基于词法、语法分析的试题导入系统的研究

针对传统在线考试系统试题录入效率低下的问题,提出了一种基于词法分析和语法分析的试题验证解析方法。阐述了试题导入系统的架构和基本原理,重点说明了词法分析和语法分析的应用原理和方法,并根据试题导入应用的特殊性,对语法分析进行改良,提出了附加栈法和错误预测捕捉法,从而提高解析能力和错误处理能力。

一种基于C#中将Word试题导入数据库的实现方法

随着在线考试系统的不断发展,试题库建设问题也逐渐显露出来,如何让用户方便,快捷的录入试题,并能够保留试卷原有的格式,尤其是包含图片和公式的试卷,一直是开发者着力解决的主要问题。本文通过利用Word文档来组建试卷,并在Word中设置起始标志,对Word文档标签的提取和过滤,本文实现了基于C#中将Word文档中的包含图片,表格,公式的试题批量导入数据库的方法,大大提高了题库建设的效率。

基于词法分析和XML技术的多媒体试题批量导入研究

试题导入是当前在线教育面临的一个难点问题。传统的在线试题导入效率较低而且出错率较高。目前一些基于词法、语法分析的试题导入研究侧重于纯文本试题的导入。通过对联通内训平台试题库的分析发现包含图片、视频的多媒体试题出现较为频繁。为了解决这一问题,提出一种基于词法分析和XML技术的多媒体试题批量导入方法。该方法首先对试卷进行预处理得到标准的试卷模型,然后通过试题解析得到HTML格式的试卷并根据HTML的标签信息分解出题目与答案,最后将"题目-答案"以XML格式存入数据库中并完成试题导入。该方法成功运用到联通内训平台,高效地解决了多媒体试题导入的问题。相比于现有的试题导入方法,该试题导入方法支持的试题类型更多,导入效率和准确率也有所提高。

一种试题智能提取与批量导入方法

试题批量导入方法是试题库系统的重要研究内容。针对已有方法存在操作复杂、信息丢失、效率低下等问题,提出了一种试题智能提取与批量导入方法。首先设置简单易用的标识规则,制定导入文档模板,然后设计了试题自动识别与分割算法,逐题获得试题题干和答案,最后使用基于向量空间模型的试题相似度检测方法对试题重复性进行识别,再将试题信息存入数据库。实验表明:与单题录入方法相比,本方法的时间效率优势明显,适合大批量的试题录入。