基于文本挖掘的主觀題評閱輔助系統(tǒng)的研究.pdf

1、計算機(jī)評閱客觀題已基本實(shí)現(xiàn)，對于主觀題，由于它的答題特點(diǎn)和復(fù)雜性，目前還沒有一種考試系統(tǒng)能很好地完成其自動評閱。隨著數(shù)據(jù)挖掘、模式識別、人工智能及自然語言理解等方面的不斷發(fā)展，利用計算機(jī)評閱主觀題將逐漸成為事實(shí)。
　　 在教師評閱主觀題時，一般要檢查學(xué)生答案中的得分點(diǎn)，即關(guān)鍵字，關(guān)鍵字越多，分?jǐn)?shù)越高；其次要看關(guān)鍵字和標(biāo)準(zhǔn)答案的相似度，相似度越高，則分?jǐn)?shù)越高。本文主要通過文本挖掘中的文本分類算法將主觀題答案分到某一分值的類別中，主

2、觀題的最后得分也就是所屬類別的分值。
　　 文章首先研究了主觀題文本的預(yù)處理，如分詞算法、向量空間模型、特征選擇等基本理論及兩種文本分類算法：最近鄰法及BP神經(jīng)網(wǎng)絡(luò)法，并對各種算法進(jìn)行分析；其次建立了基于某一學(xué)科且能動態(tài)調(diào)節(jié)的專業(yè)詞庫，并提出了將正向最大匹配法與專業(yè)詞庫相結(jié)合對文本進(jìn)行分詞的方法，解決了分詞技術(shù)中歧義切分及未登錄詞問題；另外又提出了匹配替換法，對分詞結(jié)果進(jìn)行優(yōu)化，解決了分詞結(jié)果中詞單位小、數(shù)量多的不足，并使關(guān)鍵字

3、的集合更加接近于學(xué)生答案；再就是通過計算關(guān)鍵字的文檔頻率，對關(guān)鍵字進(jìn)行特征選擇，選取給定數(shù)目的關(guān)鍵字，通過向量空間模型將一個文本表示為向量空間中的一個特征向量；最后利用kNN和BP神經(jīng)網(wǎng)絡(luò)法將預(yù)處理得到的學(xué)生答案分類，分別對主觀題文本進(jìn)行測試，并對這兩種分類算法的準(zhǔn)確性及有效性進(jìn)行分析。選取一種準(zhǔn)確性較好的分類算法建立主觀題評閱輔助系統(tǒng)。
　　 本文立足于中文自動分詞和主觀題文本分類兩方面的問題，用Matlab進(jìn)行仿真實(shí)驗(yàn)，并通