Word操作题计算机自动出题的设计与实现

以Office操作题练习系统为例,介绍了该练习系统中Word部分的计算机自动出题的设计与实现。     

基于VBA的Office操作题出题评分全智能化的设计与实现

《计算机应用基础》考试系统的题型一般包括客观题和操作题,操作题主要考核学生对常用Office软件,包括Word、Excel、Powerpoint的操作能力,操作题的自动评卷是其中的难点。现同类的考试系统主要是在系统内预先录入操作题,并为每道操作题编写相应的评卷程序代码,如需修改增加题目则需重新编写代码。本文基于VBA的使用,对操作题的自主出题和自动评分模块进行了设计,教师可随意修改增加题目,自动生成评分代码,真正实现了操作题考试系统的全智能化。     

Office操作题自动评阅的研究与实现

该文研究结合计算机应用基础课程的实际教学需求,以C#开发设计出一套基于C/S结构、应用于局域网环境下的课程考试系统。该系统实现了Office操作题的自动评阅,是通过使用COM技术来调用Office里的Word、Excel和PowerPoint组件模型,实现自动评阅。     

IT技能测评系统的设计与实现

介绍一个IT技能测评系统的设计思想及实现的关键技术.重点讨论了各种上机操作题自动阅卷的实现方法,以及XML技术、VBA技术在考试系统中的应用.利用VBA技术实现了Office上机操作题的自动批改,解决了传统网络无纸化考试只能考察理论题的缺陷.     

Office操作题生成与自动判分的C#语言实现

通过针对无纸化考试中Office操作题生成与自动判分的分析,该文采用C#语言采用C/S构架对Word及Excel的操作考试试题生成与自动判分的实现进行探讨。     

基于XML的MS Office操作题考试与评分系统设计

通过对MS Office的研究,结合XML数据管理技术,提出了一种基于XML存储技术的MS Office操作题考试系统设计思路与实现方法,实现了对操作题的随机抽题和自动评分功能。     

Word操作题的自动评分

无纸化考试系统中,客观试题的自动评分相对于操作题的自动评分实现起来比较容易。该文主要对无纸化考试系统的操作部分试题的自动评分问题进行分析,以Word操作题为例阐述操作题的自动评分的具体实现。     

基于VBA的Word操作题自动阅卷方法的研究与实现

本文在查阅文献和实践的基础上,对Word操作题的自动阅卷方法进行了研究,并提出了解决方案。从Word操作题的数据存储结构、操作题的录入、以及自动阅卷方案的主要算法及其实现等给出了详细的阐述。     

基于VBA技术的Word智能评分的设计与实现

本文以Office操作题中常用的Word文档为例,阐述了如何利用VBA技术实现Word的智能评分,并给出了部分功能实现程序。利用该系统提高了阅卷过程的精确性和公正性,并且可以成为学生平时练习和模拟考试的辅助工具。     

Office操作题自动评分系统的设计及实现

本文对计算机考试系统中的自动评分系统进行了较深入的研究,对Office2000操作部分采用提取评分要素,给每个要素分配一定的权植,最终汇总的方法,实现了对Office2000操作题的自动评分。     

基于词语关系的词向量模型

词向量能够以向量的形式表示词的意义,近来许多自然语言处理应用中已经融入词向量,将其作为额外特征或者直接输入以提升系统性能。然而,目前的词向量训练模型大多基于浅层的文本信息,没有充分挖掘深层的依存关系。词的词义体现在该词与其他词产生的关系中,而词语关系包含关联单位、关系类型和关系方向三个属性,因此,该文提出了一种新的基于神经网络的词向量训练模型,它具有三个顶层,分别对应关系的三个属性,更合理地利用词语关系对词向量进行训练,借助大规模未标记文本,利用依存关系和上下文关系来训练词向量。将训练得到的词向量在类比任务和蛋白质关系抽取任务上进行评价,以验证关系模型的有效性。实验表明,与skip-gram模型和CBOW模型相比,由关系模型训练得到的词向量能够更准确地表达词语的语义信息。     

