主观题自动阅卷中句序和词序问题的研究

摘要

随着计算机信息处理技术与网络技术的发展，计算机在教育领域不仅应用于辅助教学，而且逐步扩展到在线考试、自动阅卷系统中。目前，选择题、填空题等客观题的计算机自动阅卷已经取得成功。但是简答题、叙述题等主观题的计算机自动阅卷至今没有出现成熟的应用系统。主观题的人工评分存在着若干影响因素，如个人喜好等因素的渗入，由于劳累和粗心等导致错批和漏批，都会干扰评分结果的公平性与准确性。因此非常有必要研究一种利用计算机对主观题进行自动阅卷的系统，这样不仅可以大幅度降低教师的工作强度，同时可以提高阅卷的效率和公平性。
　　主观题自动阅卷与自然语言处理、人工智能、机器识别等多个领域的技术密切相关，这些领域目前仍存在很多难题，且将这些技术全部结合起来实现较为复杂，这些都制约了主观题自动阅卷的研究进度。早期的研究大多是基于统计学的方法，对语句的一些主要特征(如相似词语的个数，句子长度等)进行分析。随着自然语言处理技术的发展，逐渐出现了对语义、句子结构进行分析的评阅方法，但是由于汉语言的多样性，评阅结果并不理想，不能投入使用。
　　句子顺序在篇章构建中有很重要的作用，不仅直接关系到句子的衔接，也直接影响到句子含义的表达。同时，词语在句子中出现的先后顺序，与句子含义表达的正确与否也紧密相关。为此，本文将以哈工大自然语言处理平台为基础，利用该平台的句子依存分析结果，重点研究主观题自动阅卷系统中的句序和词序问题。首先，根据答案中出现的关联词对句子进行复句分类，对每种复句类型组中的句子进行基于关键词的句子匹配，找出表达意思相近的句子对，同时进行句序分析。然后，对配对的句子进行基于依存树的相似度计算，并在计算过程中进行词序分析。
　　在自动阅卷模型的基础上，使用J2EE开源架构中的MVC模式进行系统开发，调用哈工大自然语言平台的依存分析接口，采用KM算法解决二分匹配问题来实现相似度计算。选择目前自动阅卷领域的典型系统进行对比实验，证实了本系统的合理性。