文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

大语言模型驱动的多模态实验报告自动批改

徐继宁,黄楠,宋浩

(北方工业大学 电气与控制工程学院,北京 100144)

栏目:人工智能 · 第 2025 年第 12 期 · 页码:79-84 · 2096-4706(2025)12-0079-06 · 中图分类号:TP391.4;TP181 · 文献标识码:A · DOI:10.19850/j.cnki.2096-4706.2025.12.016

摘要

实验报告自动批改是智慧教育领域的重要任务。遵循OBE理念,文章复现教师批改思路,将评分项转化为问题,统筹文字、表格、图片等多模态作答信息进行评分,以贴近实际教学和课程建设需求。多模态信息的理解和评分阶段,在深度学习的基础上,引入大语言模型,以实现表格题的内容提取与转化,解决定位和逻辑判别难点。对于文字类内容,采用BERT进行理解;对于图片类内容,则使用BERT和ResNet-18组合构建的自主训练模型,将图片匹配权值缩放后用于图像特征评价图形题。该方案采用小样本数据进行训练,适配不同学科实验,克服依赖大量数据训练导致的泛化性和迁移性不足等痛点。通过两门课程的批改试验,报告评分平均准确率达到92.20%,填补了非定制化实验报告自动批改的空白。

关键词

实验报告自动批改;深度学习;大语言模型

参考文献

  1. [1] 吴兰岸,闫寒冰,黄发良,等.大型语言模型在高等教育中的应用分析与现实挑战[J].现代教育技术,2023,33(8):29-37.
  2. [2] 王绍卿.电子实验报告自动批改系统的设计与实现 [J].山东理工大学学报:自然科学版,2010,24(3):60-63.
  3. [3] 蒋进文,张卫丰.基于代码仓库的作业自动批改的研究与实现 [D].南京:南京邮电大学,2021.
  4. [4] LINO A,ROCHA A,SIZO A. Virtual Teaching and Learning Environments: Automatic Evaluation with Artificial Neural Networks [J].Cluster Computing,2019,22:7217-7227.
  5. [5] ABD EL-HALEEM A M,EID M M,ELMESALAWY M M,et al. A Generic AI-Based Technique for Assessing Student Performance in Conducting Online Virtual and Remote Controlled Laboratories [J].IEEE Access,2022,10:128046-128065.
  6. [6] 汪生海,刘玉敏.深度学习在虚拟实验指导与批改中的应用 [D].北京:北京邮电大学,2018.
  7. [7] 张景辉,王培进.课程设计自动评分系统设计与实现 [J].电气电子教学学报,2019,41(4):149-152.
  8. [8] 张琳,陈夕松,王晓俊.基于远程开放式测控教学实验平台的智能综合考评系统研发 [D].南京:东南大学,2020.
  9. [9] 孙雅琳,文福安.人工智能在语言训练指导和批改中的应用 [D].北京:北京邮电大学,2018.
  10. [10] CHEN Y F,LIU X M,HUO P P,et al. The Design and Implementation for Automatic Evaluation System of Virtual Experiment Report [C]//2017 12th International Conference on Computer Science and Education(ICCSE).Houston:IEEE,2017:717-721.
  11. [11] 姜建华,汪洋,王敏,等.基于互联网的实验教学到实验报告自动批改 [J].实验室研究与探索,2017,36(5):157-161.
  12. [12] 李东炜,胡昊,龙云.基于Halcon平台的金工实习自动评分系统 [J].机电工程技术,2025,54(2):111-115.
  13. [13] ZENG W,GUO J,HAO L,et al. Evaluation of Physical Electrical Experiment Operation Process Based on YOLOv5 and ResNeXt Cascade Networks [J].Neural Processing Letters,2022,55(2):1583-1603.
  14. [14] 曹姗姗.工科线上实验报告智能评价系统设计与开发 [D].北京:北京林业大学,2022.

基金项目

北京市教委北京市数字教育研究重点课题-面向卓越人才培养的多维数字化学习空间构建支持(BDEC2022619001)

作者简介

徐继宁(1970—),女,汉族,陕西兴平人,副教授,博士,研究方向:控制理论与模式识别、智慧教育;通信作者:黄楠(1997—),男,汉族,北京人,硕士在读,研究方向:深度学习、自然语言处理、智慧教育;宋浩(1977—),男,汉族,河北廊坊人,工程师,本科,研究方向:边缘智能与智能制造控制系统、工业控制网络。