导读:本文包含了自动评分论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:评分,系统,答案,英语写作,自然语言,神经网络,大学。
自动评分论文文献综述
黄芳[1]（2019）在《基于XML结构的文本翻译信息自动评分系统设计》一文中研究指出传统的自动评分系统对商务英语中的文本翻译信息进行评定时,标准题型的评分准确性较高,主观题型的评分准确性较低。为了解决这一问题,基于XML结构设计一种新的自动评分系统。分别设计了系统硬件部分和软件部分,硬件主要包括专业词库和关键词权重库,专业词库由统计分词、匹配分词和理解分词构成,权重库主要设定了各个关键词的权重;软件部分由考生答案与标准答案对比、关键词权重计算、证明条件判断、解法识别、减分操作、成绩计算六个步骤构成。为验证系统的工作效果,同时选用传统评分系统、文中所提评分系统和人工进行评分,对比评分结果表明,相较于传统评分系统和人工评分,基于XML结构的翻译信息评分系统能够更加高效、准确地评定标准题型和主观题型,并给出相对客观的分数。(本文来源于《现代电子技术》期刊2019年23期）
谭红叶,午泽鹏,卢宇,段庆龙,李茹[2]（2019）在《基于代表性答案选择与注意力机制的短答案自动评分》一文中研究指出短答案自动评分是智慧教学中的一个关键问题。目前自动评分不准确的主要原因是:(1)预先给定的参考答案不能覆盖多样化的学生答题情况;(2)不能准确刻画学生答案与参考答案匹配情况。针对上述问题,该文采用基于聚类与最大相似度方法选择代表性学生答案构建更完备的参考答案,尽可能覆盖学生不同的答题情况;在此基础上,利用基于注意力机制的深度神经网络模型来提升系统对学生答案与参考答案匹配情况的刻画。相关数据集上的实验结果表明:该文模型有效提升了自动评分的准确率。(本文来源于《中文信息学报》期刊2019年11期）
刘洋[3]（2019）在《无纸化自动评分考试系统的设计与实现途径探索》一文中研究指出考试作为教学活动和选拔人才的重要环节,从古代科举时代便诞生,传统考试主要是以纸和笔作为媒介。伴随社会经济和科学技术的发展,各类考试和人才需求的不断增加,考试的管理工作任务的强度也在不断加大,传统的考试方式已经无法跟上发展需求,越来越多的学校以及选拔人才的单位开始采用计算机考试系统来代替传统的考试方式。该文通过分析无纸化自动评分考试系统的优势,深入的探究了无纸化自动评分考试系统的设计与实现。(本文来源于《电脑知识与技术》期刊2019年31期）
宋毅宁[4]（2019）在《基于自动作文评分系统的数字化写作平台的构建及应用效果探究》一文中研究指出在大数据时代,将现代信息技术与写作教学进行有机整合、实现深度融合已成为外语教学走向现代化的必经之路。在建构主义、形成性评价和过程写作法的理论框架下,研究者依托本土化的自动作文评分系统批改网,构建了大学英语数字化写作平台,并对其应用效果进行了实证研究。问卷调查和访谈结果初步证实了数字化写作平台介入写作教学的可行性和有效性,研究者针对平台存在的缺陷和不足进一步提出了合理化建议。(本文来源于《英语广场》期刊2019年10期）
宋毅宁[5]（2019）在《自动作文评分系统对大学生英语写作能力的影响实证研究》一文中研究指出将自动作文评分系统与写作教学进行整合是大学英语教学改革的一大着力点与突破口,通过实证研究探讨以批改网为代表的本土化自动作文评分系统对大学生写作能力的影响。教学实验结果表明,该系统不仅能从整体上提高大学生的写作水平,还能对除篇章结构之外的叁个分项维度产生积极影响,尤其是词汇和句子的分项成绩提高极为显着,而其影响程度与大学生的英语水平成负相关。(本文来源于《大学教育》期刊2019年10期）
马洪超,郭力,彭恒利[6]（2019）在《基于SVM和BP神经网络的作文自动评分效果比较》一文中研究指出随着人工智能的发展,深度学习方法被广泛应用到图像、语音处理等领域。在教育考试领域,国内外众多机构和研究者对作文自动评分展开研究。基于汉语水平考试(HSK)作文语料库,对已标注作文文本进行特征提取和筛选,在此基础上,采用支持向量机(SVM)和BP神经网络两种深度学习方法对作文等级分类,比较两种方法不同训练函数在HSK作文预测结果上的差异。(本文来源于《考试研究》期刊2019年05期）
王妍,彭恒利[7]（2019）在《汉语口语开放性试题计算机自动评分的效度验证》一文中研究指出计算机自动评分优势诸多,发展势头迅疾,将这一技术引入到实评之中,须对其效度进行论证。本研究依据Williamson等在2012年提出的计算机自动评分效度论证框架,对2016年11月我国新疆地区中国少数民族汉语水平等级考试(MHK)口语考试的实测数据进行了计算机自动评分的效度验证,结果显示:依据该框架对口语开放性试题计算机自动评分进行效度验证是可行的,MHK口语开放性试题的计算机自动评分与人工评分的依据相似,与专家评分的相关系数在0.8以上,评分的一致性和稳定性较高,多项指标明显优于人工评分。(本文来源于《中国考试》期刊2019年09期）
