基于本体的试卷自动生成系统研究..pdf

想预览更多内容,点击预览全文

申明敬告:

本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己完全接受本站规则且自行承担所有风险,本站不退款、不进行额外附加服务;如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

中南大学 硕士学位论文

基于本体的试卷自动生成系统研究 姓名:唐雅媛 申请学位级别:硕士 专业:计算机应用技术 指导教师:徐德智

中南大学硕十学位论文 摘要 摘要 现有Web上的资源不能由机器做出准确的语义识别。为了探索

解决的方法,本文以在计算机教学领域的应用研究为例,对基于本体

的试卷自动生成系统的体系结构进行了设计,并对其中的一些关键技

术进行了详细的设计,且实现了组卷分类器。本文提出的这种方法对

实现计算机教学领域充分的信息共享和智能的信息资源利用有重要

的作用,在其他应用领域也可以参照此方法。 首先,本文研究了基于本体的试卷自动生成系统的研究背景并概

述此领域的研究现状。通过对本体技术的深入研究来确定适合本文的

试题本体样例的本体描述语言及本体构建方法。 然后,描述了基于本体的试卷自动生成系统的体系结构。给出了

如何构建领域本体,并用OWLDL本体描述语言生成了计算机导论

试题本体样例片段;并结合机器学习的知识,提出了适合于利用试题

本体库进行组卷的基于熵的属性加权的最近邻算法。 最后,根据本文提出的基于熵的属性加权的最近邻算法,在实验 中用Java编写出该算法的程序,以计算机导论试题样例库和计算机

英语试题样例库中的数据为例,在Eclipse软件上运行出分类判断的

实验结果,并比较分析了在Weka软件上运行的最近邻算法IBK、朴

素贝叶斯算法、贝叶斯信念网算法、J48决策树算法、AdaBoostMl

算法等其他机器学习算法对以上两个样例库进行分类判断的实验结

果。通过实验证明,本文设计的基于本体的试卷自动生成系统的准确

率高于其他传统的试卷自动生成系统,说明了本课题研究的价值。

关键词试题本体,机器学习,最近邻算法 中南人学硕十学位论文 ABSTRACT ABSTRACT Thesemanticsofcurrentresourcesonthewebcannotb

最近下载