典型文献
基于题目关联知识的试题难度预测研究
文献摘要：
为保障考试的公平性和客观性,需在测试前获取试题难度参数.提出一种基于题目关联知识的试题难度预测模型(MR-ABNN).首先,构建文本信息摘要抽取模型,获取题目的关联知识来丰富题干的上下文;然后利用加入注意力机制的双向循环神经网络模型挖掘试题文本信息的逻辑关系,限定语句对问题的难度贡献来实现试题难度的自动评估;最后在大学计算机基础单项选择题上进行广泛实验,验证该模型的准确性和有效性.
文献关键词：
试题难度预测;题目关联知识;双向循环神经网络;注意力机制
中图分类号：
作者姓名：
宋慧媛;徐行健;孟繁军
作者机构：
内蒙古师范大学 计算机科学技术学院,内蒙古 呼和浩特 010022
文献出处：
引用格式：
[1]宋慧媛;徐行健;孟繁军-.基于题目关联知识的试题难度预测研究)[J].内蒙古师范大学学报（自然科学汉文版）,2022(03):305-311
A类：
题目关联知识,试题难度预测,ABNN
B类：
预测研究,公平性,MR,建文,文本信息,摘要抽取,取模,题干,上下文,注意力机制,双向循环神经网络,循环神经网络模型,定语,语句,自动评估,大学计算机基础,选择题
AB值：
0.241081
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
