基于機器學習的中小學數(shù)學自動閱卷系統(tǒng)研究與實現(xiàn).pdf

1、近年來，隨著大數(shù)據(jù)(Big Data)、云計算(Cloud Computing)、物聯(lián)網(wǎng)(Internet of Things)等新一代信息技術的不斷發(fā)展，人們獲取知識、信息的途徑也發(fā)生著深刻地變化，機器學習(Machine Learning)、智慧教育(Wisdom Education)、教育大數(shù)據(jù)(Education Big Data)等新理念正在改變著傳統(tǒng)的教育生態(tài)、教學形態(tài)和學習方式，同時也推動著教育現(xiàn)代化向信息化的深度發(fā)展。<

2、br>　　考試是教學行為中了解學生對知識、理論掌握程度，評價教學效果的重要環(huán)節(jié)，傳統(tǒng)的人工改卷成了教師的主要負擔，這不僅改卷的時間長，而且還容易出現(xiàn)錯誤。特別是在主觀題的閱卷中教師的主觀因素對評分會有不同程度的影響，比如學生試卷的整潔程度、字體是否工整、教師當時的情緒等因素，這些都可能導致閱卷給分的誤差，影響考生得分的客觀公正性。而計算機進行自動閱卷不僅速度快、效率高，還能不受主觀因素影響，尤其對大規(guī)模大批量的考試起著更為重要的意義。因

3、此，研究開發(fā)計算機自動閱卷系統(tǒng)，不僅可以大大減輕教師工作負擔，有助于教師集中精力開展教學創(chuàng)新和科學研究，而且便于及時真實地采集學生的學習數(shù)據(jù)，運用大數(shù)據(jù)技術挖掘學生個性特征，結合互聯(lián)網(wǎng)技術和云計算技術推動智慧教育的快速發(fā)展。
　　本文首先回顧了國內外機器自動閱卷的發(fā)展歷史，分析了其技術發(fā)展現(xiàn)狀，針對主觀題自動閱卷的難點，將機器學習中深度學習(Deep Learning)的理念應用到主觀題自動閱卷系統(tǒng)設計中，對數(shù)學題型構建分層模型，

4、把題目進行分類，對分類后的題目再進行分層處理，以達到能夠對大量的學生作業(yè)考試信息進行深度的挖掘分析，提取出有用的特征信息，來促進學生的個性化高效學習。系統(tǒng)針對主觀題自動閱卷對標準答案錄入以及填寫要求苛刻的問題，進行了優(yōu)化設計，只需輸入題目所問的問題、題目分數(shù)、題目標準答案及權值。其次針對數(shù)學里專有名詞比較多，而正向最大匹配算法(FMM)對專有名詞的分詞率較低的情況，對正向最大匹配算法進行了改進，提高了分詞正確率，并且把模糊數(shù)學里貼近度的