基于多特征融合和机器学习理论的英语机考作文自动评分系统

来源 :微型电脑应用 | 被引量 : 0次 | 上传用户:tommy8248
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统作文自动评分系词汇相似度计算结果影响系统评分逻辑,导致评价不准确,为此设计了多特征融合和机器学习理论的英语机考作文自动评分系统。在硬件设计方面设计了控制电路实现对评分系统的全局控制。软件设计方面采用多特征融合技术跟踪英文词汇,并计算目标词汇和评分标准词汇之间的相似度;利用机器学习中的逻辑回归算法,设计作文自动评分逻辑。通过对比实验,对未跑题、跑题两类英语作文进行自动评分,测试结果表明,这一评分结果较准确,关键词汇识别较精准,具有优越性。
其他文献
针对原有系统在进行成本核算的过程中,受无法与医院管理系统进行交互的影响而无法管理单位信息,在每月医疗设备折旧值为3.5-5.9万元的范围内存在项目成本核算值波动性较大的问题,设计一种基于MVC框架的医院成本核算系统。系统的硬件构成为服务器模块。服务器模块由服务器、局域网以及业务电脑构成。系统的软件构成为管理单位信息模块、成本核算模块、数据库模块、人机交互模块。管理单位信息模块由设置科室奖金单元、设置职工信息单元等单元构成;成本核算模块主要由科室核算单元、服务项目核算单元等构成;数据库模块的数据库表包括员工
日前,随处可见的塑料饮料瓶正在“变身”,回归社区。这是可口可乐中国在上海进行的一场可持续包装的本土化实践。他们试图通过创新行动来推动饮料瓶循环再生公众教育,探索社区闭环模式。经过两年的实践,越来越多的人相信,通过每个人的点滴努力,终会迎来“天下无废”的一天。
当前高校毕业生就业受经济环境、就业市场和自身发展情况等因素的影响,具有随机性和周期性的变化特点,因此高校毕业生就业率是一种复杂的非线性系统,单一模型无法对该变化特点进行全面描述。为了降低预测偏差、增强结果可信度,获得更优的高校毕业生就业率预测结果,提出了组合模型的高校毕业生就业率预测方法。采用小波分析对高校毕业生就业率数据序列进行多尺度分解,得到高校毕业生就业率的子序列,利用灰色模型确定累加序列参数,通过BP神经网络得到误差反馈值。仿真测试表明,组合模型可以有效提高就业率预测能力、强化高校毕业生就业率预测