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

作     者：徐勇 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：王移芝

授予年度：2010年

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：Flex JavaEE 中文分词 句法分析 Chart算法 单项贴近度 

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。