基于机器学习的论文评分研究

• 作者: 牛太冬 靳达森 张海若 张宪帅
• 来源期刊: 信息与电脑
• 关键词: 稀疏主成分分析 支持向量机 多分类 混淆矩阵
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 算法语言
• 页码范围: 54-56
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.11.016

摘要

本文首先利用Wordcloud库对评语文本进行可视化,将频率较高的无用词剔除,然后对教师评语进行中文分词,利用TF-IDF算法描述字词在一个语料库的重要程度,并将映射到特征空间的评语数值特征作为特征向量,然后利用稀疏主成分分析法对数据进行降维,将总评分作为论文等级的标识划分论文等级,最后使用支持向量机对其进行训练,使得分类器具有评判论文得分等级的功能.