The invention discloses a difficulty analysis method and system, the method includes: obtaining the questions to be analyzed; extracting the features of items subject to be analyzed, the topic features include theme features, analysis characteristics and answer feature; according to the analysis of difficulty test subject characteristics and pre built prediction the model obtained by the analysis of item difficulty score. The method provided by the invention according to the topic characteristic analysis test item difficulty prediction score to be analyzed, without the need to be analyzed according to the test of history score distribution prediction of the difficulty score, so can the cold data, there is no students did the problem of difficulty of evaluation.
【技术实现步骤摘要】
一种试题难度分析方法及系统
本专利技术涉及电子化教育领域,具体涉及一种试题难度分析方法及系统。
技术介绍
近年来,随着计算机技术和教育信息化的不断推进发展,计算机技术和人工智能技术已经逐步应用于日常教育教学的各项活动中。试题的难度作为考查试题的重要指标之一,其在题库构建过程中的选题、学生能力评估、以及个性化学习等方面起着重要的作用。现有的题目难度分析方法,主要有:1.基于人工专家标注的方法、2.基于简单统计的方法、3.基于教育领域模型的评价方法。其中,1.基于人工专家标注的方法通过此试题所在领域的人工专家对此试题进行主观评价,从而获取试题难度,其缺点为标注难度和成本偏大,且主观因素较大,容易导致不同的专家评价标准不一致;2.基于简单统计的方法通过试题被学生做过的历史记录,统计试题的正确率,将正确率作为试题难度系数的评估依据,如CTT,其缺点为对学生答题样本的分布和数量有较高要求,并且不同考次间的评分带有主观性,用此种方法获得的难度在大多情况下和人工专家的评价会产生偏差3.基于教育领域模型的评价方法,如教育领域中的项目反应理论模型,根据学生的答题矩阵直接估计出题目的难度,这种方法对学生答题样本进行整体建模,获得的难度在准确性上较之简单统计的方法有很大的提高,但这种方法无法对冷数据,即没有学生做过的题目进行难度评价。
技术实现思路
本专利技术实施例提供一种试题难度分析方法及系统,以解决现有的试题难度评价方法无法对冷数据,即没有学生做过的题目进行难度评价的问题。为此,本专利技术实施例提供如下技术方案:一种试题难度分析方法,包括:获取待分析试题;提取所述待分析试题的题 ...
【技术保护点】
一种试题难度分析方法,其特征在于,包括:获取待分析试题;提取所述待分析试题的题目特征,所述题目特征包括题面特征、解析特征和答案特征;根据所述待分析试题的题目特征及预先构建的试题难度预测模型获取所述待分析试题的难度得分。
【技术特征摘要】
1.一种试题难度分析方法,其特征在于,包括:获取待分析试题;提取所述待分析试题的题目特征,所述题目特征包括题面特征、解析特征和答案特征;根据所述待分析试题的题目特征及预先构建的试题难度预测模型获取所述待分析试题的难度得分。2.根据权利要求1所述的方法,其特征在于,所述题面特征、所述解析特征和所述答案特征分别包括:公式的语义特征以及以下任意一种或多种:文字的字面特征、文字的语义特征。3.根据权利要求2所述的方法,其特征在于,获取所述公式的语义特征包括步骤:对题面、解析和答案分别进行公式识别,提取题面、解析和答案的公式;预先构建题面、解析和答案的公式的概率上下文无关语法模型;利用各概率上下文无关语法模型对公式进行解析,获取题面、解析和答案的公式的字符的语法树;遍历各公式的字符的语法树,获取题面、解析和答案的公式的语义特征。4.根据权利要求2所述的方法,其特征在于,获取所述文字的字面特征包括步骤:对题面、解析和答案分别进行公式识别,提取题面、解析和答案的文字;对所述题面、解析和答案的文字分别进行分词处理;根据各分词处理的结果获取题面、解析和答案的文字的字面特征。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:获取题面、解析和答案的文字的字面特征之后,对所述题面、解析和答案的文字的字面特征进行特征优化,获取优化后题面、解析和答案的文字的字面特征。6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:提取所述待分析试题的属性特征,所述待分析试题的属性特征包括以下任意一种或多种:题面长度、解析长度、解答长度、试题类型、试题题型、年级、试题来源学校知名度、试题包含知识点个数、试题包含知识点、试题在试卷中位置;所述根据所述待分析试题的题目特征及预先构建的试题难度预测模型获取所述待分析试题的难度得分包括:根据所述待分析试题的题目特征、属性特征及预先构建的试题难度预测模型获取所述待分析试题的难度得分。7.根据权利要求1至5任一项所述的方法,其特征在于,预先构建所述试题难度预测模型包括:收集用于构建试题难度预测模型的训练语料;提取所述训练语料的题目特征;基于所述训练语料的题目特征训练试题难度预测模型。8.根据权利要求6所述的方法,其特征在于,预先构建所述试题难度预测模型包括:收集用于构建试题难度预测模型的训练语料;提取所述训练语料的题目特征和属性特征;基于所述训练语料的题目特征和属性特征训练试题难度预测模型。9.根据权利要求1至5、8任一项所述的方法,其特征在于,所述试题难度预测模型采用回归模型。10.一种试题难度分析系统,其特征在于,包括:获取模块,用于获取待分析试题;题目特征提取模块,用于提取所述待分析试题的题目特征,所述题目特征包括题面...
【专利技术属性】
技术研发人员:张丹,苏喻,陈志刚,邓晓栋,魏思,胡国平,胡郁,
申请(专利权)人:科大讯飞股份有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。