基于SVM的英语题库题目分类研究

作     者：潘丽鹏 PAN Li-peng

作者机构：咸阳师范学院陕西咸阳712000 

基　　金：陕西省2020年度教育科学“十三五”规划课题(SGH20Q253) 咸阳师范学院校级科研项目(XSYK20001) 咸阳师范学院青年骨干教师培养项目(XSYGG202004) 

出 版 物：《自动化技术与应用》 (Techniques of Automation and Applications)

年 卷 期：2022年第41卷第8期

页      码：140-142,165页

摘      要：针对现有英语题库题目依赖专业英语老师人工解析,缺乏智能化平台的问题,提出一种基于SVM的英语题库题目智能分类。首先将系统分为用户层、业务层、服务层、数据层、基础层,并重点设计英语题库题目分类功能。其中,构建SVM分类器,实现英语题库题目的分类。通过测试验证本系统算法的有效性和运行的可行性。结果表明,SVM分类器可实现英语题库题目的准确分类,分类准确率达到74%,优于传统分类算法KNN、Random Forest、Logistic Regression,且通过系统运行,实现了英语题库题目的分类需求,达到设计目的。

主 题 词：英语题库 SVM模型 分类算法 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.20033/j.1003-7241(2022)08-0140-04

馆 藏 号：203113926...