等主观题型的自动阅卷技术,由于其受到人工智能、自然语言理解、模式识别等理论与技术发展的限制,所以至今还很不完善,没有实用的系统出现。国内对主观题的阅卷依然是人工阅卷,但人工阅卷的结果会受很多主客观因素的影响,如学生卷面的整洁程度、学生字体的美丑、教师当时的情绪状态等,从而降低了学生之间竞争的公平性和公正性。而计算机运算速度快、效率高、精度高、不会疲劳,工作不受主观因素影响,尤其适用于主观题的自动阅卷。因此,研究如何利用计算机来实现主观题的自动阅卷具有很大的现实意义。本文针对汉语理解的特点,将句法分析中Chart算法和模糊数学中贴近度理论引入到主观题的自动阅卷系统中来。面对Chart算法容易产生歧义和分析效率低的问题,在实现了每次局部归约时,都要应用规则评分机制进行选择。规则评分机制的原则是:将规则库中的规则根据规则评分函数值进行排序,采用深度优先的方法进行分析,并选择第一个句法分析树作为优选的分析树。然后通过分析阅卷教师在评阅主观题时的思维方法,在基于模糊数学中贴近度理论上,引入了单向贴近度的概念,设计了一个主观题自动评分的算法。本文系统地阐述了如何构建一个自动阅卷系统。本文将阅卷过程分解为四个主要任务来进行的:分句分词、句法分析、关键词提取和相似度计算。分词采用最大词长匹配算法,句法分析模块采用了改进的Chart算法,相似度计算采用单向贴近度算法。在分析了它们各自的特点和任务之后,分别给出了使用算法的具体流程、分析策略、实现过程。最终实现了一个主观题自动阅卷实验系统,对于《计算机应用技术》这门学科,达到了很好的阅卷效果。