基于计算机辅助评价的主观题自动评测研究.pdfVIP

2013年3月 重庆师范大学学报(自然科学版) Mar．2013 of Normal Science) V01．30No·2 Journal University(Natural 第30卷第2期 Chongqing 基于计算机辅助评价的主观题自动评测研究+ 姜振凤1，刘 力2 (1．枣庄学院信息科学与工程学院，山东枣庄277160；2．沈阳师范大学教师专业发展学院，沈阳i10034) 摘要：对于主观题答案的自动测评研究一直是计算机辅助评价实施中的热点和难点问题。为了更好地发挥现有计算机辅 助评价系统的功能，提出了一种新的评估方法来实现对学生提交的主观题答案进行自动评估。评价的执行需要建立一个 由课程教师及有关专家编写的参考答案知识库，每个问题包括若干个参考答案。然后重点研究了如何将BLEU算法运用 到评价中，并通过对”元组的处理，针对同义词及拼写错误等问题对算法进行了改进。利用改进的BLEU方法来确定与 学生给出答案最相似的参考答案，并计算学生答案同选定参考答案的相似度，从而得出对该主观题成绩的评定。最后通 过实验证明了该方法的有效性。结果表明，同现有的较为成熟的评价手段相结合，该方法可用于对主观题答案的测评，并 能够在计算机辅助评价中发挥更为积极的作用。 关键词：计算机辅助评价；自动评分；BI。EU算法；主观题 中图分类号：TP311 文献标志码：A 05 计算机技术和教育测量与评价思想的融合促使计 的自动评估方法主要包括：将基于关键字的方式与文 assessment，CAA) 算机辅助评价(Computer—assisted 本深度分析相结合；使用模式匹配技术；将答案分解成 成为考核并评价学习者对知识、技能等掌握情况的有 概念及其语义依赖；将一些机器学习技术进行整合；使 效途径。简单地说，凡是借助于软件和设备进行的测 用潜在语义分析(LSA)来对维度空间进行降维等口]。 试和评价都属于计算机辅助评价的研究领域[1]。近几 这些方法在技术上概括起来可分为3类，即关键词分 年随着计算机技术在教育信息化应用中的不断普及， 析、完整自然语言处理及信息提取技术。由于很难实 对于CAA的研究也引发了在评价内容、方法和形式 现完整文本解析和语义分析，且存在跨语言理解等问 上的深刻变革口J。本文在对现有计算机辅助评价系统 题，因此在相关方法类别中，“信息提取技术”提供了一 进行分析与研究的基础上，重点讨论CAA对计算机 种更为适合、有效的方式，它利用自然语言处理 辅助测试结果所进行的评价和反馈。 (NLP)工具对特定内容进行文本搜索而无需作深入 现有的计算机辅助评价系统也称为自动阅卷系 的分析[6j。 统，是基于计算机辅助评价理论与技术设计开发的系 本文提出了一种基于信息提取的评价方法来对学 统[3]。目前，大多数计算机辅助测评系统中，对于试题 生提交的主观题答案进行自动评测。利用该方法进行 库维护、智能组卷、在线答题等功能均采用了各自相对 评价，需要建立一个由课程教师及相关专家制定的参 比较成熟的解决方案，并且己经能很好地完成对客观 考答案知识库，且每个问题包括若干个参考答案，并应 试题的自动评阅工作[4]，但对于一些主观性很强的问 用一个改进的B1．EU算法来实现具体的评价操作。 题，并没有很好的解决方法。主观题最重要的特征是 1BLEU方法概述 题目的解答需要通过语言的表述来完成，标准答案具 有多样性、不确定性等特点，因此对于主观题的自动批 1．1BI。EU介绍 阅成为CAA研究的重点和难点，它涉及到人工智能、