Word

怎样才能让那些常用程序乖乖地听你摆布呢?在本次专题中,《个人电脑》将会教你几招超高竿的Office操作小技巧,为你剩下大把时间。     

Word

自动激活改写模式 在“工具｜选项｜编辑”下面有一个名为“改写模式”的选项。如果您在这个选项的复选框内打上对钩标记（见图２２）并点击“确定”按钮可以暂时激活改写模式但您一旦关闭Ｗｏｒｄ在下一次启动Ｗｏｒｄ时改写模式将不再有效 Ｗ０ｒｄ又重新工作在插入模式。如果您喜欢使用改写模式这样反反复复会令人很烦。 通过一个宏可以对此有所帮助。点击“工具”菜单中的“宏｜宏”将“Ａｕｔｏｏｐｅｎ”作为“宏名称”输入。在点击“创建”按钮后进入到“Ｍｉｒｃｏｓｏｆｔ　Ｖｉｓｕａｌ Ｂａｓｉｃ编辑器”。在这里您可以看到“Ｓ…     

基于词激活力的自动词发现

在使用计算机处理中文信息时,对词语的自动化发现技术有迫切的需求.因为在互联网时代,词语集合的更新换代非常之快,词语以非常快的节奏产生和消亡,这直接影响着对中文信息自动化处理的准确度和可靠性.为了解决这个难题,本文提出一种基于词激活力模型的中文词语发现方法.该方法将海量汉语语料建模成为有序的汉字序列,建立词激活力模型,分析字与字之间的联系程度,从而对任意两个汉字是否构成词语进行估计.在大规模语料集上的数据实验表明,该方法能够有效地对预料中的潜在词语进行自动化发现,达到了预期目标.     

基于指示词的词义消歧方法

影响词义消歧的特征是多方面的，为考察上下文指示词这一消歧特征，提出了利用统计的方法抽取指示词用于词义消歧。实验表明，该方法是可行的，并为利用多特征进行汉语自动消歧提供了可靠的参考。     

藏文自动分词系统中紧缩词的识别

在藏文信息处理中,涉及句法、语义都需要以词为基本单位,句法分析、语句理解、自动文摘、自动分类和机器翻译等,都是在切词之后基于词的层面来完成各项处理。因此,藏文分词是藏文信息处理的基础。该文通过研究藏文自动分词中的紧缩词,首次提出了它的一种识别方案,即还原法,并给出了还原算法。其基本思想是利用藏文紧缩词的添接规则还原藏文原文,以达到进行分词的目的。该还原算法已应用到笔者承担的国家语委项目中。经测试,在85万字节的藏文语料中紧缩词的识别准确率达99.83%。     

基于词边界分类的中文分词方法

该文研究和探讨一种新的分词方法 基于词边界分类的方法。该方法直接对字符与字符之间的边界进行分类,判断其是否为两个词之间的边界,从而达到分词的目的。相对于目前主流的基于字标注的分词方法,该方法的实现和训练更加快速、简单和直接,但却能获得比较接近的分词效果。更显著的是我们可以很容易地从词边界分类方法获得在线分词学习方法,该方法能够使我们的分词系统非常迅速地学习新的标注样本。     

基于高斯词长特征的中文分词方法

中文分词是中文信息处理的基础,在语音合成、中外文翻译、中文检索、文本摘要等方面均有重要应用。在中文分词的任务中,存在的主要问题在于可用有效特征较少,分词准确率较低,如何有效的获取和使用分词特征是关键。该文从中文文本生成的过程出发,基于词长噪声的高斯分布特性,提出利用上下文的词长特征作为分词特征。实验表明,在封闭测试中,采用条件随机场模型,使用该特征对现有的实验结果有提高作用。