【正文】 是主觀題的自動評分時整個系統(tǒng)中的一個關(guān)鍵技術(shù)。二、研究中使用的具體材料：（含參閱的書籍和論文目錄，使用的檢索目錄）[1] Yasuhiro Ajiro, Kazunori . An Automator Error Correction System For Concurrent Logic Programs. Automated Software Engineering [J], 2002, 9(2): 6794.[2]張運良，張全，基于HNC理論的語義相似度計算方法[J]。最后的研究成果形成論文。徐老師的細心指導(dǎo)，使我受益匪淺。三、前階段工作體會通過對大量資料的查詢和閱讀，提升了自身對主觀題評測算法的理解。 對于算法中提到的專家對各關(guān)鍵詞的權(quán)重的設(shè)定，采用了標準離差法提高其可靠性。 通過搜集近年來閱卷評分技術(shù)的進展情況，討論分析其可行性與優(yōu)缺點，了解主觀題評分的依據(jù)和影響得分的主要因素。三、預(yù)期成果在理論上探討實際可操作的主觀題評分算法，給出具體算法推導(dǎo)； 編寫算法程序，并能舉例應(yīng)用； 發(fā)表論文1篇；提交研究報告1份；四、經(jīng)費預(yù)算（1）小型設(shè)備購置費：1200元；（2）文獻收集、數(shù)據(jù)采集及差旅費：1800元；（3）數(shù)據(jù)測試及文印費：500元；合計：3500元五、導(dǎo)師推薦意見該項目的選題具有較強的實際應(yīng)用背景，研究結(jié)果有實際意義。（4）撰寫報告：對所得較好的算法，分析是否可以在界面上實現(xiàn)，撰寫結(jié)題報告。（3）熟悉項目中所用的理論知識，對項目的進程指定好計劃。二、項目方案（包括項目的訓(xùn)練目標、前期準備、組織實施、過程管理、實踐環(huán)節(jié)、教師指導(dǎo)、項目結(jié)題等）在理論上探討實際可操作的主觀題評分算法，并用計算機語言加以實現(xiàn)，并能舉例應(yīng)用。目前在《江蘇科技大學(xué)學(xué)報》等期刊發(fā)表論文多篇，具備了較好的理論研究素質(zhì)。一、申請理由（包括自身具備的知識條件、自己的特長、興趣、已有的實踐創(chuàng)新成果等）學(xué)生目前為江蘇科技大學(xué)數(shù)理學(xué)院信息與計算科學(xué)專業(yè)的學(xué)生，已順利完成《數(shù)學(xué)分析》、《高等代數(shù)》、《概率論》、《常微分方程》、《解析幾何》、《VC++》、《VFP》等課程并取得了優(yōu)異成績，目前正在學(xué)習(xí)《數(shù)學(xué)建?！?、《運籌學(xué)》、《數(shù)理統(tǒng)計》、《應(yīng)用回歸分析》、《SPSS》、《模糊數(shù)學(xué)》等課程。以論文形式加以總結(jié)，其中理論推導(dǎo)、算法程序及結(jié)果分析整理成結(jié)題報告。（1）前期工作：學(xué)習(xí)模糊數(shù)學(xué)的基礎(chǔ)知識，培養(yǎng)分析模糊現(xiàn)象并將其量化的能力。（1）在項目執(zhí)行過程中指導(dǎo)教師定期向?qū)W生了解項目研究進度，指導(dǎo)學(xué)生采集處理實際數(shù)據(jù)。四名學(xué)生均已順利完成了信息與計算科學(xué)專業(yè)的大部分主干課程，具有較扎實的理論基礎(chǔ)和較強的動手編程能力，態(tài)度端正，勤奮刻苦。在此基礎(chǔ)上提出了一套簡單可行的算法用于解決主觀題的評閱問題。二、已取得階段性成果會（以條文式列述）1．主觀題評閱算法的改進已經(jīng)完成。比對各種主觀題評測算法，綜合它們各自的優(yōu)缺點，結(jié)合自己的理解提出了一套自己的算法。四、經(jīng)費使用情況（1）小型設(shè)備購置費： 400元；（2）文獻收集、數(shù)據(jù)采集及差旅費：600元；（3）數(shù)據(jù)測試、辦公文具及文印費：300元； 五、下一階段研究計劃1．查閱有關(guān)計算機智能理解語句含義算法的資料，了解計算機智能識別的本質(zhì)，在此基礎(chǔ)上，進一步修正這套適合本課題的算法2．