张景辉,王培进[8]（2019）在《课程设计自动评分系统设计与实现》一文中研究指出自动化专业的专业课大部分都有课程设计实验,对于实验成绩的给定,一般是由指导教师主观给出,缺少客观性、科学性和公平性,且耗费时间。作者开发的自动评分系统实现了对课程设计实验结果的自动评分,提高评分效率的同时还实现了对实验结果和实验报告的抄袭检测。实践证明,自动评分系统功能完善,效果良好。(本文来源于《电气电子教学学报》期刊2019年04期）
焦秀秀[9]（2019）在《基于抽象语法树的C编程题自动评分方法研究及应用》一文中研究指出随着计算机技术的飞速发展,互联网+教育深刻地影响着教育教学方式和课程考试方式。编程题的自动评分是程序设计类课程在线考试中的一个重大需求,实现编程题的在线实际测试是程序设计语言课程考试的最有效形式。由于程序设计题主观因素强、解决方式多、评分标准不完善,因此,如何实现高效合理的编程题自动评分,一直是程序设计类课程在线考试领域研究的难点和热点问题。基于对编程题评测特点的研究,本文依据人工评分思想,设计了一个改进的动静结合评分模型。该模型的动态评分部分依赖于POJ(Peking Online Judge)内核实现,静态评分部分基于抽象语法树实现。改进的动静结合评分模型依据学生程序编译是否通过,分别对学生程序应用不同的评分规则,同时加入了程序是否满足要求的知识点评测。对编译通过的学生程序同时进行动态评分和基于抽象语法树的静态评分。对于编译未通过的学生程序,先按照预先设置的评分规则扣除语法分,之后只进行基于抽象语法树的静态评分。研究并实现了基于抽象语法树的C编程题静态分析方法,该方法首先借助GCC编译命令生成抽象语法树(Abstract Syntax Tree,AST),并依据本文给出的抽象语法树预处理原理及算法实现对生成的抽象语法树进行解析和标准化,采用树编辑距离(Tree Levenshtein)算法计算学生程序抽象语法树与模板程序抽象语法树之间的最小编辑距离,并依据相似度计算公式得出两者之间的相似度。取学生程序抽象语法树和模板程序库中模板程序抽象语法树的最大相似度作为学生程序与模板库程序的相似度,最后依据预先设定的评分规则计算学生程序的静态得分。针对本文设计的动静结合评分模型,以本校2018-2019第一学年的C语言考试数据为数据源,选取42个代表性的学生程序进行实验分析,实验结果表明本文的评分方案较本校现有系统的评分方案更贴近人工评分,且准确率平均可以达到80%,具有很高的可用性。本文以基于抽象语法树的C编程题静态分析方法为核心,借助改进的动静结合评分模型,设计并实现了C语言在线考试系统。该系统减轻了教师评阅试卷的负担且保证了对学生程序评判公平合理。(本文来源于《西安理工大学》期刊2019-06-30）
肖灵云,侯开虎,戴洪涛,杨少琦[10]（2019）在《自动评分方法研究现状及趋势》一文中研究指出自动评分方法是教育中实现计算机评分的一项研究,经过归结、分析国内外自动评分方法及最新的科研成果,完善对自动评分方法的研究,便于快速学习和把握自动评分方法,了解该领域的发展现状及趋势。经过对过去该领域经典文献整理,分析不同自动评分方法的运用思想、优劣势,总结每种计算方法的侧重点及最新的应用进展。本文从国内外自动评分方法两方面进行阐述,形成较为清晰的思路。指出基于自然语言处理的自动评分方法为主流方法,基于深度学习的自动评分方法(CNN、RNN、LSTM)将成为该领域的发展趋势,有助于全面把握和深刻了解自动评分方法的现状和未来发展趋势。(本文来源于《软件》期刊2019年06期）
自动评分论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
短答案自动评分是智慧教学中的一个关键问题。目前自动评分不准确的主要原因是:(1)预先给定的参考答案不能覆盖多样化的学生答题情况;(2)不能准确刻画学生答案与参考答案匹配情况。针对上述问题,该文采用基于聚类与最大相似度方法选择代表性学生答案构建更完备的参考答案,尽可能覆盖学生不同的答题情况;在此基础上,利用基于注意力机制的深度神经网络模型来提升系统对学生答案与参考答案匹配情况的刻画。相关数据集上的实验结果表明:该文模型有效提升了自动评分的准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自动评分论文参考文献
[1].黄芳.基于XML结构的文本翻译信息自动评分系统设计[J].现代电子技术.2019
[2].谭红叶,午泽鹏,卢宇,段庆龙,李茹.基于代表性答案选择与注意力机制的短答案自动评分[J].中文信息学报.2019
[3].刘洋.无纸化自动评分考试系统的设计与实现途径探索[J].电脑知识与技术.2019
[4].宋毅宁.基于自动作文评分系统的数字化写作平台的构建及应用效果探究[J].英语广场.2019
[5].宋毅宁.自动作文评分系统对大学生英语写作能力的影响实证研究[J].大学教育.2019
[6].马洪超,郭力,彭恒利.基于SVM和BP神经网络的作文自动评分效果比较[J].考试研究.2019
[7].王妍,彭恒利.汉语口语开放性试题计算机自动评分的效度验证[J].中国考试.2019
[8].张景辉,王培进.课程设计自动评分系统设计与实现[J].电气电子教学学报.2019
[9].焦秀秀.基于抽象语法树的C编程题自动评分方法研究及应用[D].西安理工大学.2019
[10].肖灵云,侯开虎,戴洪涛,杨少琦.自动评分方法研究现状及趋势[J].软件.2019
论文知识图
