基于领域本体的主观题自动评阅算法的研究-论文.pdf

基于领域本体的主观题自动评阅算法的研究-论文.pdf

ID:53762518

大小:366.28 KB

页数:5页

时间:2020-04-24

基于领域本体的主观题自动评阅算法的研究-论文.pdf_第1页
基于领域本体的主观题自动评阅算法的研究-论文.pdf_第2页
基于领域本体的主观题自动评阅算法的研究-论文.pdf_第3页
基于领域本体的主观题自动评阅算法的研究-论文.pdf_第4页
基于领域本体的主观题自动评阅算法的研究-论文.pdf_第5页
资源描述:

《基于领域本体的主观题自动评阅算法的研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第24卷第6期计算机技术与发展Vo1.24No.62014年6月COMPUTERTECHNOLOGYANDDEVELOPMENTJune2014基于领域本体的主观题自动评阅算法的研究兰富菊,赵志弘,韩永国(西南科技大学计算机科学与技术学院,四川绵阳621010)摘要:针对VSM不能揭示文档中特征词间的潜在语义关系,相似度计算准确性较低的问题,结合本体模型的结构特点,从语义重合度、语义距离以及本体结构等因素综合考虑概念间的相似度计算,提出了一种基于领域本体的文档向量空间模型。该模型通过构建概念间的语义相似度矩阵对特征词权值进行调整,建立包含语义关

2、系的标准(学生)答案的向量空问模型,并用“VSM模型+余弦值”算法评估学生答案和标准答案的相似度。实验表明,与传统方法相比,该方法提高了评测效果及准确率。关键词:领域本体;相似度矩阵;权值;语义关系;向量空间模型中图分类号:TP391文献标识码:A文章编号:1673—629X(2014)06—0166—04doi:10.3969/j.issn.1673—629X.2014.06.041ResearchonSubjectiveMachineMarkingAlgorithmBasedonDomainOntologyLANFu-ju,ZHAOZhi-

3、hong,HANYong-guo(CollegeofComputerScienceandTechnology,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)Absttact:InviewoftheproblemsthatVSMcouldn’trevealthe1atentsemanticrelationsbetweenthekeywordsinadocument.andhavealowaccuracyindocumentsimilaritycalculation,c

4、ombinedthestructuralfeatureofontologymode1.consideringtheconceptsimilarityfromthesemanticcontactratio,semanticdistanceandtheontologystructure,adocumentvectorspacemodelbasedondomainontologyisproposed.Themodeladjuststheweightoffanlfewordsbybuildingconceptsemanticsimilaritymarx

5、.constructingthestandardanswerandthestudentanswerVSMcontainssemanticrelation,andmakinguseofthe“VSM+cosine”algorithmtoassesssimilari~ofthestudentanswerandthestandardanswer.Comp~edwiththetraditionalmethod,experimentsshowthatthismethodimprovesthescoringresultsandaccuracy.Keywor

6、ds:domainontology;similaritymatrices;weighting;semanticrelation;VSM0引言语言现象,导致在文档相似度计算时准确性不高,随着近年来随着计算机辅助教学的发展,在线考试系语义网和本体研究的深入,为文本表示提供了新的可统已广泛应用到各个领域,当前现有国内主观题自动能。文献[2]将本体定义为特定领域客观存在的概念评测算法主要有:引入单向贴近度算法、谓词演算方与概念之间关系的描述;文献[3]将本体定义为共享法、基于知网的相似度计算方法和VSM模型,其中应概念模型的明确的规范说明。对此有关专家

7、提出了很用最广泛的就是VSM模型。它是一种代数模型,多方法,Jing等采用基于本体的互信息测度来计算其基本思想是:用向量来表示文本,因此文档间的运算文档特征项之间的相似度,利用知网得到两个特征项之间的距离并计算其权重,从而完成文本的聚类;就转换成向量间的数学运算,使得模型具备可计算性。MaedcheA等利用StringMatching进行语义相似度计但该方法认为各特征词之间是独立的,忽略了基于语算;KwonJu—Hum等从语义距离方面对相似度进行义层次的概念之间的语义关系,如同义词与近义词等研究;EhrigM等提出基于规则的计算方法;刘群收稿日

8、期:2013—08—20修回日期:2013—11—25网络出版时间:2014—02—24基金项目:四川省[程实验室开放基金项目(11zxwk06)作者

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。