网络主观题评分系统算法设计与实现.docVIP

网络主观题评分系统算法设计与实现 　　摘要：主观题自动批改技术由于涉及自然语言处理等问题，一直以来都是网络智能考试系统研究的重点与难点。这一技术的突破能减轻问卷教师的工作负担，提高阅卷的工作效率，同时也能避免人工阅卷过程中主观因素的影响，从而提高阅卷过程的公平性。文章拟就主观题自动批改与客观题自动批改的区别、实现自动批改技术的思想与算法及自动批改系统的设计与实现提出意见和建议。 　　关键词：主观题；评分；系统；算法；设计；实现 　　 　　随着信息技术的普及和发展，计算机自动批改技术得到了广泛的应用，如：计算机等级考试、大学英语等级考试等国家级考试中的客观题部分均采用了计算机自动批改技术，大大提高了阅卷的正确性和效率，对试题中的主观题部分的自动批改技术的研究也已取得了许多成果。但由于主观题自动批改技术涉及人工智能、自然语言处理、模式识别等领域，特别是完全实现对自然语言的识别和处理仍有困难，因此目前大多数主观题自动批改技术尚属实验性质。本文拟就主观题自动批改系统的算法及设计进行了探讨。 　　一、主观题自动批改技术概述 　　主观题与客观题的主要区别在于主观题采用语言叙述方式答题，由于答题者对知识的掌握程度的不同及语言表述能力的不同，所给出的答案自然也不同，即便答案正确，与超标准答案也不可能完全一致。如何实现主观题的自动批改？要达到这一目的就要对主观题的人工批改过程进行研究，在人工批发过程中，阅卷老师首先要记住某题答案中的得分点，在学生提交的答案中查找，有一个则加上相应的分值，然后再看学生答案与标准答案的相似程度，相似程度越高，则分值越高，最后再根据学生答案在叙述上是否流畅、条理是否清晰作适当的调整。这就是主观题人工批改的过程，在实现计算机自动批改的过程中，可将学生答案内容分解为若干关键字序列，再与标准答案中的关键字序列进行相似度比较，这一过程可采用模糊数学中的相似度计算方法来实现，相似度/贴近度越高的，分值越高，反之越低。［1］ 　　为实现学生答案和标准答案的相似度比较，需把学生答案??标准答进行中文分词，即把答案中的中文语句正确切分为中文词序列，如：“主观题自动批改技术是前沿领域”，正确切分后的序列为：“主观题/自动/批改/技术/是/前沿/领域”。 　　分词是自然语言处理系统中的重要步骤，要实现主观题的自动批改，必须先实现中文语句分词。中文分词就是计算机自动识别文中词的边界的过程，中文语言的分词技术相比西文语言来说要难得多，因为西文语句中每个词之间有空格间隔而中文是没有的，所以，在阅读中文文章时，读者需要对语句先分词先能读懂文中的正确意思。如：“北京市民间艺术汇演”，应分词为：北京市/民间/艺术/汇演”，而分词为：“北京/市民/间/艺术/汇演”，则不能正确理解文中的意思。可见分词结果对于中文语句的正确理解有着重要的意义，对于中文主观题的自动批改也是必须实现的重要步骤，正向最大匹配算法与逆向最大匹配算法是目前常用的分词方法。在使用这种方法分词前，需要有一容量足够大的中文词库：中文词典，中文词典的词语覆盖面的大小决定了分词的结果，分词先使用正向匹配算法，正向匹配算法从待切分中文语句/中依次取出1，2，3，…n个字符来与已有的词典比较，看看在词典中是否有这个词，若有，则匹配成功，将它放入词队列或数组中暂存，接着对中文语句/字串中剩余的部分进匹配，直到全部分词完毕。正向最大匹配算法按照从左到右的顺序进行匹配，正向最大匹配算法原理如下列所示，假如待切分中语句为：“北京人民间艺术汇演”，首先扫描得到第一个字符‘北’，在词表中未找到与之匹配的词，继续取第二个字符‘京’“北京”是词表中的词，放入词队列中暂存，接着扫描到“人”继续取出‘民’，“人民”从词典中可查找到这个词，同时也可确定并不是词表中某个已存在词的前缀，这时可以将“人民”从语句中切分出来放入队列中，接着继续扫描处理语句的后续部分，从上述过程可知，最大匹配算法在分词要遵循所谓的最大化原则，即确保已扫描出的词不是某个已存在词的前缀。在进行中文分词过程中，在实际应用中通常将正向最大匹配算法与逆向最大匹配算法两者结合起来使用，这样可提高分词结果的正确率。分词通常使用分词软件来进行分词过程，分词过程中将学生提交内容和参考答案进行分词，然后通过使用PF*SF进行关键词的权值计算，最后形成以关键词的权值表示的向量。其中PF表示某词在学生交内容中出现的频率，而SF，表示该词在参考答案中的出现的频率。［2］ 　　二、主观题自动批改算法 　　分词结束后就可进行相似度计算了，为计算中文关键字的接近程度，现引入单向贴近度的概念。为说明方便，以字符串Sl和S2为例介绍计算字符串Sl贴近字符串S2的单向贴近度T（S1，S2），步骤如下： 　　（1）首先将对待判断字符串进行单\双字节判断，因