將此計算機智能理解語句含義的算法編寫成代碼，并且將此代碼整合到已有的算法程序中去。項目負責(zé)人（簽名）：凌宏杰2009年 10 月 8 日七、指導(dǎo)教師指導(dǎo)意見及建議該課題進展順利，已做出有效算法雛形，客觀上較好地改進了已有的主觀題評閱算法，同意繼續(xù)完善該算法，進行下階段研究工作。計算機工程與應(yīng)用，2005，34（5）：57. [3]李明陽，賈電如，基于模糊理論的主觀題自動評分算法研究與實現(xiàn)[J]。由于自然語言的復(fù)雜性，主觀題評閱自動化還存在著許多困難，我們引入了模糊數(shù)學(xué)中的單向貼近度來描述主觀題閱卷中貼近程度的得分，實現(xiàn)了可調(diào)的自動評分算法，開拓了一條現(xiàn)實可行的途徑，盡管還有不少缺陷，但作為一種輔助手段，在多學(xué)科之間的主觀題自動評分閱卷方面是很有意義的。現(xiàn)有算法大多數(shù)采用拆分關(guān)鍵字為單個字符進行比對的方法，這個算法缺陷是明顯的，為此，我們改進算法為關(guān)鍵字的整體比對。那就是在文章中提到的采用三種順序同時定位，最后進行取大運算的新的算法。若權(quán)重設(shè)置不合理，可能會導(dǎo)致計算機評閱的成績和人工評閱的成績相差甚大。三、項目的研究過程及創(chuàng)新點相關(guān)定義為解決考生答案中的關(guān)鍵詞與標準答案庫中的關(guān)鍵詞的貼近度表示問題，把各個關(guān)鍵詞都看成字符串，對單向貼近度的概念進行定義。若映射：，滿足條件：（1）；（2）；（3）若，則。③按照從中間到兩邊的順序，集合A中的每個元素在集合B中對應(yīng)關(guān)鍵字出現(xiàn)的有效次數(shù)分別記為，則。實現(xiàn)計算機智能化的算法：假設(shè)一個關(guān)鍵語句：表述相同意思的方法有種，其他表述不夠準確的方法有種，表述不夠準確的即使答得完全相同也不能認為這個得分點答得完全沒有問題，所以我們要給這些答得不夠準確的表述方法相應(yīng)的加權(quán)（），表述相同意思的答得完全相同我們認為完全達到了得分點。因此該題的評分公式設(shè)計為：其中F為該題的標準分值，為考生答題信息與標準答案的單向貼近度。②考生答題時，不能在輸入文字中隨意的敲空格鍵，因為該系統(tǒng)通過得分點的關(guān)鍵字和考生答案進行比對得出單向貼近度的，如果關(guān)鍵字中間出現(xiàn)空格的現(xiàn)象，會影響系統(tǒng)對其的評算。所以在設(shè)計系統(tǒng)時，針對每一個題目我們都要有普通關(guān)鍵字輸入?yún)^(qū)（關(guān)鍵字部分相同的就可以得分）和特殊關(guān)鍵字輸入?yún)^(qū)（關(guān)鍵字必須是完全相同的才可以得分）?？梢愿蟪潭鹊淖プ】忌牡梅贮c，給考生一個合理的分數(shù)。 % 標準答案中一個關(guān)鍵語句B的長度C1=[]。t[3]=0。 %標準答案與考生答案的比較形成0、1矩陣 else C1=(B(1:ai+1)==A(i:a))。 %形成0、1矩陣end endendif b%2==0 %標準答案的關(guān)鍵語句長度為偶數(shù)for i=1:a1 %從中間查找標準答案在考生答案中的切入點 if B(b/2)== A(i)amp。B((b1)/2+1)==A(i+1)amp。 %計算矩陣的長度for i=1:c(1) %查找矩陣C1中為1數(shù) if C(i)0 k(1)=k(1)+1。 %計算矩陣的長度for i=1:c(2) %查找矩陣C2中為1數(shù) if C(i)0 k(2)=k(2)+1。 %計算矩陣的長度for i=1:c(3) %查找矩陣C1中為1數(shù) if C(i)0 k(3)=k(3)+1。t(1)=t(3)approach=t(1) 。end}權(quán)重系數(shù)的選擇 確定原始權(quán)重對標準答案中語句連貫性和各關(guān)鍵詞（以下稱為指標）設(shè)定權(quán)重集，表示語句連貫性的權(quán)重；邀請若干專家，讓他們根據(jù)自己的理解和判斷，對該主觀題的關(guān)鍵語句的權(quán)重予以評分，不妨稱之為原始權(quán)重。