近年来,伴随着人工智能技术发展而来的一场教育变革正悄然改变着以往的学习与教学环境。这场教育变革的重点为智慧学习环境的构建与应用,智能教辅系统将成为该环境中的不可或缺的交互媒介,与此同时关于智能解题的研究也吸引了不少研究者的兴趣。然而,目前关于智能解题的研究大多集中在数学学科领域,部分学者开展了与物理解题相关的研究,但由于物理试题语言的复杂性和中学物理学科试题固有的难度,物理学科已有的智能解题的研究普遍采用基于规则匹配的方法来解答特定类别的试题,对中学物理学科系统知识的智能解答的研究甚少。因此,实现对中学物理试题智能解答仍是一项颇具挑战的任务。初中物理题目的解答涉及一个庞大且复杂的物理学科知识体系,需为不同类别考点的试题分别构建相应的解题模型,例如力学与电磁学的试题将采用不同的解题模型进行解答。如何自动匹配某类试题与其对应的解题模型,即为试题自动分类的主要研究范畴。因此,对初中物理试题的自动分类是实现物理试题智能解答的基础和关键步骤之一。本文以初中物理试题为研究对象,采用机器学习的方法对初中物理试题自动分类问题进行了研究,具体研究内容如下:(1)初中物理试题分类模型构建。首先分别从初中物理学科知识和初中物理试题特征两方面分析了初中物理学科的特点。然后基于本体建模的思想和方法,阐述了初中物理领域知识本体的构建方法和具体过程,构建了初中物理领域知识本体。最后,提出了初中物理知识点分类编码标准和初中物理试题分类模型。(2)初中物理试题自动分类方法研究。本文首先利用网络爬虫方法获取初中物理试题数据,然后通过试题分类与标注得到了初中物理试题语料集,并在文中通过实验证明了该语料集的规范性。其次,本文将初中物理领域知识本体中的概念及其关系应用到试题特征向量构造中,提出了融合本体概念的物理初中试题特征向量构造方法,并基于该方法借助Word2vec模型对初中物理试题语料集进行训练,得到了初中物理试题文本的词向量模型。最后,本文提出了基于关键词加权的初中物理试题自动分类模型——fastTextRank,并采用该模型对初中试题文本的词向量模型进行训练,得到了基于fastTextRank的初中物理试题分类器,通过实验验证了该分类器的有效性。(3)在初中物理试题分类模型构建和分类方法研究的基础上,设计并实现了初中物理试题自动分类原型系统。通过系统测试表明该分类系统能有效实现初中物理试题类型的自动识别。