首页|基于深度学习中医药试题难度预测的研究

基于深度学习中医药试题难度预测的研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
本研究旨在解决中医药本科类考试管理工作中存在的问题。采用深度学习、人工智能技术，利用预估考试难度的方式来提高教育教学水平，改善考试管理工作。通过预估考试难度，不仅可以掌握学生的学习状态和老师课堂教学的反馈，而且还有助于提升学生的学习能力和准确把控考试试卷的质量。实验结果表明，本研究方法准确率高达92。6％，但是如何将该测试引入大学生学习过程，该测试又是如何提升大学生自主学习能力与如何更好地衡量其预测权重密切相关。加之，学生人数对于预测结果也十分重要，受限于学生人数，可以在此模型基础上不断收集学生测试数据，训练该卷积神经网络，提高其预测准确率。同时，不同专家对题目难易程度的把握也是衡量一份试卷难易程度的标准，可以结合不同的算法均衡这些差异，完善该技术的最终效果。本研究为医学类专业的考试管理工作提供了借鉴和思路，对教育教学质量的提升具有一定的参考价值。

刘洋、徐远坤、许和贵、秧荣昆、袁云飞、汪茂盛

展开 >

贵州中医药大学第一附属医院,贵州贵阳 550001

贵州中医药大学,贵州贵阳 550025

考试难度 人工智能技术 预估

国家中医药考试科研课题(2022)

TC2022042

2024

10.16588/j.cnki.issn2096-8426.2024.02.015

贵州中医药大学学报

贵州中医药大学学报

ISSN：
年,卷(期)：2024.46(2)
  • 12