基于深度学习的课程主观题自动判卷技术研究与实现

目录

声明

目 录

1 绪论

1.1研究背景及意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.2.1主观题自动评分研究现状

1.2.2深度学习在NLP领域研究现状

1.3主要研究内容

1.4论文组织结构

1.5本章小结

2《农业物联网》课程主观题特点研究

2.1主观题特点

2.1.1名词解释

2.1.2简答题

2.1.3论述题

2.2评分思路

2.3评分流程

2.4本章小结

3 主观题自动评分关键技术研究

3.1深度学习方法

3.1.1卷积神经网络

3.1.2递归神经网络

3.1.3注意力机制

3.1.4Transformer

3.2文本相似度计算方法

3.2.1基于空间向量模型的计算方法

3.2.2基于Word2vec的计算方法

3.2.3基于深度结构语义模型的计算方法

3.3文本分类

3.3.1BERT

3.3.2XLNet

3.3.3ERNIE

3.4本章小结

4 基于BiLSTM 和CNN的文本分类研究

4.1文本分类在主观题自动评分中的应用

4.2模型提出背景

4.3模型构建

4.4模型训练

4.4.1实验数据

4.4.2性能评价指标

4.4.3参数设置

4.4.4对比实验

4.5实验结果与分析

4.5.1总体比较

4.5.2不同池化策略比较

4.5.3参数分析

4.5.4词嵌入比较

4.5.5BiLSTM-CA各组成部分影响

4.6本章小结

5 在线考试系统的设计与实现

5.1系统结构与功能

5.2系统开发环境

5.3数据库设计

5.4主观题自动评分

5.4.1实验数据

5.4.2自动评分流程实现

5.4.3文本相似度算法比较

5.4.4自动评分结果与分析

5.5系统功能实现

5.5.1教师模块功能实现

5.5.2学生模块功能实现

5.6本章小结

6 总结与展望

6.1总结

6.2展望

参考文献

附录

个人简介

致谢