浅析在线考试主观题智能阅卷算法设计与实现.docVIP

浅析在线考试主观题智能阅卷算法设计与实现 　　摘要： 在线考试系统需求越来越高，但其中主观题的自动阅卷评分一直没有较为成熟的方法。本文首先对主观题评卷人员的阅卷思路做模拟，运用模糊数学贴近度理论为基础，使用单向贴近度设计主观题自动阅卷评分算法，提供具体算法实现，为各类考试系统主观题自动阅卷提供一定的参考和依据。 　　Abstract： There are increasing requirements for online examination system， but there is no mature marking method for automatic assessment of the subjective questions. In this paper， it first simulates the marking idea of the marking staff. Based on fuzzy mathematical similar degree theory， single similiar degree is used to design the automatic marking method of subjective questions. Specific algorithm implementation is provided， which is of referential significance for automatic subjective questions marking of all kinds of examinations. 　　关键词： 考试系统；主观题；自动阅卷；单向贴近度；算法 　　Key words： examination system；subjective questions；automatic marking；single similar degree；algorithm 　　中图分类号：TP301.6 文献标识码：A 文章编号：1006-4311（2014）17-0231-03 　　0 引言 　　随着信息社会的发展，在线考试在的需求越来越高，不论学校课程考试、行业认证考试、等级考试还是选拔考试，在线考试的使用已经越来越普遍。它的使用可以有效控制考试阅卷成本，提高考试的效率，打破考生地理位置限制，提高评分准确度和公正度。 　　就考试的目的而言，一是检查考生对相关基础知识的掌握程序，二是对考生进行区分或选拔。一份评价效果优秀的试卷应包含客观题（选择题、判断题等题型）和主观题（名词解释题、简答题、论述题、证明题、程序设计题、翻译题等多种题型）。由于客观题的答案一般情况下是封闭性答案，自动阅卷算法简单，实现起来比较容易，也较为成熟。但主观题答题过程中普遍存在个体差异，语言使用能力不同，不同考生对同一个知识点的论述方式不一样，加之该类题型解答的开放性强，答案的复杂程度很高。目前，在各类实际考试过程中，还没有成熟地可以准确进行主观题智能阅卷的考试系统[1]。主观题智能评分是一个较为庞大的课题，涉及领域广泛，相关基础理论还有待进一步发展，如人工智能领域、学科专家领域、模式识别领域以及自然语言理解领域等，还有非常多理论上和技术上的问题急待解决。[2] 　　1 主观题型智能阅卷算法 　　1.1 考生语言特点分析 考生在解答主观题时，通常解答思路较为开放，导致答案也较为开放。在语言的使用上普遍为叙述类语言，表达方式上普遍比较多样，而每位考生对知识的理解程度不一样，所提交的答案就会有很大差异。考生提交的有些合理答案，并不一定与参考答案一致，要达到对封闭性答案一样的评分准确度就非常困难了。 　　1.2 阅卷人员分析与模拟 对阅卷人员在评阅主观题时的思维活动，往往先考查考生所提交答案中有多少个点可以列为得分点；然后再比对考生的提交解答和参考答案的贴近度；再由得分点和贴近度来形成该主观题的基础得分；最后再考虑考生答案语法是否通顺、条理是清晰等因素，得出最终得分。这种阅卷人员的阅卷思想，在智能阅卷系统中可以进行模拟。 　　1.3 主观题评分影响因子分析 主观题评分主要有两个影响因子：第一个影响因子是得分点，每道主观题的参考答案可以先整理出确定的几个得分点。第二个影响因子是考生答案和参考答案的贴近度。要在计分时运用统计分析的方法，普遍会将不同的得分点量化为一个合理相同或不相同的数量值，贴近度也可以使用算法进行量化。本文的实践过程中，使用模糊数学中贴近度的方法作为理论基础和依据。最后，依据关键词贴近度在评分时所占的权重，计算最终分值。 　　1.4 参考答案设置思考 由于不同的考生对同一个事物的理解方式和阐述会不一样，即个体差异，所以，在参考答案设置时，建议把参考答案提取出得分点，然后对每