| 基于SVM的学科试题自动分类研究 |
| |
| 引用本文： | 刘一然,骆力明.基于SVM的学科试题自动分类研究[J].计算机应用与软件,2019,36(1). |
| |
| 作者姓名： | 刘一然 骆力明 |
| |
| 作者单位： | 首都师范大学信息工程学院 北京100048;首都师范大学信息工程学院 北京100048 |
| |
| 基金项目： | 国家自然科学基金;北京成像技术高精尖创新中心项目 |
| |
| 摘 要： | 针对海量学科试题所引发的试题管理混乱现象,提出一种基于SVM的学科试题自动分类法。对学科语料进行分词、去停用词和统一相似词等预处理操作;采用TextRank算法对学科语料进行权重赋值,将语料文本向量化;用SVM中的Linear核函数训练语料得到分类器。用语料库中的12类单选题进行测试,整体分类的准确率、召回率、F1值均达到97%以上。结果表明,该分类法可以有效地分类试题文本。
|
| 关 键 词： | 试题分类 TextRank SVM |
AUTOMATIC CLASSIFICATION OF SUBJECT EXAMINATION QUESTIONS BASED ON SVM |
| |
| Abstract: | |
| |
| Keywords: | 试题分类 TextRank SVM |
| 本文献已被 万方数据 等数据库收录！ |
|
