Resumen

En este documento, analizamos el subdiseño inteligente del sistema de marcado simulado a través de un estudio en profundidad del mismo. Este documento propone un análisis de correlación basado en la cuantificación de los valores de sentido de N elementos y un algoritmo de ajuste de puntuación basado en la mejora de la racionalidad para ensayos en inglés. También se extraen características de palabras, características de oraciones y características de la estructura del capítulo en ensayos para ajustar las puntuaciones de composición en inglés. Dado que no todos los estudiantes pueden completar los ensayos según los requisitos del tema, se utiliza un modelo de puntuación de triaje para separar los ensayos normales de los ensayos de puntuación baja. Estadísticamente, se encontró que las puntuaciones de los ensayos también mostraban una cierta distribución normal. El algoritmo estándar de regresión de vectores de soporte es propenso a problemas de sesgo de datos, por lo que este documento aborda este problema utilizando un método de mejora de racionalidad que ot

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Subdiseño inteligente; Análisis de correlación; Cuantificación; Algoritmo de ajuste de puntuación; Características de palabras; Modelo de puntuación de triaje
• Keywords:Intelligent subdesign; Correlation analysis; Quantification; Scoring fitting algorithm; Word features; Triage scoring model