导读:本文包含了相似试题检测论文开题报告文献综述及选题提纲参考文献，主要关键词:试题相似度,分类,词向量,循环神经网络
相似试题检测论文文献综述
梁圣[1]（2018）在《基于RNN的试题相似性检测与分类研究》一文中研究指出随着信息技术的快速发展,各级学校都在大力发展信息化教育,纷纷建立起大规模试题库系统,以便进行网络化测评。但随着时间的推移,海量题库中会收录进大量相似雷同的试题,在题库系统进行自动化组卷选取试题时需要避免相似雷同试题出现在同一份考卷中,雷同相似试题中出现重复的考点知识,对知识掌握情况进行考核与评估、自动化考试系统测评任务开展的科学性与公正性都造成影响。另外很多现存试题库系统中的试题缺乏与之相应知识点的关联分类,为系统自动化组卷出题中的考查知识点出题数量及分数分配比例造成严重阻碍,因此需要采取必要的技术针对出题试题库中的相似试题进行检测,以及针对试题所属的知识模块进行试题的自动化分类。对于上述的情况问题,本文的展开的主要研究内容如下:(1)针对海量试题来源众多,需要对试题相似度检测的任务,提出了基于TF-IDF与词向量相结合的试题相似度计算方法,通过实验表明这种结合无监督词向量相似度计算方法优于传统的TF-IDF空间向量模型计算方法。在此基准上,进而展开了基于循环神经网络的试题相似度计算模型的相关研究,利用该模型可以使得试题中存在的语义相似问题可以得到合理的度量。开展了一系列的对比实验对模型进行优化调整,验证了优化后的模型能够完成试题相似度评价任务。(2)针对试题所属知识点进行分类的问题,展开了基于预训练的词向量进行知识点分类模型的研究,提出了TF-IDF与词向量结合的计算模型对试题所属知识点进行分类,通过实验表明,该方法在处理试题分类任务上,通过计算评估可以完成试题所属知识点的分类。在此基准上,进而利用标注知识点的试题集,展开了基于循环神经网络的试题分类模型研究,通过构建循环神经网络对试题进行语义编码,对分类模型进行多组调参比对的实验从而优化模型,从处理文本多分类问题的角度完成了试题的分类任务。(本文来源于《湖南工业大学》期刊2018-06-02）
程维刚,王宁,田勇[2]（2015）在《基于关键词匹配技术的相似试题检测方法研究》一文中研究指出在高校题库内容重复率是评价题库建设质量的一个重要指标,为了快速找到题库中重复题或相似度很高的试题,本文主要研究了基于关键词匹配技术的相似试题检测方法 (KMQT)。该方法首先使用基于词典的分词方法将题干内容分解出若干关键词,然后利用KMP算法对关键词进行字符串匹配,最后按照匹配成功的关键词的个数对结果集进行排序。通过在题库系统中的使用,充分验证了此方法的可行性,并达到了很好的效果。(本文来源于《北华航天工业学院学报》期刊2015年03期）
李峰超[3]（2009）在《基于领域知识的试题分类及相似试题检测的研究》一文中研究指出计算机技术和网络技术的不断发展,使得一些无纸化且随机选题的练习和考试方式越来越多地应用于各种计算机考试系统中,这种应用的实现离不开电子试题库。通常在电子试题库中,试题以手工方式录入,且一次录入就可长期使用,然而随着试题不断地大量地补充,试题库管理的两个十分突出的问题:试题分类和检测试题是否重复也就随之而来,传统的人工分类和检测已经无法胜任这项艰巨的工作了。因此,如何有效地分类和去除重复或相似的试题是试题库管理中亟待解决的问题。针对上述问题,本论文综合考虑了领域知识的特点和试题的特点,将文本分类技术和句子相似度计算技术引入到试题库管理中,提出了基于领域知识的试题分类和相似试题检测的方法。主要研究内容如下:首先,分析试题库中试题,提出试题区域性特点。试题是对知识进行测试评估的最简单、最有效的方式,试题要考核的知识所属的知识点就是试题所属的类别,即试题的区域性,它保证了试题分类的可行性。其次,提出基于领域知识的试题分类方法。将领域知识和文本分类算法引入到试题分类中,利用领域知识和试题的特点,再加上改进的KNN分类器,实现试题的分类。再次,提出基于领域知识的相似试题检测方法。本论文考虑到领域知识对试题相似度计算的影响,同时又考虑到试题本身的句子性特点,将领域知识和句子相似度进行融合,实现相似试题检测。最后,设计并实现试题分类和相似试题检测系统。本论文以《计算机操作系统》课程的知识和资源为研究对象,同时充分考虑到领域专家的参与,由浅入深地设计并实现试题分类和相似试题检测系统。(本文来源于《大连海事大学》期刊2009-05-01）
相似试题检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在高校题库内容重复率是评价题库建设质量的一个重要指标,为了快速找到题库中重复题或相似度很高的试题,本文主要研究了基于关键词匹配技术的相似试题检测方法 (KMQT)。该方法首先使用基于词典的分词方法将题干内容分解出若干关键词,然后利用KMP算法对关键词进行字符串匹配,最后按照匹配成功的关键词的个数对结果集进行排序。通过在题库系统中的使用,充分验证了此方法的可行性,并达到了很好的效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
相似试题检测论文参考文献
[1].梁圣.基于RNN的试题相似性检测与分类研究[D].湖南工业大学.2018
[2].程维刚,王宁,田勇.基于关键词匹配技术的相似试题检测方法研究[J].北华航天工业学院学报.2015
[3].李峰超.基于领域知识的试题分类及相似试题检测的研究[D].大连海事大学.2009