基于组合搜索的诊断性测评生成
计算机与社会
2021-12-22 v1 机器学习
摘要
初始测评测试对于以一致方式捕捉学习者知识状态至关重要。除了编写题目本身，将相关问题组合成一份试卷也是耗时的过程。本文中，我们提出题目组装的通用形式化以及一种基于遗传算法的方法，可从原始解题历史生成测评测试。首先，我们估计学习者-题目知识矩阵（快照）。每个矩阵元素表示学习者正确回答特定题目的概率。我们将该任务形式化为在此快照上的组合搜索。为确保具有代表性与区分度的诊断性测试，所选题目需 (1) 与整个题目池的均方根误差较低，且 (2) 在学习者表现间具有高标准差。实验结果表明，所提方法在一个私有数据集和四个公开数据集上大幅优于贪婪与随机基线。我们还对为九年级生成的测评测试做了定性分析，其在一整份九年级课程中具有良好的题目分散度与合理的难度分布。
引用
@article{arxiv.2112.11188,
title = {Diagnostic Assessment Generation via Combinatorial Search},
author = {Daehan Kim and Hyeonseong Choi and Guik Jung},
journal= {arXiv preprint arXiv:2112.11188},
year = {2021}
}
备注
12 pages, 3 figures