自动回答评估机

主观评价或基于文本的答案已经在网络学习系统的开发一个障碍因为很长一段时间。主观评价相关的问题的答案是,每个学生都有他/她自己的回答方式,很难确定程度的正确性。

寻求建立项目机器学习吗?

机器学习工具将被运送到你,你可以使用教程学习和构建。今天你可以免费!

1。机器学习(职业建筑)

2。使用机器学习的欺诈检测

3所示。机器学习使用Python

4所示。电影推荐使用毫升

5。手写数字识别使用毫升

6。机器学习培训和实习

7所示。脑部肿瘤检测使用深度学习

它涉及到语法和知识的评价概念使用构思解释人类思维和创造力。操作机器的人应该有主题知识的纸是被评估。

我们建议的系统使用自然语言处理和机器学习来解决这个问题。

一般来说,有两种类型的问答系统:

闭域问答

1. 这个处理在一个特定领域的问题。
2. 另一方面由于信息是比较难在公共领域将不能使用。

Open-domain问答

1. 这个处理几乎所有的问题。
2. 这些仅仅依靠通用本体和世界知识

存在两个方法查询回答用户的问题

• 人工智能方法

1. 此方法需要复杂的和先进的语言分析程序。
2. 这种方法侧重于回答一代通过分析问题和创建一个对问题的理解

• FAQ搜索方法

1. 人工智能方法:这种方法使用了一个基于本体的知识库技术。
2. 统计技术:这种方法考虑了相似之处工作,句子长度和词序。

在这个项目中使用的方法是自然语言处理和机器学习

过程

1. 软件将一份答案作为输入,然后在预处理步骤中,它会提取答案的考验。
2. 本文将再次经过处理建立一个模型,关键字和特性集。标准答案集和关键词分类如前所述将输入。分类器会根据训练会是答案。
3. 标志着答案将是最终的输出。所有的问题的答案提取后将存储在数据库中。它带来透明度到现在的答案检查方法。

你知不知道

2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过建立实际项目。

你可以与朋友和接收包上门报名

你可以向专家学习,建立工作项目,向世界展示技能和抓住最好的工作。
今天开始!

利用计算机作为评价工具的唯一缺点是失败的可能性在提交答案,缺乏技术知识提供给教师和学生

有三个问题回答系统为基础的绩效评估

• 手动评估
• 半自动评估
• 全自动评估

目标

1. 创建数据存储库的问题和答案的知识库。
2. 设计一个方法来阅读答案,从答案中提取关键词或特性
3. 开发一种方法/语法构造有意义的语句从生成的功能。
4. 开发一种方法测试中间的答案生成的知识库。
5. 这是分配是根据比较或测试。

软件要求:

• Py-Charm IDE Community Edition 2018.1.4 x64
• MySQL v5.7.7或更高
• XAMPP v3.2.2
• Python 2.4或更高版本

硬件需求:

• 微软的Windows Vista 10/8/7 / / 2003 / XP。
• 内存:1字节(GB)(32位)或2 GB(64位)。
• 处理器:1兆赫(GHz)或更快。
• 硬盘:5 GB硬盘空间+至少1 GB的缓存。
• 显示分辨率:1024 * 768分辨率最低

结论

考虑所有方法和失败在每个方法中,不同的参数提取,并提出了一个方法来评估短答案自动描述性的主题

• NA

• NA

自动回答评估机