作业系统中计算类主观题处理技术研究

论文摘要

作业和批改作业是一个重要的教学环节。大量研究表明,学生认真做作业和教师认真改作业对学生的学习质量和学习成绩具有至关重要的影响。利用计算机对学生作业进行识别和批改,较教师手工批改作业能大大提高作业批改的速度,减轻教师的工作量。目前已有较多作业批改软件,但它们大多是对选择题、判断题等客观题进行识别和批改,较少能对计算类主观题进行自动识别和批改。本文提出了利用计算机自动识别和批改计算类主观题的方法,并以“材料力学”课程为主要研究对象,运用符号运算、专家系统等技术,研究了部分初等数学表达式的比较识别方法,并在此基础上建立了材料力学课程部分计算类主观题的自动识别和批改技术。 计算类主观题的自动批改是一个基于知识的智能识别技术,本文研究了适合材料力学计算类主观题识别的知识表示方法。文中将知识分为学科理论知识和学科专家知识。为了进行计算机自动批改和识别,就必须有效的组织和表达学科理论知识。本文提出了将学科理论知识中的解答步骤用SUM、TERM、FIELD等算子进行嵌套表示,对一些较复杂的FIELD还采用O变量进行化简,从而保证了识别的效率和正确性。为了对学生在作业中暴露出来的错误和问题进行描述,必须合理有效地根据教师丰富的教学经验来设计学科专家知识。本文提出了通过定义关键步骤、错误步骤等学科专家知识来诊断学生作业中的错误和问题,形成学生的学习情况记录,从而指导学生进一步的学习。 数学表达式的比较识别是学生作业自动识别技术的核心,本文运用最大公因式提取和因式分解等符号运算技术,实现了部分初等数学表达式的比较识别,为计算类主观题的自动批改打下了一定的技术基础。 本文提出了适合计算类主观题自动识别和批改的控制模型。计算类主观题的识别是一个相当复杂的过程。为此建立了一套高效的控制模型对识别和批改工作的整个过程进行控制,本文将识别过程分为前处理、正确解答的识别、错误解答的识别以及相似错误的识别四个阶段,而在识别策略上则提出了采用了“解法识别”、“解答识别”和“步骤识别”三层结构的识别控制策略,从而使学生作业的自动识别和批改更加准确可靠。 本文运用专家系统实现了作业错误的自动跟踪与动态诊断。已有的大部分教学软件除了缺乏对主观题进行自动识别的功能之外,还缺乏对学生作业中错误和问题的定义、描述、自动跟踪和动态诊断等功能,而这些功能是作

论文目录

• 第1章 绪论
• 1.1 研究背景和意义
• 1.1.1 问题的提出
• 1.1.2 国内外研究情况
• 1.1.3 研究意义
• 1.2 本文主要工作
• 1.3 本章小结
• 第2章 识别控制模型
• 2.1 概述
• 2.2 控制策略与控制流程
• 2.3 本章小结
• 第3章 知识表示
• 3.1 概述
• 3.2 知识及其分类
• 3.2.1 运算知识
• 3.2.2 非运算知识
• 3.3 知识表示方法
• 3.3.1 人工智能技术中常用的知识表示方法
• 3.3.2 学科理论知识的表达
• 3.3.3 学科专家知识的表达
• 3.4 本章小结
• 第4章 推理控制与搜索策略
• 4.1 概述
• 4.2 例子
• 4.3 控制策略
• 4.3.1 识别控制流程
• 4.3.2 识别控制策略
• 4.3.3 错误评价
• 4.4 搜索策略
• 4.4.1 基本概念
• 4.4.2 非理想“AND/OR”图的最大超越搜索法
• 4.4.3 算例
• 4.4.4 作业批改搜索策略
• 4.4.5 不确定性计算
• 4.5 本章小结
• 第5章 步骤识别
• 5.1 最大公因式提取
• 5.1.1 基本概念
• 5.1.2 一元多项式最大公因式提取
• 5.1.3 多元多项式的最大公因式提取
• 5.2 因式分解
• 5.2.1 无平方因式分解
• 5.2.2 Berlekamp算法
• 5.2.3 算例
• 5.2.4 一元多项式因式分解的Hensel提升法
• 5.2.5 多元多项式的因式分解
• 5.3 非多项式的处理
• 5.3.1 实系数多项式的处理
• 5.3.2 三角函数的处理
• 5.3.3 对数函数、指数函数的处理
• 5.4 表达式识别
• 5.5 本章小结
• 第6章 应用
• 6.1 智能型远程作业系统的功能和结构
• 6.2 整体方案的拓扑结构
• 6.3 作业系统的功能设计
• 6.4 系统应用
• 6.5 本章小结
• 结论与展望
• 致谢
• 参考文献
• 附录 1
• 附录 2
• 附录 3
• 攻读博士学位期间发表的论文
• 参与研究项目及获奖情况