用于试题生成的 ExamGAN 与 Twin-ExamGAN
机器学习
2021-08-24 v1 计算机与社会
摘要
如今，学习管理系统（LMS）已广泛应用于从初等教育到高等教育的各个教育阶段，用于学生管理、文档记录、跟踪、报告以及教育课程、培训项目或学习与发展项目的交付。为实现有效的学习成果评估，试题生成问题近来引起诸多关注并得到了研究。但该领域的研究仍处于早期阶段，在各方面进一步提升所生成试题质量仍存在机会。特别是，两个关键问题在很大程度上被现有方案所忽视。首先，在给定一门课程的情况下，如何生成一份能使班级（或跨班级）学生成绩呈期望分布的试题，尚属未知。其次，尽管在实践中频繁遇到，但如何生成一对在评估上等价（即学生参加其中任一份所得成绩具有可比性）但题目集合显著不同的高质量试题，迄今未知。为填补此空白，本文提出 ExamGAN（试题生成对抗网络）以生成高质量试题，并将 ExamGAN 扩展为 T-ExamGAN（Twin-ExamGAN）以生成一对高质量试题。基于在三个基准数据集上的大量实验，所提方案在各方面的优越性已相对于最先进技术得到验证。此外，我们开展了案例研究，证明了所提方案在真实教学场景中的有效性。
引用
@article{arxiv.2108.09656,
title = {ExamGAN and Twin-ExamGAN for Exam Script Generation},
author = {Zhengyang Wu and Ke Deng and Judy Qiu and Yong Tang},
journal= {arXiv preprint arXiv:2108.09656},
year = {2021}
}