個專家對該題各關(guān)鍵語句方差： （4）設(shè)定一個值（分界點），當時，即的方差很小，即位專家對這些關(guān)鍵語句的權(quán)值分配的意見很一致；當時，即方差比較大，也就是說位專家對第個關(guān)鍵語句的權(quán)值分配的意見有所不同，在這情況下我們需要對這樣的平均權(quán)重進行修正。令利用公式 其中表示該題的滿分，表示0或者1（當?shù)趥€關(guān)鍵語句與標準答案完全匹配時為1，否則為0）。標準答案B=算法是問題求解規(guī)則的一種過程描述( 即計算機解題的過程) 。( 30 個字符)。該算法具備普通性和易推廣性。我們可以對含有英文字母或者數(shù)學(xué)公式的關(guān)鍵字的單向貼近度設(shè)定為：只有考生答案中對應(yīng)的英文字母或者數(shù)學(xué)公式等必須和標準答案的完全相同，才可以設(shè)定這個關(guān)鍵字的貼近度為1，否則設(shè)定為0（也就是說這樣的關(guān)鍵字對應(yīng)的是一個分明集）。據(jù)此，算法可以實現(xiàn)自動評分，且所得的分數(shù)應(yīng)該比較妥當。計算機作為非人工智能處理工具，在機械比對答案的過程上精準高效，但在理解和分析考生答案的含義上效果很低，若可以提升計算機的理解能力，加強對考生答題內(nèi)容的語言通順與連貫性考察將大為提升此算法的廣度和深度效用：廣度上，幾乎所有的主觀題均可以有成效有可能地被客觀主觀評閱；深度上，對具體一道復(fù)雜的綜合性主觀題，將做到全能高效，有條不紊。八、致謝 在此項課題研究中，給予我們幫助和指導(dǎo)的徐維艷老師表示衷心的感謝！幾次培訓(xùn)給我們輸入了嶄新的思想，引發(fā)出了我們許多靈感，從而帶來了許多可行的方法，使得課題研究取得了可喜的成績。算例說明該算法能有效提高主觀題自動評閱的精確度。國外比較典型的應(yīng)用有英國諾丁漢大學(xué)開發(fā)了計算機語言智能閱卷系統(tǒng)Course Master[1]。同時還初步解決了計算機智能化理解同義語句的問題。稱為對模糊集的隸屬度。若映射：，滿足條件：（1）；（2）；（3）若，則，稱為模糊集A貼近于模糊集B的單向貼近度。對于單項貼近度的算法[3]做了一些改進，由原來的單一的從左到右比對文本的貼近度計算，改進為分別從左向右、從右向左和從中間到兩邊的順序比對得出單向貼近度，然后對于這三個貼近度進行取大運算。我們依次給這些關(guān)鍵語句進行編號作為標記，然后采用所給算法對考生答案進行處理，三種比對方法都進行完畢時，我們將這三種比對方法得到的貼近度選出最大者把這個關(guān)鍵語句的編號插入到考生答案與標準答案貼近度最大相應(yīng)的地方，依次進行，直到全部比對完畢。將其保存為字符串，中包含個字符，表示貼近于的單向貼近度，集合為標準答案中包含個關(guān)鍵語句，其中每個關(guān)鍵語句中包含個字符，對各個關(guān)鍵語句根據(jù)重要性進行加權(quán)依此為；將標準答案看成一個整體在考生的答案中尋找切入點（切入點的標記是：以開始相同的兩個字符）進行整體比對；①按照從左到右的順序，集合中的每個元素在集合中對應(yīng)關(guān)鍵字出現(xiàn)的有效次數(shù)分別記為，；②按照從右到左的順序，集合中的每個元素在集合中對應(yīng)關(guān)鍵字出現(xiàn)的有效次數(shù)分別記為，則；③按照從中間到兩邊的順序（切入點的標記：若標準答案字符數(shù)為偶數(shù)以中間的兩個字符相同為準，若為奇數(shù)個，則以中間的三個字符相同為準），集合中的每個元素在集合中對應(yīng)關(guān)鍵字出現(xiàn)的有效次數(shù)分別記為，則；。 計算機判斷考生答案的語句連貫性：假設(shè)一個主觀題中設(shè)置了個關(guān)鍵語句，單向貼近度；其中表示所處位置相同的標記個數(shù)。若涉及英文字母或者數(shù)學(xué)公式時，則上述的單向貼近度的算法就會產(chǎn)生不合理的方面，此時則需要對其進行修正。因為如果標準答案的一個得分點