当前位置 —论文—教学— 范文

关于计算机类论文范文参考文献,与计算机自适应性语言测试的智能选题方法＊相关论文发表

本论文是一篇关于计算机类论文发表,关于计算机自适应性语言测试的智能选题方法*相关在职毕业论文范文。免费优秀的关于计算机及信息技术及计算机科学方面论文范文资料,适合计算机论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

20855;有理想的适应性,在建立题库时,不仅要根据IRT模型对题目的参数进行估计,而且还要对每篇文章的难度Lexile值和相应的题目参数进行计算和标注,从而在CAT考试的选题中根据考生的不同阅读水平,自动从题库中选择满足相应Lexile值的阅读材料.篇章难度系数控制模式的CAT阅读选题和测试过程包括两个阶段,分别是初测和正式施测阶段（参见图4）.

在初测阶段,CAT系统以题库中所有文章的平均难度值为基础,随机选择一篇文章对所有的考生进行施测,并根据考生对文章的整体反应情况,以测验项目为单位即时估计考生的能力值.然后根据考生能力值的不同,再分别呈现较难或较容易的整篇文章而不是单个的测验项目让考生继续阅读.

正式考试阶段,可以根据实际需要设计不同的测量阶段.在初测阶段阅读水平较低的考生将在第二阶段阅读若干篇难度较低的文章,而初测阶段阅读水平较高的考生则在第二阶段阅读若干篇难度较高的文章.在考生回答完每篇文章的所有题目后,CAT系统马上估计每个考生的测验信息函数值,如果达到终止条件,考生的阅读测试即告结束,反之,考生将继续按上述步骤进入下一个测量阶段,直到满足终止条件.在考生完成阅读测验以后,CAT系统将分别估计考生在阅读理解测验部分的能力值,为考生提供最终的测验总分和分测验考试分数.

计算机自适应性语言测试的智能选题方法*参考属性评定
有关论文范文主题研究:	关于计算机的论文范文素材	大学生适用:	学院论文、大学毕业论文
相关参考文献下载数量:	17	写作解决问题:	毕业论文怎么写
毕业论文开题报告:	论文任务书、论文题目	职称论文适用:	职称评定、职称评副高
所属大学生专业类别:	毕业论文怎么写	论文题目推荐度:	优秀选题

篇章难度系数控制模式的CAT阅读理解考试,是一个在充分考虑阅读材料难度基础上的智能选题方案.这种测试方法,不是简单地以测验项目的难度值为选题策略,而是充分考虑到文章本身的难度变量对文章和题目难度的影响因素,因而从理论上讲更符合语言学的客观事实.在具体的测量实践中,我们还可以根据测量精度的要求,将题库中所有的阅读材料按照蓝思值的大小进行分层组织,从而构造出更多的智能选题路径（Fulcher,2005）,使CAT阅读理解测验的适应性更强,测量的信度和效度更高.

四、结束语

计算机自适应性语言测试,可以提供个性化测量模式并确保测量具有更高的信度与效度,因而CAT考试是未来语言测试和教育测量发展的必然趋势.不过,由于分离式测验题目在考查学生的综合语言能力方面存在诸多不足,尽管采用综合性、整体性测验任务对考生语言能力进行评价的社会需求日益迫切,然而仅靠传统的CAT选题策略已经无法满足对阅读理解测验的考试要求,因而这在相当大的程度上限制了CAT考试模式的推广和普及.所以,为了充分发挥信息技术在语言测试中的作用,我们必须在对测验内容进行深入分析的基础上,采用科学的指标体系和灵活的选题方法才能满足对考生语言水平的自适应性测量.当代计算机科学和多媒体技术与项目反应理论的有机结合为CAT测量方法的实现奠定了基础,同时针对CAT考试中各种可行性问题的探索,特别是对阅读和听力测验中选题方式的探索,也对语言测试研究人员和计算机科学设计人员提出了更高的技术要求.在多级计分IRT模型和题组反应理论（TRT）在计算机自适应性考试的实践中取得实质性进展以前,阅读理解测验的智能选题策略问题仍将是计算机自适应性语言测试普及中必须面对的严峻挑战.

参考文献:

[1]谷思义,漆书青,赖民.中学英语水平计算机自适应测试系统的研制报告[J].外语电化教学,1990（3）.

[2]巫华芳.计算机化自适应测验系统的设计与实现[J].科技广场,2011（1）：111-113.

[3]熊春明,吴瑞.纸笔测验和计算机自适应测验的比较研究[J].计算机与现代化,2006（9）：28-35.

[4]漆书青,戴海崎.项目反应理论及其应用研究[M].南昌：江西高校出版社,1992.

[5]谢小庆.网上模拟HSK考试系统和练习系统[DB/OL].l.

[6]Chalhoub-Deville,M.IssuesinComputer-adaptiveTestingofReadingProficiency[M].Cambridge:CambridgeUniversityPress,1999.

[7]Fulcher,G.Interfacedesigninputer-basedlanguagetesting[J].LanguageTesting,2005(4):384-408.

[8]Rover,C.Web-basedlanguagetestingLanguage[J].Learning&Technology,2001(2):8494.

[9]Sawaki,Y.,Stricker,L.,&Oranje,A.FactorstructureoftheTOEFLInter-basedTest(iBT):Explorationinafieldtrialsample[R].EducationalTestingService.TOEFLResearchReport:08-09.RevisedNovember2,2008,fromHttp://.ets./MediaResearch/pdf/RR-08-09.pdf.

[10]Yang,M.Computer-AdaptiveTestingofESLReadingProficiency[J].ReadandWritePeriodical,2011(3):10-11.

（编辑：鲁利瑞）

上一页 1 2 3

关于计算机类论文范文参考文献,与计算机自适应性语言测试的智能选题方法＊相关论文发表参考文献资料：