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
浙江农林大学;