基于SVM的中职学生作文评分系统的设计与实现

• 作者: 罗璇
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: SVM 机器学习 文本分类 作文评分 特征提取
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 130-133,138
• 页数: 5页
• 分类号: TP391.1|TP181
• 字数: 3798字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.06.028

摘要

结合机器学习和文本分类技术,研究了基于支持向量机(SVM)的中等职业学校作文评分系统.使用爬虫技术大规模爬取中职学生作文集作为训练和测试集,进行中文分词、去除停用词和TF-IDF算法特征向量化,阈值过滤低价值词语,降低SVM算法的复杂度,将训练集的特征向量和标记数据输入SVM多分类模型进行训练,选取最优作文分类模型.分类模型来预测或判断未知级别的学生作文,给出相应评分等级.实验结果表明,该系统能够有效地分类作文等级,具有一定推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗璇	宝鸡职业技术学院凤翔师范学院	21	20	3.0	4.0