[发明专利]用于评价响应的半自动系统和方法

权利要求书

1.一种用于由计算设备评价学生作业产品的方法，该方法包括：

从多个学生接收给定任务的多个学生作业产品，

识别多个学生作业产品中存在的基元；

基于学生作业产品中存在的基元生成基元库；

使用序列比对算法处理基元库，以识别提供学生作业产品的最优的最大覆盖与最小重叠的基元子集；

基于基元子集将多个学生作业产品聚类成多个集群，集群的数量比学生作业产品的数量少；

对于多个集群的每个集群，从教师接收与集群有关的评价；以及

基于对于与学生作业产品关联的集群的评价，指定对于学生作业产品的评价。

2.根据权利要求1所述的方法，进一步包括：

对于多个集群的每个集群，从教师接收与集群有关的评价；

将与多个学生作业产品关联的聚类和评价数据存储在数据库中；

接收响应任务的新学生作业产品；

基于存储的聚类数据和新学生作业产品中存在的至少一个特征，将新学生作业产品分类为多个集群中的一个集群；

响应于存储的评价数据，指定对于新学生作业产品的评价。

3.根据权利要求1所述的方法，其中使用所接收的学生作业产品的序列比对来识别所述基元。

4.根据权利要求1所述的方法，其中使用选自包括以下方法的群组的方法来执行聚类：邻位相连法、K均值、高斯混合模型、期望最大化、自组织映射、主成分分析、遗传算法和神经网络。

5.根据权利要求1所述的方法，其中从超过50名学生接收多个学生作业产品。

6.根据权利要求1所述的方法，其中多个学生作业产品聚类在5至20个集群之间。

7.根据权利要求1所述的方法，其中在进行聚类之后，显示与每个集群相关联的作业产品的图形表示。

8.根据权利要求7所述的方法，其中在作业产品的每个图形表示内以图形显示基元。

9.根据权利要求1所述的方法，还包括在进行聚类之后从教师接收与学生作业产品和集群的关联相关的输入。

10.根据权利要求1所述的方法，还包括基于与学生作业产品和集群的关联相关的教师输入对于作业产品进行重新聚类。

11.根据权利要求1所述的方法，其中识别学生作业产品中存在的基元包括基于先前接收过的学生作业产品使用先前接收的基元数据。

12.根据权利要求1所述的方法，其中所述评价包括以下的一个或多个：学生作业产品的等级、关于学生作业产品的反馈、对于学生作品产品的作者的未来任务的建议和/或定向学习的建议。

13.根据权利要求1所述的方法，还包括在识别基元之后，使用优化算法去除不重要的基元。

14.根据权利要求13所述的方法，其中优化算法选自包括以下的群组：遗传算法、爬山法、梯度下降法、模拟退火和动态编程。

15.根据权利要求13所述的方法，其中所述优化算法指示所述基元的哪个子集以最小重叠提供集体作业的最大覆盖。

16.根据权利要求15所述的方法，其中基于基元的子集执行聚类。

17.根据权利要求1所述的方法，还包括在进行聚类时识别与每个集群相关联的质心。

18.根据权利要求17所述的方法，进一步包括向教师显示与每个集群相关联的质心。