基于领域本体的主观题自动阅卷系统的研究和设计.pdf

《基于领域本体的主观题自动阅卷系统的研究和设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、CIassifiedIndex：TP391．9U．D．C：621．3SouthwestUniversityofScienceandTechnolgye13009Y§CIlMasterDegreeThesiSResearchanddesignthesubjectivequestionsauto-evaIuationsystembasedondorainontologyGrade：2011Candidate：LanFu—juAcademjcDegreeAppIjedfor：MasterofDegreeSpeciaIty：EducationaITechnoIogySuperVis

2、or：HanYong—guoMar．10，2014独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：兰宦菊日期：细降6．土关于论文使用和授权的说明本人完全了解西南科技大学有关保留、使用学位论文的规定，即：学校有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论文的全部或部分内容，可以采用

3、影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定)签名：兰鱼菊导师签名：日期：西南科技大学硕士研究生学位论文第1页摘要目前，对于中文主观题的自动阅卷，由于其受到自然语言理解、模式识别等技术限制，至今国内仍无投入使用的系统。将计算机应用到主观题的阅卷中既可以减轻教师的繁重工作，‘提高工作效率，又可以促进自动答疑系统的发展。因此，研究如何实现主观题的自动阅卷具有很大的现实意义。本文的主要工作包括以下几个方面：(1)领域本体的构建。本文在“七步法”的基础上，借助一些权威教材和领域词典构建了数据结构这门课程的本体库，构建的本体库的规模为300个。并结合本体层次

4、树的结构特点，从语义重合度、语义距离等因素综合考虑概念间的语义相似度，从而构建概念间语义相似度矩阵。(2)文本相似度算法的改进。针对传统的向量空间模型不能揭示特征词间的潜在语义关系，本文通过本体库中概念间语义相似度矩阵对特征词权重进行调整，来增强领域特征词对文本的贡献程度，建立包含语义关系的参考答案和学生答案的向量空间模型，最后用余弦法得出两个文本的相似度。(3)设计并实现主观题自动阅卷系统。该系统对数据结构这门学科，达到了较好的阅卷效果。且经过大量实验验证，该系统具有一定的可行性。关键词g领域本体向量空间模型相似度矩阵语义关系权值的优化AbstractAtpresent，

5、duetothelimitedbythetheoryandtechnologydevelopmentofartificialintelligence，naturallanguageunderstanding，patternrecognition，InourcountrythereiSstillnopracticalautomaticscoringsystemthatcanusetoscoresubjectivequestions．Usingthecomputertoscore，ithasahighefficiencyandteacherscanfreefromheavyma

6、rkingexaminationpapers·Moreimportantly，itcanfacilitatethedevelopmentofautomatedansweringsvstem．Therefore，itisconsiderablypracticalandsignificanttodoresearchontheautomaticscoringtechnologyofsubjectivequestions·Inthispaper，themainworkincludesthefollowingseveralaspects：(1)Buildingdomainontolo

7、gy．Basedonthe”seven。stepmethod”，weusedsomeauthoritativebooksandareasdictionarytobuildalibraryofdatastructuresontologylibrary，thebodysizeofthelibrarywas300．What’Smore，basedonthestructuralfeatureofontologymodel，weconstructedmatrixbetweenconceptsemanticsimilarity