主观题自动批改技术的研究

在分析主观题自动批改技术的现状和困难的基础上,提出了一种利用中文信息处理中的句子相似度的主观题自动批改算法,并对两种不同的相似度计算方法进行了对比研究,试验说明该算法取得了较好的效果.     

基于多层次融合的语句相似度计算模型

句子相似度的计算在自然语言处理的各个领域都占有很重要的地位,且在主观题自动批改技术中,句子间相似度的计算是一个关键的问题.本文提出一种基于多层次融合的语句相似度计算模型,在对句子的词形、词序、词义三个层次进行相似度计算的基础上,融合这三个层次,从而使句子相似度计算更加准确,并通过实验验证了此方法的有效性.     

基于自然语言处理的主观题评分算法研究

从自然语言处理的角度来看,现有的主观题评分算法都以相似度计算为核心的,没有考虑语义对立度问题.提出了一种基于中文分词技术、相似度计算和对立度计算的新的主观题评分算法.对主观题评分算法的以下三个方面进行了重点研究:怎样改进中文分词算法中的歧义切分的方法;怎样引入参数限制计算中分数过高或过低;怎样设计一个融合相似度计算和对立度计算的主观题分数的计算公式.     

中文主观题自动批改中相似句子检索算法

学生答案与标准答案语义匹配程度的计算是基于中文文字类主观题自动批改中的关键问题。提出了学生答案与标准答案匹配程度的计算分两步进行：候选相似语句的检索和基于语义依存的句子相似度计算。利用动态规划法实现候选语句检索，确定数量不多但有可能与标准答案相似的候选句子，然后对标准答案中的句子与少量的候选句子进行深层的句法分析，找出依存关系，并在依存分析结果的基础上进行语义相似度计算，得出最终的结果。该方法可以提高主观题自动批改的效率及准确性，具有一定的实用价值。     

基于语义依存的汉语句子相似度改进算法

现有的基于语义依存的汉语句子相似度算法仅考虑了基于核心词的有效搭配对,根据两个句子有效搭配对的对应词是否是相同词和同义词将匹配权重简单地处理为0,0.5和1,而且未考虑不直接依存于核心词的其他词语,导致在计算句子相似度时区分度较低.改进算法通过综合计算核心词、关键词的语义相似度来确定更为精确的匹配权重,并且将不直接依存于核心词的其他词语对句子的影响也纳入句子相似度计算,以期达到全面刻画句子语义、提高算法的准确率和区分度的目的.实验结果表明改进算法比原算法具有更高的准确率以及更好的对句子的区分能力.     

基于双因子混合加权相似度的协同过滤推荐算法

针对在数据稀疏和冷启动情况下,使用协同过滤推荐算法中传统相似度算法产生相似度不准确的问题,本文将传统相似算法中修正余弦相似度算法与基于用户属性的相似度算法加权混合,引入双因子作为权重,双因子用sigmoid函数定义,以阈值与读者借阅量的差值为变量,当读者借阅量大于(小于)阈值时,数据不稀疏(稀疏),修正余弦相似度算法权重自动增加(降低),基于用户属性相似度算法的权重自动降低(增加)。这种自动调整2种相似度算法权重的方法,既考虑了传统相似算法的优点,又避免其缺点。通过实验证明,改进后的算法提高了相似度计算的准确性,提高了推荐精度,在一定程度上解决了数据稀疏和冷启动下产生的相似度不准确问题。     

基于常问问题集的中文问答系统研究

首先根据用户的提问建立一个候选问题集,然后通过计算句子语义相似度,在候选问题集中找到相似的问句,并将答案返回给用户。该系统还能够自动地更新和维护FAQ库。实验表明,与基于关键词的句子相似度计算相比,基于语义的句子相似度计算提高了问题匹配的准确率。     

基于常问问题集的中文问答系统研究

首先根据用户的提问建立一个候选问题集，然后通过计算句子语义相似度，在候选问题集中找到相似的问旬，并将答案返回给用户。该系统还能够自动地更新和维护FAQ库。实验表明，与基于关键词的句子相似度计算相比，基于语义的句子相似度计算提高了问题匹配的准确率。     

一种改进的句子相似度计算模型

在基于实例的机器翻译中,句子相似度计算是实例匹配的有效机制。该文对基于相同词的句子相似模型作进一步的改进,包括关键词抽取,以及在句子相似度的定义中引入同义词的情形。实验结果表明,改进方法比原方法具有较高的准确率。     

