引言

隨著信息社會的發展，在線考試在的需求越來越高，不論學校課程考試、行業認證考試、等級考試還是選拔考試，在線考試的使用已經越來越普遍。它的使用可以有效控制考試閱卷成本，提高考試的效率，打破考生地理位置限制，提高評分準確度和公正度。

就考試的目的而言，一是檢查考生對相關基礎知識的掌握程序，二是對考生進行區分或選拔。一份評價效果優秀的試卷應包含客觀題（選擇題、判斷題等題型）和主觀題（名詞解釋題、簡答題、論述題、證明題、程序設計題、翻譯題等多種題型）。由于客觀題的答案一般情況下是封閉性答案，自動閱卷算法簡單，實現起來比較容易，也較為成熟。但主觀題答題過程中普遍存在個體差異，語言使用能力不同，不同考生對同一個知識點的論述方式不一樣，加之該類題型解答的開放性強，答案的復雜程度很高。目前，在各類實際考試過程中，還沒有成熟地可以準確進行主觀題智能閱卷的考試系統。主觀題智能評分是一個較為龐大的課題，涉及領域廣泛，相關基礎理論還有待進一步發展，如人工智能領域、學科專家領域、模式識別領域以及自然語言理解領域等，還有非常多理論上和技術上的問題急待解決。

1 主觀題型智能閱卷算法

1.1 考生語言特點分析
考生在解答主觀題時，通常解答思路較為開放，導致答案也較為開放。在語言的使用上普遍為敘述類語言，表達方式上普遍比較多樣，而每位考生對知識的理解程度不一樣，所提交的答案就會有很大差異?？忌峤坏挠行┖侠泶鸢?，并不一定與參考答案一致，要達到對封閉性答案一樣的評分準確度就非常困難了。

1.2 閱卷人員分析與模擬
對閱卷人員在評閱主觀題時的思維活動，往往先考查考生所提交答案中有多少個點可以列為得分點；然后再比對考生的提交解答和參考答案的貼近度；再由得分點和貼近度來形成該主觀題的基礎得分；最后再考慮考生答案語法是否通順、條理是清晰等因素，得出最終得分。這種閱卷人員的閱卷思想，在智能閱卷系統中可以進行模擬。

1.3 主觀題評分影響因子分析
主觀題評分主要有兩個影響因子：第一個影響因子是得分點，每道主觀題的參考答案可以先整理出確定的幾個得分點。第二個影響因子是考生答案和參考答案的貼近度。要在計分時運用統計分析的方法，普遍會將不同的得分點量化為一個合理相同或不相同的數量值，貼近度也可以使用算法進行量化。本文的實踐過程中，使用模糊數學中貼近度的方法作為理論基礎和依據。最后，依據關鍵詞貼近度在評分時所占的權重，計算最終分值。

1.4 參考答案設置思考
由于不同的考生對同一個事物的理解方式和闡述會不一樣，即個體差異，所以，在參考答案設置時，建議把參考答案提取出得分點，然后對每個得分點設置關鍵詞，設置關鍵詞時，要考慮到來自不同領導和語言方式的考生的表達方式，盡可能涵蓋合理的關鍵詞。評分算法的第一步要掃描統計考生提交的答案中與參考答案所設置關鍵詞數相符個數，再對應出相應的量化分。第二步要對考生提交的答案中的關鍵詞和參考答案中的關鍵詞進行貼近度分析，統計出考生答案每個關鍵詞的貼近程度得分，累加出基礎分。第三步要適當考查考生答案的語言表達能力，適當進行加分或減分，最后統計出該考生該主觀題的最后得分。

2 算法設計

2.1 概念
把考生答案和參考答案均理解為字符串，解決考生答案和參考答案的貼近度量化和之后的編程問題，參照模糊數學中對單向貼近度的定義。把一個字符串分解為單個字符,并將它們構成的有序集合稱為一個模糊集，U={u1,u2,u3,…,un}稱為論域，論域 U 上的全體模糊子集所組成的集合記作 F\\(U\\)\\(也叫模糊冪集\\)為了分析兩模糊集的接近程度，文中引入了單向貼近度的概念。定義 1:設 U={u1,u2,u3,…,un},A,B∈F\\(U\\)。若映射δ:F\\(U\\)×F\\(U\\)→[0,1]，滿足條件：①δ\\(A,A\\)=1②δ\\(B,B\\)=1③若 ABC 或 ABC，則 δ\\(A,B\\)≥δ\\(A,C\\)稱 δ\\(A,B\\)為 A 貼近于 B 的單向貼近度。

定義 2：設 A、B 是字符串，A 中包含 n 個字符，δ（A，B）表示 A 貼近于 B 的單向貼近度，按從左到右的順序，模糊集 A 中的每個元素在模糊集 B 中出現的有效次數之和記為 m，則 δ（A，B）=m/n?？梢宰C明，滿足單向貼近度的定義。

在評閱主觀題時，將參考答案當作字符串賦值給模糊集 A0，考生提交的答案當作字符串賦值給模糊集 A，用 δ（A0，A）來表示參考答案模糊集 A0與考生答案模糊集 A 的單向貼近度，這樣單向貼近度就引入到問題解決中來了。

