基于Flex和模糊理论的在线考试智能阅卷系统的研究与应用

论文摘要

随着我国教育事业的发展和教育思想的进步,传统的考试方式暴露出越来越多的弊端,无纸化在线考试系统得到了广泛的普及和应用,但还存在许多问题,尤其在智能阅卷领域。目前,针对选择题、填空题和判断题等客观试题的自动阅卷技术已经非常成熟,被广泛的应用于大型考试系统中。但是,针对名词解释、简答题和论述题等主观题型的自动阅卷技术,由于涉及到人工智能、自然语言理解、模式识别等理论与技术的问题,所以至今还很不完善。国内对主观题的阅卷依然是人工阅卷,但随着学生的增加,人工阅卷会给教师带来许多额外的工作量。而计算机运算速度快、效率高、精度高,尤其适用于主观题的自动阅卷。因此,研究如何利用计算机来实现主观题的自动阅卷具有很大的现实意义。本文针对汉语自身的特点,将中文自动分词技术、句法分析中的Chart算法和模糊数学中的单向贴近度理论引入到主观题的智能阅卷系统中来。首先对中文分词的最大匹配法进行了研究与分析,采用一种改进的词典机制,提高了分词的效率和准确率,然后针对Chart算法容易产生冗余边和分析效率低的问题进行了改进,然后通过分析阅卷教师在评阅主观题时的思维方法,在模糊数学的理论基础上,引入了单向贴近度的概念,设计了一个对主观题进行评分的算法。本文将阅卷过程分解为三个主要步骤来进行：中文分词、句法分析和相似度计算。分词基于改进后的词典机制,采用最大匹配算法实现,句法分析采用了改进后的Chart算法,相似度计算采用单向贴近度算法。在分析了每一步的特点和任务之后,分别给出了使用算法的设计思想、算法描述和实现过程。然后系统地阐述了如何基于Flex构建RIA应用,并提出了Flex与JavaEE整合的解决方案,并基于该架构模拟实现了一个主观题智能阅卷系统,达到了很好的阅卷效果,具有较好的推广应用价值。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 课题研究背景
• 1.2 课题研究现状
• 1.3 课题研究意义
• 1.4 本文的主要工作
• 2 课题相关技术
• 2.1 RIA及Adobe Flex
• 2.1.1 RIA
• 2.1.2 Adobe Flex
• 2.1.3 AMF协议
• 2.2 Hibernate框架
• 2.3 Spring框架
• 2.4 BlazeDS框架
• 3 系统的处理流程
• 3.1 客观题的评阅方法
• 3.2 主观题的评阅方法
• 3.3 主观题智能评阅的处理流程
• 3.4 智能阅卷的关键技术
• 3.4.1 中文分词
• 3.4.2 词类标注
• 3.4.3 句法分析
• 3.4.4 单项贴近度的计算
• 4 关键算法设计
• 4.1 分句与分词算法设计
• 4.1.1 分句算法设计
• 4.1.2 分词算法设计
• 4.1.3 实验结果与分析
• 4.2 句法分析算法设计
• 4.2.1 Chart算法分析
• 4.2.2 Chart算法改进
• 4.2.3 改进后的算法描述
• 4.2.4 实验结果分析
• 4.3 单项贴近度计算方法设计
• 5 系统的架构与实现
• 5.1 开发环境与开发平台
• 5.2 系统总体结构模式
• 5.3 Flex RIA与JavaEE框架的整合
• 5.3.1 Hibernate的相关配置
• 5.3.2 Spring的相关配置
• 5.3.3 Flex与JavaEE框架的整合
• 5.3.4 数据源的配置
• 5.4 Spring BlazeDS Integration
• 5.4.1 建立Spring BlazeDS Integration项目
• 5.4.2 保护远程服务的配置
• 6 总结
• 6.1 论文取得的成果
• 6.2 存在的问题及展望
• 参考文献
• 作者简历
• 学位论文数据集