1. 研究目的与意义（文献综述）

随着计算机技术和互联网技术的快速发展，传统的教育模式已经不能适应社会的发展，网络教学已经成为全球性的大趋势，而在线考试是网络教学不可或缺的一个项目，涉及到很多的内容，其中试卷自动化批改评分技术具有重要意义。目前备受人们关注的主观题阅卷系统的评分原则是学生答案与参考答案的相似度，因而自然语言处理分词技术就显得十分重要，通过语义相似度得出句子相似度，最终给出分数。自然语言处理是自动批改技术的主要问题，也是系统设计的难点，这一技术的实现不仅提高了阅卷工作人员的工作效率、减轻工作负担，而且可以避免阅卷中人为的犯错因素，阅卷的公平性得到很大的提高。^[2]

在国外方面，国外智能评分系统的研究最早是在到 20 世纪六十年代，最早开发并投入使用的是由杜克大学 ellis page 等人在 1966 年开发的 project essay grade(peg)系统。

1. project essay grade(peg)

peg 是由美国大学委员会发起，ellis page 等人于 1966 年研发的。通过对大量训练样本的学习建立回归方程，在评分时将目标文本输入方程，通过方程的自动求解来实现自动评分。peg 建立回归方程的参数包括以下几个：目标文本的长度，即目标文本包含的单词个数，以此作为文章流畅性的参考量；形容词、介词等修饰性词语占目标文本的比例作为文本多样性的参考量；单词长度的变化，以此作为文章语言风格的参考量。在对大量训练样本进行统计分析的基础上，计算上述参考量的统计值，将这些值作为自变量并计算特征值对应的人工分数之间的相关程度进行标准多元回归，从而建立回归方程。peg 采取的评分策略是根据文章的长度、修饰词的频率以及词的长度等文本表面的特征来评价文章的优劣，并没有考虑文章深层次的语义、文章结构等因素，因此 peg 并不是真正意义上的主观题评分系统。考生可以通过对系统进行评估，利用系统的评价标准进行分数欺诈。在后期的改进版本中，peg 结合了词典、语义分析器等，从而避免了仅依赖文本表面特征的问题。

2. 研究的基本内容与方案

本课题主要研究简答题的自动评判技术，充分利用自然语言处理先进技术，在深入了解当前简答题自动评判技术发展现状的基础，针对简答题答案的特殊性，给出相应的文本相似度计算方案，通过计算学生答案和标准答案之间的文本相似度，对学生答案给出自动评判。

在具体毕业设计进行过程中，我打算按照以下流程进行相关知识的学习和毕业设计的实施。

（1）java编程能力的强化：由于项目是b/s模式的，再加上本科阶段使用java进行开发的项目较多，经验较丰富，所以选用j2ee的相关知识进行网站开发。在此过程中应用了ssm框架，也涉及html5、css等网站开发的知识。

3. 研究计划与安排

（1）2017/3/8——2017/3/13：提高java编程能力；

（2）2017/3/14——2017/3/18：简答题评分网站的初步搭建；

（3）2017/3/19——2017/3/23：英文文本处理相关知识，尤其是词形还原技术的学习，wordnet的熟悉以及jwi的使用；

4. 参考文献（12篇以上）

[1]蒋燕敏. 自动判题算法及网络考试平台研究[d].浙江工业大学,2014.

[2]马昌威. 基于语义脉络的主观题自动评分算法探讨[j]. 淮海工学院学报(自然科学版),2013,(01):26-29.

[3]何恒飞. 主观题智能阅卷的关键技术研究[d].北京工业大学,2013.