2.2 算法思想分析
智能閱卷系統的主要任務是掃描統計考生提交的答案中與參考答案所設置關鍵詞數相符個數，對考生提交的答案中的關鍵詞和參考答案中的關鍵詞進行貼近度分析，統計考生答案中各個關鍵詞貼近度得分，根據考試的類型和目的，參考考生答案時的語言運用能力適當加分或減分，最后計算該考生該主觀題的最終分值。

2.3 算法實現
依據單向貼近度理論基礎和算法，使用 VBScript 語言作為實現平臺，設計函數 near，用于統計字符串 m 貼近于字符串 n 的單向貼近度。

該程序如圖 1 所示?！緢D略】

2.4 主觀題評分
綜合考慮知識要點和貼近程度兩個得分因素，得出主觀題智能閱卷評分公式：【1】


式中各符號的含義如下：S：考生該主觀題的最終成績。由公式轉化為程序得出，保存到數據庫，按需求確定是否需要及時顯示成績；S0：該主觀題的分值。由學科專家出卷時設定，抽取試卷時，取自數據庫；A：考生提交的主觀題答案?？忌_認提交試卷后，保存在考生答卷數據庫中等待智能閱卷系統讀??；A0：該主觀題的參考答案。生成試卷時，由相關學科專家、模式識別領域專家和自然語言理解專家等共同研究確定，從試題數據庫中取得；P：關鍵詞這一影響因子在該主觀題中比重，量化為分值，大于等于 0，小于等于 1。由學科專家出卷時設定，考試系統管理員也取得權限進行修改：1-P：根據不同考試類型及考試目的所設置的非關鍵詞影響因子在該主觀題中的比重，同樣量化為分值，由學科專家出卷時設定，考試系統管理員也取得權限進行修改；n: 該主觀題參考答案關鍵詞的數量。由學科專家確定，存于試題庫中，閱卷時取出用于計算成績。

根據程序可知：Ki：第 i 個關鍵詞，i 大于等于 0，小于等于 n，由變量 i實現程序循環逐一掃描關鍵詞；E（Ki,A）：檢查程序循環到第 i 個關鍵詞時，該詞與考生答案中關鍵詞的單向貼近度；E（K，A）：關鍵詞與考生答案的單向貼近度閥值。組卷時生成，也可評分時修改，從試卷庫中取得。其含義是:當 E（Ki，A）

3 系統設計

3.1 系統流程圖
系統設計以計算機類編程題為例，在系統中對編程題的實現，使用其運行結果與參考答案之間的比較來判定分數設計也相當容易。但是，要實現當程序運行結果與參考答案比較不匹配或程序無法編譯運行的情況，則如何檢測其程序的編程思想是自動評分系統的要點。該系統設計的總體思路如圖 2 所示。

3.2 系統設計
使用 VB.net 2010 作為系統開發工具，用 SQL server 2008 作為數據庫，系統設計的界面如圖 3、圖 4、圖 5、圖 6 所示?！緢D略】

4 結束語

計算機系統智能閱卷和智能成績計算，是在線考試系統的必由之路，主觀題的智能閱卷和智能成績計算技術，是這個領域的關鍵點和難點。在具體的開發中，要深入研究不同學科、不同考試目的、不同題型的解答差異，做細劃區分，有針對性的研究、設計相關得分點和關鍵詞，結合單向貼近度算法。兼顧效率和效果，提高在線考試評分效率、提高在線考試評分準確度、提高考試公平性，減少人為因素的干擾。

對于主觀題的精確評分還有很多急需解決的技術及算法難題，本文僅運用模糊數學中貼近度的概念，對主觀題的智能閱卷思路作了簡要論述，分析了算法，并進行了簡要實現，初步把思路和算法轉化為系統目標。主觀題閱卷這一課題，還需要結合學科專家、考試專家、算法專家共同協作，還需要從基礎理論和算法做起，各領域相互協作，進一步進行深入探討。

參考文獻：

[1]董英斌,竹翠.基于網絡的新型計算機考試系統[J].計算機工程,2011，27\\(8\\):150-152.
[2]高思丹,袁春風.語句相似度計算在主觀題自動批改技術中的初步應用[J].計算機工程與應用,2004,14\\(5\\)：132-135.
[3]張森,韋明.數據庫的模糊查詢技術[J].電子與自動化,2000\\(5\\):23-24.
[4]孟愛國，卜勝賢等.一種網絡考試系統中主觀題自動評分的算法設計與實現[J].計算機與數字工程，2005，33（7）：147-150.
[5]彭祖贈,孫韞玉等.模糊\\(Fuzzy\\)數學及其應用[M].武漢大學出版社,2002.
[6]況姍蕓.網絡課程中主觀題在線評閱系統設計與實現[J].中國電化教育,2012\\(3\\).
[7]趙建敏,郭慶.VisualBasic 6.0 編程指南[M].北京:航空工業出版社,1999.