关于影响托福写作自动化阅卷工具E-Rater评分因素的实证研究

本研究通过分析ETS和新东方合作的e-rater评分系统,通过控制变量和数据分析,探讨e-rater针对不同特征的作文评分情况,比如:1) 文章字数和文章得分的关联度;2) 文章分段和文章得分的关联度;3) 文章衔接词数量和文章得分的关联度;4) 文章错误数量和文章得分的关联度;5) 文章错误种类和文章得分的关联度;6) 文章平均词句长度和文章得分的关联度等等。

通用上机考试及阅卷自动化的方法与实现

文章论述了使用MicrosoftAccess制作通用学生上机考试软件的思路和方法,说明了其各个组成部分的功能;描述了在Windows平台下,以MicrosoftAccess为工具开发通用学生上机考试软件的实现过程。

对GRE写作自动化评分器e-rater评分准确性的实证研究

本研究通过分析ETS推出的ScoreItNow!付费评分服务,来探讨ETS研发的自动化阅卷程序e-rater在GRE分析性写作评分上的准确性。研究试图回答以下四个问题:(1) ScoreItNow!打分与实际考试的得分有多大差别;(2) ScoreItNow!是否能够对文章实际内容进行准确判断;(3) 文章字数对ScoreItNow!评分有多大影响;(4) ScoreItNow!作者分析工具给出的反馈是否准确。研究发现ScoreItNow!给出给出的分数和实际考试分数接近。但是,ScoreItNow!无法对文章实际内容进行准确判断。对于字数越多的文章,ScoreItNow!也越倾向于给出更高的分数。ScoreItNow!提供的作者分析工具中给出的反例准确性不令人满意。对于GRE写作教师而言,在教学过程中可以适当强调语言表达的重要性,但同时也要教授实用的写作方法,提高学生的批判性思维的能力。

基于Moodle的自动化试卷评阅

Moodle作为目前较大的开源在线学习平台,与线下教学相得益彰,但在自动化阅卷等功能还不够完善。本文基于实际使用Moodle在线学习平台中遇到的问题,建立了在线自动试卷评阅框架,给出自动化评阅试卷的代码程序及实现方法,并对Moodle的成绩打分功能给出了实现过程,最后给出数据迁移与备份的方法,提高了Moodle平台的安全性。

基于Java的在线考试系统的研究与设计

在线考试系统是一种网络化、智能化的考核模式,该模式能节约人力资源和提高考试效率,更具有无主观性、科学性和系统性。该设计基于B/S架构模式,选择Eclipse+MySQL工具来分别实现代码的编写工作以及持久化存储工作,前端使用layui进行设计。该系统主要实现大学计算机基础课程的在线考试,该系统实现了修改密码、题库管理、管理员管理、在线考试、随机自动组卷、客观题自动阅卷、打印、试卷等功能,具有无纸化、网络化、自动化等优点。

操作题的结构化描述及其实现

探讨计算机技能考核自动化阅卷的原理,阐述多种软件操作题的结构化描述及其实现,介绍Word、AutoCAD等常用软件的对象模型。通过利用ActiveX自动化界面技术(ActiveX Automation Interface),实现计算机技能考核的自动化阅卷。

基于图像处理的试题切割方法研究

研究了基于图像处理的试卷切割方法,根据试题题号、线框等在答题卡图像中的纹理及边距特征,使用投影法对试题进行了精确分割。实验结果表明,该算法速度快、效率高,能够满足自动化阅卷系统的实时性及准确性要求。

基于4378篇学生托福作文样本的e-rater®评分维度中高频错误分析

本研究基于ETS授权新东方使用的e-rater®评分系统,采取变量控制和数据分析,致力于探讨e-rater®评分时主要检测出的错误类型以及过程中教师可获得的相关教学启示。主要探讨的问题包括:1) e-rater®所检测错误的基本分类;2) 中国考生托福作文中的五类最高频错误;3) 这五类错误的相关数据和内容细节;4) 针对这五类错误的教学建议和注意事项等。

无定位点答题卡扫描图像纠偏算法的研究与设计

答题卡扫描图像纠偏处理是自动化阅卷系统中的重要环节。使用无定位点答题卡可以降低阅卷的成本,有利于自动化阅卷系统在中小规模考试中推行。为了完善答题卡扫描图像纠偏处理的过程,文章提出了一种适用于无定位点答题卡扫描图像纠偏的算法。本算法利用了无定位点答题卡中的设计元素和排版规律进行辅助纠偏。经测试此算法有着较好的纠偏成功率。