多年來，人工智能和大數據分析一直是技術行業中最熱門的話題。小冰，小娜，小鐸等人工智能機器人也引起了全社會的一系列討論。微軟和百度等行業參與者通過一系列技術研究和相關主題活動，成功地將“人工智能和大數據”這些詞語打入了極客的心中。

人工智能和大數據這兩個詞真的很熱門，但對于很多旁觀者而言，具體效用仍然很遙遠。目前，每個人對人工智能和大數據的理解只是在與人工智能機器人聊天，使用語音助手制定時間表的情況下，而今天的標題算法建議已被企業增強。

在教育領域，關于人工智能和大數據分析的新聞也很少。但在過去的幾天里，筆者的個人經歷不禁打開了他的腦海。:人工智能和大數據分析，如果用于主觀問題，會有什么樣的存在？

　　人工閱卷：一場草芥人命的審判

作者是半個教育者，現在我有幸參加高中語言評論。作者負責的兩個問題是對古代詩歌和文學的欣賞，一個是漫畫分析。在評分標準中，負責標記工作的老年人告訴我們，這兩個問題實際上是根據關鍵點給出的。關鍵詞的回答越多，得分越全面，得分越高。

在標記過程中，作者快速點擊了在線標記系統上的鍵盤。隨著對問題和答案的理解水平不斷提高，最后兩個問題的速度幾乎是2秒。指尖不斷點擊鍵盤上的數字鍵和Enter鍵，整個標記室點擊鍵盤。僅用了一個小時，作者就審查并完成了700多篇試卷。根據閱讀小組的老師的說法，這只是高考的正常速度。

這些實際上是通過高考的人知道的一些規則。后來，作者告訴門戶的編輯，門戶的同學，在同一年被“犧牲人類生活”所震驚，說了這樣一句話。單詞：主觀問題也可用于人工智能和大數據分析。

這句話對作者來說非常有啟發性。在各種考試系統中，客觀標識技術非常成熟。在檢查系統中，用于多項選擇題和填空問題的自動標記技術被廣泛應用于各種檢查系統。然而，主觀評審技術進展緩慢，主要是因為一些核心技術仍處于發展階段。例如，自然語言理解，模式識別，人工智能和其他技術仍處于研究的初始階段。然而，在尖端技術中，實際上有人已經研究了基于人工智能和大數據的主觀問題智能評分技術。

　　智能閱卷：一個真實存在的幻想

主觀問題采用的主要技術路線是基于人工智能和大數據分析的自然語言處理技術。根據主觀問題的評分過程，評分系統主要分為五個部分：句子，分詞，句法分析，詞語相似度計算和句子相似度計算。智能評分系統的主觀問題通過對句子語法的相似性進行評分來直接對機器進行評分。

　　利：提升效率，降低誤差

這項技術有很大的優勢。雖然在評分過程中有一套相對客觀的標準，但由于具體操作，最終得分結果往往受到第三方因素的影響，如標記教師的情緒和候選人的清潔程度。 。在高強度，高密度標記工作中，標記教師很可能由于眼睛的快速錯誤而在標記過程中引起錯誤。

為了減少錯誤，傳統的手工評分通常導致人工成本為三或四。然而，基于人工智能和大數據分析沒有這樣的缺點。主觀問題智能評分系統評分結果更客觀，不會受到主觀因素的影響，而使用計算機評分的效率遠高于人工評分。

更值得期待的是，通過智能評分，還可以對學生成績的得分進行大數據分析，從而全面分析學生試卷，繪制診斷書，提出可行的解決方案。讓學生改善學習。

以溫州某中學在線云閱讀平臺為例。雖然該平臺仍然依靠教師手動審閱論文，但在標記完成后，云閱讀平臺將繼續改進，并對匯總數據進行分析和分析。學生登錄系統后，會收到類似診斷的賬單，不僅可以幫助考生保存錯誤的問題，制定預測試復習計劃，還可以獲得相關的數據分析報告本次考試的科目，為教師的后續行為提供參考。

　　弊：技術瓶頸，社會障礙

但是，對于中國人來說，自然語言處理技術很難實現。到目前為止，中國還沒有實用，實現主觀問題的智能評分系統。由于漢語的復雜性，候選人有很大的語言空間。一旦算法不包含相關的密鑰語義，它將直接導致讀取時的誤判。

更令人遺憾的是，由于調查和回答問題的方式不同，主觀問題只能用于淺層信息結構和語義結構。應以簡單的方式解釋主觀問題，并以簡單的方式解釋名詞。在處理相對復雜的主觀問題（如小作文，大作文）時，你只能希望嘆息。

即使在主觀質疑智能評分系統成熟后，強大的社會障礙也是促進主觀問題的主要因素。沒有父母或學生會將自己的命運交給不成熟的機器。人們對人工智能的不信任將成為實施主觀問題的最大問題。

　　實際運用：“考試后市場”的初體驗

目前，雖然主觀檢查沒有人工智能和大數據技術，但高考后的人工智能和大數據分析已初步應用于評估。

以BAT中的人工智能巨頭為例。其高考評估系統依托人工智能和大數據分析功能，采用OCR識別，語義分析，智能檢索等先進技術優化測試場景。過去一年的測試題，答案和分數被用作訓練樣本，根據今年的真實問答，自動識別問題類型，智能定位點可為候選人提供重要依據。準確估計。

根據當前人工智能和大數據分析技術的發展趨勢，在教育領域，試卷的自動審查是教育系統智能化的必然方向。一方面，計算機智能閱讀可以避免人為錯誤，可以更客觀地反映審查結果，保證標識的客觀公正。另一方面，計算機評分消除了傳統評分模式下教師主觀考試的體力勞動，使教師能夠節省更多的時間和精力進行教學。

由于技術還不夠成熟，這一天的到來可能還很遙遠。利用人工智能和大數據分析推動自然語言處理技術的發展，進一步完善智能標記系統的主觀問題將是未來教育領域的一個非常重要的課題。

——— Split Line————

本文作者是吳俊宇。微信號：852,405,518，微信公眾號“幾度“，期待溝通。轉載時，請保留版權內容，否則禁止轉載。

« Hideo Kojima用自行式戰艦LEGO Yamato轉發日本球員！ | 網絡游戲《鬼吹燈之龍嶺迷窟》今天陜西開始射擊！潘月明主演 »