典型文献
面向学科题目的文本分析方法与应用研究综述
文献摘要：
分析学科题目含义、模拟人类解决问题,是当前"人工智能+教育"融合研究的重要方向之一.近年来,智能教育系统的快速发展积累了大量学科题目资源,为相关研究提供了数据支撑.为此,利用大数据分析与自然语言处理相关的技术,研究者提出了大量面向学科题目的文本分析方法,开展了许多重要的智能应用任务,对探索人类知识学习等认知能力具有重要意义.该文围绕智能教育与自然语言处理交叉领域,介绍了若干代表性研究任务,包括题目质量分析、机器阅读理解、数学题问答、文章自主评分等,并对相应研究进展进行阐述和总结;此外,对相关数据集和开源工具包进行了总结和介绍;最后,展望了多个未来研究方向.
文献关键词：
学科题目;题目质量分析;机器阅读理解;数学题问答;文章自主评分
中图分类号：
作者姓名：
黄振亚;刘淇;陈恩红;林鑫;何理扬;刘嘉聿;王士进
作者机构：
中国科学技术大学 大数据分析与应用安徽省重点实验室,安徽 合肥 230027;认知智能全国重点实验室,安徽 合肥 230088;讯飞华中人工智能研究院,湖北 武汉 430058
文献出处：
引用格式：
[1]黄振亚;刘淇;陈恩红;林鑫;何理扬;刘嘉聿;王士进-.面向学科题目的文本分析方法与应用研究综述)[J].中文信息学报,2022(10):1-16
A类：
学科题目,题目资源,题目质量分析,数学题问答,文章自主评分
B类：
文本分析方法,拟人,融合研究,智能教育系统,自然语言处理,智能应用,知识学习,认知能力,交叉领域,若干代,研究任务,机器阅读理解,开源,工具包,未来研究方向
AB值：
0.171207
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。
