| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外相关研究及分析 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.2.3 高考作文评分的分析 | 第11-13页 |
| 1.3 本文的主要研究内容以及章节安排 | 第13-15页 |
| 第2章 基于文采特征的高考作文自动评分 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 修辞手法的自动识别 | 第15-19页 |
| 2.3 古诗词的自动识别 | 第19-22页 |
| 2.4 实验结果与分析 | 第22-26页 |
| 2.4.1 实验数据以及评价方法 | 第22-24页 |
| 2.4.2 Baseline系统简介 | 第24-25页 |
| 2.4.3 实验对比与分析 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于主题特征的高考作文自动评分 | 第27-35页 |
| 3.1 引言 | 第27页 |
| 3.2 作文主题的自动抽取方法 | 第27-32页 |
| 3.2.1 基于统计方法的作文主题自动识别 | 第27-29页 |
| 3.2.2 基于TextRank方法的作文主题的自动识别 | 第29-30页 |
| 3.2.3 基于LDA主题模型的作文主题自动识别 | 第30-32页 |
| 3.3 实验结果与分析 | 第32-34页 |
| 3.3.1 实验数据以及评价方法 | 第32页 |
| 3.3.2 实验对比与分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于深度表示的高考作文自动评分 | 第35-42页 |
| 4.1 引言 | 第35页 |
| 4.2 作文的深度表示方法以及方案设计 | 第35-38页 |
| 4.2.1 受限玻尔兹曼机RBM的基本模型 | 第35-37页 |
| 4.2.2 方案设计 | 第37-38页 |
| 4.3 实验结果与分析 | 第38-41页 |
| 4.3.1 实验数据以及评价方法 | 第38页 |
| 4.3.2 实验结果与分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 高考作文自动评分系统的平台设计 | 第42-48页 |
| 5.1 引言 | 第42页 |
| 5.2 数据资源介绍以及数据库设计 | 第42-44页 |
| 5.3 系统设计以及演示 | 第44-47页 |
| 5.4 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-58页 |
| 致谢 | 第58页 |