基于自然语言处理的智能评分系统

针对目前考试系统和主观题评分算法的研究现状,引入了自然语言处理技术。在对已有的相似度计算的算法进行改进的基础上,提出了一种新的排序和划分区间的评分方法,并在.NET平台上设计一个智能评分系统。实验表明该智能评分算法及智能评分系统有效且可行。     

潜在语义分析方法在主观题评判中的应用

主观题的自动评判是实现在线考试功能的一个关键技术，由于具有相当的难度，故目前国内外在这方面的研究还不多，真正实用的系统则更少。传统的主观题评判系统是基于关键字匹配的，仅比较关键字就得出结论，不仅结果不准确，而且存在隐患。为此，在引入传统的潜在语义分析方法的同时对其进行改进，并为不同的关键字使用不同的权重以体现语义的重要性，由此设计出一种加权的语义分析方法。经实验证明，该方法的准确率有所提高，达到了预期的效果。     

基于DAG解构的图近似包含查询算法

为解决图集近似包含查询,提出一种基于图解构的GCSS算法.该算法通过对图集中的目标图进行解构,得到图集中子图分布情况,并利用该子图分布建立索引.在此索引基础上的查询算法对图集进行近似包含查询,不但可以避免确定候选集的过程中产生过多子图同构测试,而且形成较小候选集,提高验证阶段效率.实验结果表明,GCSS算法能高效完成近似包含查询任务,得到图集中被查询图近似包含的正确结果.     

基于相似度计算的主观题阅卷系统设计

网络在线考试以其高效性和公正性正逐步取代传统的考试方法,客观题评阅通过将标准答案和学生答案进行精确比较给出评分,而主观题由于其复杂性和多样性成为机器阅卷算法关键点和难点.简单的关键词匹配算法速度较快但准确率不高,本文采用向量空间模型来表示文本,通过计算文本之间的相似度来进行主观题评阅,并在系统中增加一些策略和规则,取得了较好的阅卷效果.     

服装舒适性主观评价及主客观指标间的相关性研究

针对评估主观测试方法在服装舒适性上的应用,本文运用数理统计的方法,对涤纶、棉、涤/棉混纺面料服装在不同的气候条件下对其舒适性进行主观测试评价,并对其主要物理指标进行测试,同时运用回归分析对主观舒适性指标和客观测试指标进行了相关性分析,实验结果表明,主客观测试能够辨别出服装舒适性能的总体差异,并且对于服装舒适性趋势预测的呈现有所帮助。主客观测试结果具有一定的相贯性,而与服装舒适性主观感觉相关度最高的测试指标为水蒸汽传递速率、透气率、织物模量以及悬垂指数。主观测试方法可以很好的适用于热、冷环境下着装人体热湿舒适性的研究。     

高度层优化使用问题的指派模型及算法

飞行高度层的优化使用是空中交通管制(ATC)自动化理论研究的核心问题。为取得任意两架飞机之间的水平约束,提出航空器相对于飞行高度层的一般性指派问题(AP)的研究方法。引入广义指派(GAP)扩展效率矩阵,分析单架飞机占用一个飞行高度层和多机共用一层效率矩阵元素的定义方法,研究垂直剖面航迹优化的匈牙利求解。效率矩阵如果随条件发生变化,问题变为不确定型,对此,给出了将其转换成确定型问题处理的一般方法。实例表明,直接或间接应用匈牙利算法对于ATC决策的实时求解是有效的。     

基于向量表示的代码搜索方法

软件开发者在开发项目过程中往往需要引用大量由其他开发者开发的基础软件包。为获取除基础软件包开发文档外的使用方式,软件开发者需将代码关键词输入到代码搜索引擎搜索代码片段。文章提出一种基于向量表示的代码搜索方法,该方法收集Github和Stack Overflow数据集中的代码片段训练一个扩充代码词的skip-gram模型,并使用这个模型扩充从搜索文本中提取的与代码词关联的搜索关键词,得到搜索关键词上下文代码片段向量组,将搜索关键词上下文代码片段向量组和待匹配代码片段向量组编码后,计算余弦相似度并排序生成搜索结果。为验证算法的有效性,分别在Github数据集和Stack Overflow上验证。在Stack Overflow数据集上测试表明:58%的搜索能在第1个搜索结果找到正确答案;65%的搜索能在前5个答案中找到正确答案;72%的搜索能在前10个答案中找到正确答案,并在召回率和F值也有一定程度的提升。在Github数据集上测试表明:59%的搜索能在第1个搜索结果找到正确答案;67%的搜索能在前5个答案中找到正确答案;74%的搜索能在前10个答案中找到正确答案,并在召回率和F值也有一定程度的提升。针对大量数据的代码检索,本算法效果优于典型方法的搜索结果。