面向主题领域特定性的多维度问题复杂度估计

问题难度估计仍是一个多面的挑战，存在于教育和评估场景中。传统方法通常只关注表层语言特征或学习者理解水平，忽略了贡献于问题复杂度的复杂相互作用因素。本文提出了一种新型框架，用于主题领域特定的问题难度估计，利用一套 NLP 技术和知识图谱分析。我们引入四个关键参数：主题检索成本、主题显著性、主题连贯性和主题表面化程度，每个参数都捕捉给定学科主题中问题复杂度的不同维度。这些参数通过主题建模、知识图谱分析和信息检索技术进行操作化。在这些特征上训练的模型证明了我们方法在预测问题难度方面的有效性。通过对这些参数进行操作化，本框架提供了一种新颖的方法用于问题复杂度估计，为跨学科更有效的问题生成、评估设计和自适应学习系统的开发铺平了道路。