| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题背景和研究意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-15页 |
| 1.2.1 智能阅卷的国外研究现状 | 第12-14页 |
| 1.2.2 智能阅卷的国内研究现状 | 第14-15页 |
| 1.3 课题主要工作和组织结构 | 第15-16页 |
| 第二章 相关理论与智能阅卷技术 | 第16-31页 |
| 2.1 自然语言处理 | 第16-24页 |
| 2.1.1 统计语言模型 | 第16-19页 |
| 2.1.2 统计分析模型 | 第19-20页 |
| 2.1.3 正则表达式 | 第20-22页 |
| 2.1.4 决策树 | 第22-24页 |
| 2.2 阅卷标准与特征指标 | 第24-31页 |
| 2.2.1 作文评分标准 | 第25-27页 |
| 2.2.2 词汇特征指标 | 第27-28页 |
| 2.2.3 句法指标 | 第28-29页 |
| 2.2.4 篇章特征指标 | 第29-31页 |
| 第三章 算法描述与改进 | 第31-39页 |
| 3.1 Adaboost算法介绍 | 第31-34页 |
| 3.2 改进的Adaboost算法——Adaboost/CT | 第34-39页 |
| 3.2.1 集中趋势 | 第34页 |
| 3.2.2 算法描述 | 第34-35页 |
| 3.2.3 评分模型 | 第35-37页 |
| 3.2.4 评语模型 | 第37-39页 |
| 第四章 实验结果分析与讨论 | 第39-48页 |
| 4.1 评阅之评分模块 | 第39-44页 |
| 4.1.1 粗分模型 | 第40页 |
| 4.1.2 中分模型 | 第40-42页 |
| 4.1.3 细分模型 | 第42-44页 |
| 4.2 评阅之评语模块 | 第44-48页 |
| 4.2.1 自然语言反馈 | 第45-46页 |
| 4.2.2 个人学习建议 | 第46-48页 |
| 第五章 系统的总体设计与实现 | 第48-56页 |
| 5.1 历史数据整理 | 第48-49页 |
| 5.2 主要核心算法 | 第49-50页 |
| 5.3 系统的基本框架 | 第50-56页 |
| 5.3.1 管理员子系统 | 第51-53页 |
| 5.3.2 教师管理子系统 | 第53-54页 |
| 5.3.3 学生应试子系统 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63页 |