基于题目关联知识的试题难度预测研究

• 作者: 宋慧媛 徐行健 孟繁军
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 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
• 年，卷（期）: 2022,（3）
• 页码范围: 305-311
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8735.2022.03.013

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.