试卷质量的可拓评判

给出了一种新的试卷质量的评判方法——可拓评判方法．根据考试性质和目的的不同，可对试卷评判方法中的特征变量和加权系数进行调整，可满足各类考试的适应性要求．利用可拓评判方法对2002年成人高等学校专升本招生全国统一考试的试卷进行定量分析，并对试卷的整体质量进行综合评价，结果表明：本试卷应为优良试卷，试卷难度适中，信度较高，区分度较好，对考生适应性较强．     

数据挖掘技术在试卷分析中的应用

本文讨论了数据挖掘技术在试卷分析中的应用，针对传统试卷评价方法中仅仅是对试卷进行宏观整体的分析与评价，缺乏对特定试题评价的局限性，本文利用了层次聚类技术和关联规则技术对学生试卷进行分析，得到了具有不同成绩特征的学生群体，析出试卷上特定题目知识点间的相关性，得到的结论对高校教学有一定的指导作用．     

高考数学复习软件的开发研究

对试题管理及试卷智能生成方法进行探讨，在此基础上设计高考数学复习软件，分析系统数据结构、系统组成以及系统功能和特点，还讨论了试卷智能生成、试卷及试卷信息检索、图文混显等主要功能模块的设计方法和特点．     

关于试卷质量的分析方法

试卷质量分析是教育统计中的一个重要的组成部分，本文利用教育统计和教育测量中度量指标对2004级《高等代数》试卷进行了分析，具体以信度、难度和区分度进行定量化分析，分析表明此次考试试卷是合理的．     

对我校“画法几何学”试题库的定量评价

利用长期积累的大量教学和试卷材料对“画法几何学”题库的应用情况进行系统分析，从试题的难度与区分度、试卷的信度与效度以及试卷分数分布情况三个方面作出定量评价。结果认为，该试题库具有良好的应用效果。文中还对试卷分析和试题库应用提出了自己的观点。     

用数理统计方法分析试卷质量

考试是教学工作的一个重要环节，而考试能否真实反映教师的教学瘃学生对听掌握情况，关键在于试卷质量。本文提出了衡量试卷质量的四个指标，介绍了用数理统计方法对试卷如何进行科学的评价。     

让试卷讲评课成为一潭活水

文章从试卷讲评课的教学目标设计、课前的准备、课堂的组织和课后作业的布置四个方面阐述了在试卷讲评课中如何对学生进行学法指导及对学生自学能力的培养，从而让试卷讲评课“活”起来，使教学起到事半功倍的作用。     

N(0,1)在正确评估试卷中的应用

本文采用概率论中的标准正态分布N（0，1），对试卷的合理性进行了综合评估与分析，得出一套理想试卷其学生的分数分布应服从N（0，1）这一重要结论；并利用这一结论分析了几套试卷的合理性。另外，对怎样出一套高质量的试卷提出了一点看法，无疑将对高质量试题库的建成具有一定的帮助作用。     

高等特殊教育院校课程试卷考核质量评价研究

【目的】对考试试卷和考试的质量进行分析，发现教学和课程考核中存在的问题，以便总结经验、改进教学及课程考核方法。【方法】运用教育测量学理论和方法，对某特殊教育学院本科16门课程期末考试试卷进行了的信度、效度、难度、区分度分析。[结果】显示：部分试卷存在着可靠性偏低，难度、区分度不合理的情况，今后有待进一步改进，提高课程考试质量。     

青海大学1998—1999学年普通化学统考试卷评价分析

文中对青海大学农牧学院１９９８－１９９９学年普化统考试卷进行了评价分析，结果表明：该试卷难度适中，信度良好，整体合理。     

Web文本聚类的研究与实现

Web文本聚类是使文本之间具有最大的簇内相似性,同时具有最小的簇间相似性,它是一个将文本集分组的全自动处理过程。本文首先提出了Web文本聚类模型,然后对Web文本聚类关键技术进行了深入的研究,讨论了分词、特征表示、特征选择和K-means算法等相关技术。最后,实现了该文本聚类系统,对采集到的Web文本进行聚类,实验证明此算法具有很好的聚类结果。     

一种新的视频文本定位方法

本文提出了一种基于投影分析与支持向量机学习相结合的文本定位方法。首先采用投影分析的方法将可能的文本区域提取出来,然后再采用基于支持向量机学习的方法将提取出来的文本区域中的虚假文本区域排除掉。采用投影分析的方法时先将图像的边缘提取出来,再使用一些形态学的操作使边缘聚集,最后采用多次投影定位出文本区域。在使用支持向量机进行文本分类时本文采用了小波,角点,扫描线和区域内边缘点的重心位置等特征。实验表明该方法比单纯的基于边缘的方法要好。     

