python编程题自动评分系统_基于TFIDF及LSI模型的主观题自动评分系统研究

卷

第

2

期

COMPUTER ENGINEERING & SOFTWARE

国际

IT

传媒品牌

作者简介

:

周洲

(1992



)

，男，研究生，主要研究方向：自然语言处理，企业信息化集成；侯开虎

(1971



)

，男，教授，主要研究方向：

企业信息化工程，服务运作系统工程；姚洪发

(1991



)

，男，研究生，主要研究方向：自然语言处理；张慧

(1993



)

，女，研究生，主要研究

方向：企业信息化集成。



基于

TF-IDF

及

LSI

模型的主观题

自动评分系统研究

周  洲，侯开虎，姚洪发，张  慧

(昆明理工大学

机电工程学院，云南

昆明

650000

)

摘

要

:

随着计算机辅助教学，

多媒体处理以及计算机网络技术的发展与成熟，

目前已经有许多考试都采用无

纸化考试，即机考的形式进行。采取电子化考试的优点在于考试可监控性强，考试效率高，考试标准化和程序化。

并且对于选择题判断题这样的客观题自动化批改技术已经十分成熟，极大的缩减了改卷时间，提高了改卷效率。但

是，由于受到自然语言理解的限制，至今没有比较完善的主观题自动批改系统对主观题进行批改和评分。本文采用

TF-IDF

及

LSI

两种模型作为文本分析模型，

使用

jieba

中文分词工具进行文本预处理，

使用

Python

语言实现该系统。

通过考生答案与标准答案的语义相似度分析，对考生作答的主观题进行批改和评分。之后随机抽取

5

份大学考试中

的考生试卷，

使用该主观题自动评分系统进行测试，

与改卷老师所给出的评分进行对比分析和说明。

实验结果表明，

本文所提出的主观题自动评分系统在一般情况下可以满足主观题自动评分的功能，

是一种值得继续深入研究的可行

方法。

关键词

:

无纸化考试；主观题；自动评分；

Python

；

TF-IDF

；

LSI

中图分类号

:

TP311.1

文献标识码

:

A

DOI

：

10.3969/j.issn.1003-6970.2019.02.031

本文著录格式：

周洲，侯开虎，姚洪发，等

.

基于

TF-IDF

及

LSI

模型的主观题自动评分系统研究

[J].

软件，

2019

，

40

(

2

)

：

158



163

Research on Automatic Scoring System of Subjective

Questions Based on TF-IDF and LSI Model

ZHOU Zhou, HOU Kai-hu, YAO Hong-fa, ZHANG Hui

(

Department of Industrial Engineering, Faculty of Mechanical and Electrical Engineering,

Kunming University of Science and Technology, Kunming

650000,

Yunnan, China

)

【

Abstract

】

:

With the development and maturity of computer aided instruction, multimedia processing and computer

network technology, many examinations have been conducted in the form of paperless tests, that is, computer tests.

The advantage of electronic examination is that it can be monitored well, the efficiency of examination is high, the

examination is standardized and programmed. And for the multiple choice judgment questions such as automatic

marking technology has been very mature, greatly reduced the time to correct the paper, improve the efficiency of

paper

correction. However, due

to

the

limitation

of

natural

language understanding,

there

is no perfect

automatic

subjective question marking system. In this paper, TF-IDF and LSI models are used as text analysis models, jieba

Chinese

word

segmentation

tools

are

used

for

text

preprocessing,

and

Python

language

is

used

to

implement

the

system.

By

analyzing

the

semantic

similarity

between

the

test

answers

and

the

standard

answers,

the

subjective

questions are corrected and graded. Then 5 college examination papers were randomly selected and compared with

the real scores of teachers. The experimental results show that the automatic scoring system of subjective questions

proposed

in

this

paper

can

meet

the

function

of

automatic

scoring

of

subjective

questions

under

general

circum-

stances and is a feasible method worthy of further study.

【

Key words

】

:

Paperless test; Subjective questions; Automatic scoring; Python; TF-IDF; LSI