基于知网句子相似度计算的主观题阅卷技术研究

提出了一种基于多态融合的句子相似度计算方法,用该方法能得到学生答案与标准答案之间的最佳相似度值,从而可大大提高主观题阅卷的准确率。

军队主观题阅卷模型研究

主观文字试题是当前中文在线考试系统进行考核的重要方式之一。本文对主观题阅卷涉及的相关技术进行了深入研究，采用《知网》作为语义源基础，应用《知网》关系作为文本相似度计算的语义源基础，进而搭建合理的相似度计算模型；采用差额法对相似度矩阵进行处理，求得不同层次的语义相似度，最终通过分数处理模块进行评分。

基于神经网络的空白题识别技术及其在CET主观题阅卷中的应用

在大规模高风险考试的阅卷过程中常会遇到一定数量的未作答空白题。这些空白题若能由计算机自动识别,将提高阅卷效率和降低阅卷成本。本研究尝试利用神经网络进行空白题识别技术的开发,并讨论该技术在CET主观题阅卷中的应用。该研究提取出图像像素灰度值矩阵行向量、列向量标准差的标准差作为识别空白题的特征参数,选取自学习能力较强的Elman模型,以训练速度快、准确度高的traindx函数为训练函数,以梯度下降的learngdm为学习函数,以非线性的tansig和logsig为隐藏层和输出层的传递函数,并通过对隐藏层神经元数目的调整来优化网络,使网络能以较少的运算消耗获得较好的识别效果。初步研究结果表明该技术可以较好地识别空白题,在保证识别正确率的同时节约人力等资源。

网上考试系统的设计与实现

采用B/S架构,依据传统考试过程进行的结构设计,并针对系统中重要的子系统进行了简要的阐述和说明;在试卷生成过程中采用随机选题,在此基础上提出了2个重要的算法;针对主观题阅卷引入模糊理论中的贴近度概念,实现以关键词匹配为主、贴近度匹配为辅的参数动态可调阅卷算法。

基于敏捷数据管理方法论的医学在线考试系统研究与设计——以北京中医药大学为例

针对医学在线考试系统存在开发速度慢、成本高等问题,开创性地基于敏捷数据管理方法论,利用低代码平台设计医学在线考试系统,对主观题智能阅卷进行探索。使用的低代码工具包括Access数据库、Power BI、Power Apps等,云计算平台为Microsoft 365,主观题智能阅卷探索使用R语言。介绍了数据库表、查询和窗体等设计,以及云端网站的情况及图形化开发和主要功能的实现,并以一门医学类课程考试为例,进行可视化展示。对主观题进行中文分词、关键词提取和文本相似度计算的范例性分析,总结得出应用低代码技术结合敏捷数据管理方法论,即思想敏捷、工具敏捷、资产敏捷和人员敏捷,可以有效、快捷地指导开发医学在线考试系统和进行可视化分析,提高数据利用价值。