基于潜在语义分析的中文文本聚类方法研究

针对传统的向量空间模型在文本聚类中的局限性,提出了基于潜在语义分析模型的中文文本聚类系统,并引入WinSTAR作为聚类分析工具,用一个中文文本集作为实例进行验证。实验证明,该方法切实有效,可以提高文本聚类的准确度。     

基于Lucene的全文检索技术在电力项目计划审核中的应用

随着信息技术的发展,国家电网公司亟待改变人工项目审核的现状,实现项目重复审核自动化。因此,提出了基于Lucene的全文检索技术在电力项目计划审核方面的应用方案。首先深入分析了国家电网公司的项目审核现状和全文检索技术的研究现状,其次简单介绍了全文检索技术和Lucene全文检索引擎的概念,然后详细介绍了全文检索过程;最后将全文检索技术引入电力企业项目计划审核,给出了一个基于全文检索的电力企业项目计划审核系统的架构设计。使用Lucene全文检索引擎进行企业专项项目重复审核,可以方便、快速地获得检索排序结果和文档相似度,并且检索准确度高。     

基于文本句法的文本生成模型

本文引用语言学及符号学理论，综合自然语言文本生成所涉及的知识，构造了计算机文本生成的理论模型；探讨文本句法中的微观整合性和宏观整合性以及它们对文本生成的作用。这个以文本结构模型和文本意义模型为主体的文本生成理论框架，为进一步的计算机语言生成研究提供了方法依据。     

基于SVM的分类方法综述

本文介绍了文本分类的起源,常用的几类文本分类方法及基于SVM(Support Vector Machines)文本分类的基本原理和方法。并在分析文本分类的特点的基础上比较了在文本分类中应用SVM的优势及存在的问题。最后总结出了SVM在文本分类中应用的两个主要研究方向。     

面向文本分类的深度置信网络特征提取方法研究

在对文本分类领域发展现状进行研究的基础上,提出了一种面向文本分类的深度置信网络特征提取方法,通过引入词向量模型和深度置信网络解决传统文本分类方法在文本表示及特征提取方面存在的语义缺失问题,实验结果表明,该方法在文本分类中有更高的准确率。     

概念属性扩展的短文本聚类算法

为了解决短文本因特征关键词稀疏而导致文本向量概念表达不够准确的问题,本文提出概念属性扩展特征关键词短文本聚类算法——STCBCFE(Short Text Clustering Based on Concept Feature Ex-pansion)。该算法通过HowNet的概念属性扩展特征关键词,以此增加文本语义特征和反映文本主题的特征关键词数量,进而提高短文本相似性;将其应用于短文本聚类,能够提高短文本的聚类效果。实验结果表明,该算法在短文本聚类的查准率和查全率上都得到了较大的提高。     

基于BERT与多通道卷积神经网络的细粒度情感分类

为了分析突发事件期间网络舆论的情感倾向,以更有效地调节人们的情绪,维护社会稳定。本文提出了一种融合BERT模型和多通道卷积神经网络的深度学习方法用于细粒度情感分类,以获取更加丰富的文本语义特征信息。通过BERT 对输入的文本进行编码,以增强文本的语义特征表示,再通过具有多个不同大小的卷积核的并行卷积层来学习文本特征,捕获文本的深层次特征,提升模型在文本分类的性能。对比实验表明,该模型在准确性、召回率和F1值方面均优于传统的情感分类模型,并能显著改善细粒度情感分类的性能。除此之外,本文还探究了表情符号对细粒度情感分类模型的影响,实验结果表明表情符号转换成文字后可以增强文本的情感特征提取能力,提升模型分类性能。     

基于LZ77算法的藏文文本压缩算法设计与实现

随着信息量的不断增加,用计算机处理的文本文件越来越大,需要对庞大的藏文文本进行数字化处理,如何节约资源对藏文文本进行高效压缩显得极为重要。项目在LZ77算法基础上结合藏文的特点和当前文本压缩的技术主流完成了关于藏文文本压缩的设计和实现工作,按照藏文特点有效的提高了藏文文本压缩率。这种压缩算法是针对藏文特点的两个子算法和目前主流的LZ77压缩算法合成的。