中国大学生英语作文离题检测系统的研究与设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论及相关研究 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 文献综述 | 第14-17页 |
| 1.2.1 作文自动评分研究现状 | 第14-16页 |
| 1.2.2 作文自动评分中离题检测功能研究现状 | 第16-17页 |
| 1.3 研究内容和目标 | 第17-18页 |
| 1.4 本文章节结构 | 第18-19页 |
| 第2章 相关理论与技术分析 | 第19-29页 |
| 2.1 自然语言处理领域相关理论与技术 | 第19-21页 |
| 2.1.1 分词技术 | 第19-20页 |
| 2.1.2 词干提取与词形还原 | 第20-21页 |
| 2.2 潜在语义分析理论 | 第21-24页 |
| 2.2.1 LSA原理及应用 | 第21-22页 |
| 2.2.2 LSA计算内容相似性步骤 | 第22-24页 |
| 2.3 聚类综述 | 第24-26页 |
| 2.3.1 聚类的定义与过程 | 第24页 |
| 2.3.2 文本聚类算法简介 | 第24-26页 |
| 2.4 统计学相关理论 | 第26-27页 |
| 2.4.1 信度与效度理论 | 第26页 |
| 2.4.2 人工评分一致性关系 | 第26-27页 |
| 2.5 Pvthon | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 离题作文分类与语料收集 | 第29-33页 |
| 3.1 离题作文的定义与分类 | 第29-30页 |
| 3.2 语料收集 | 第30-31页 |
| 3.2.1 调研确定作文题目 | 第30页 |
| 3.2.2 人工评分与离题标注 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 英语作文离题检测算法的研究与实现 | 第33-51页 |
| 4.1 特征提取与相似度计算 | 第33-35页 |
| 4.1.1 特征提取 | 第33-34页 |
| 4.1.2 相似度计算 | 第34-35页 |
| 4.2 基于优秀范文的离题检测算法 | 第35-39页 |
| 4.2.1 构建优秀范文库 | 第35-36页 |
| 4.2.2 基于优秀范文的离题检测算法的设计 | 第36-37页 |
| 4.2.3 基于优秀范文的离题检测算法的实现 | 第37-39页 |
| 4.3 基于文本聚类的离题检测算法 | 第39-44页 |
| 4.3.1 聚类算法的选择 | 第39-41页 |
| 4.3.2 基于文本聚类的离题检测算法的设计 | 第41-42页 |
| 4.3.3 基于文本聚类的离题检测算法的实现 | 第42-44页 |
| 4.4 基于题目排序的离题检测算法 | 第44-48页 |
| 4.4.1 算法思想 | 第44页 |
| 4.4.2 基于题目排序的离题检测算法的设计 | 第44-46页 |
| 4.4.3 基于题目排序的离题检测算法的实现 | 第46-48页 |
| 4.5 三种离题检测算法对比 | 第48-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第5章 英语作文离题检测算法的实验效果与验证 | 第51-57页 |
| 5.1 离题检测效果的评价标准 | 第51-52页 |
| 5.2 基于优秀范文的离题检测算法实验效果评测 | 第52-53页 |
| 5.3 基于文本聚类的离题检测算法实验效果评测 | 第53-54页 |
| 5.4 基于题目排序的离题检测算法实验效果评测 | 第54-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第6章 英语作文离题检测系统的设计与实现 | 第57-63页 |
| 6.1 系统的需求分析 | 第57页 |
| 6.2 系统所用技术方案分析 | 第57-58页 |
| 6.3 离题检测子引擎总体设计与实现 | 第58-61页 |
| 6.4 本章小结 | 第61-63页 |
| 第7章 总结与展望 | 第63-65页 |
| 7.1 本文工作总结 | 第63页 |
| 7.2 未来工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录1：评分准则 | 第69-77页 |
| 附录2：优秀范文特征词汇 | 第77-87页 |
| 致谢 | 第87-89页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第89页 |
