在本篇論文中，我們將提出一個自動化試題分類測驗系統，稱之為自動試題分類系統 (Automatic Item Classification System; AICS)。此系統依照教學者提供的教材結構或特定的教材結構，並將其建置成為教材樹，將大量試題與教材內容做相關性連結。系統的主要工作在為試題在教材結構的分類，並將相關分類的教材內容計算其相關性與記錄連結。當系統找出試題與教材內容的相關性之後，試題難易度計算、試卷整體困難度等，系統可分析試題並自動選題，且產生的試題內容。此研究的主要工作主要可分為: 1.根據連結教材的結果，系統可呈現試題關連的教材，方便教師快速瞭解此自動出題系統所產生的試卷之範圍及難易程度，以輔助教師在建立試卷時，減少其編輯試卷所花費的時間。2.在另一方面，並且在學生測驗結束後，系統可立即利用試題與教材的關連性，將學生錯誤的試題，回饋相關教材以供學習，以提升學生的學習成效。在傳統教學與線上學習中，「評量測驗」皆是最重要的學習活動之ㄧ，藉由測驗的進行，學習者可以瞭解學習過程中是否已有效掌握學習目標與要點，教師也可深入了解學習者的學習狀況，並評估學習者是否達到標準，作為補救教學與加強學習的依據。

In this paper, we present a automatic item classification system,called AICS. This system is according the content structure that are provided from the teacher for create a content tree. This content tree can correlate the item with content. The main works of AICS classify the item and find the most similar content. After than the system compute the relationship between the item and content, AICS can automatic compute the difficulty of item and examination. The work of this research has two categories: 1. The system can show the content that are related to the item and help the teacher understand the difficulty of the examination paper quickly. 2. When after the examination, the system provide the content for student understand the irrelevant items.

目錄
第一章 緒論 ............................................................. 1
第一節 研究動機 ......................................................... 1
第二節 研究貢獻 ......................................................... 2
第三節 論文架構 ......................................................... 3
第二章 文獻探討 ......................................................... 4
第一節 數位學習系統 .................................................... 4
2-1-1、SCORM ........................................................ 5
2-1-2、測驗系統 .................................................... 11
2-1-3、學習回饋 .................................................... 11
第二節 選題策略 ....................................................... 13
2-2-1、IRT .......................................................... 13
2-2-2、知識地圖 .................................................... 14
第三節 試題分類 ....................................................... 15
2-3-1、文件分類 .................................................... 15
2-3-2、文件相似度 .................................................. 16
2-3-3、試題分類 ..................................................... 18
2-3-4、中文斷詞 ..................................................... 18
第三章 自動化試題分類測驗系統 .......................................... 19
第一節 教材結構關鍵詞集合建立模組 ..................................... 21
3-1-1、教材結構 ..................................................... 21
3-1-2、關鍵詞集合建立 ............................................... 23
第二節 自動化試題分類模組 ............................................. 27
第三節 試題與教材相關性建立模組 ....................................... 29
3-3-1、試題與教材內容相關性計算 ..................................... 29
3-3-2、試題與相關性最高教材內容句子比對 ............................. 31
第四節 自動選題與試卷分析模組 ......................................... 32
3-4-1、自動選題策略 ................................................. 32
3-4-2、試卷分析 ..................................................... 34
第五節 測驗結果分析與回饋模組 ......................................... 35
3-5-1、試題修正回饋 ................................................ 35
3-5-2、教學回饋 .................................................... 36
3-5-3、學習回饋 ..................................................... 37
第四章 系統實作與結果分析 .............................................. 40
第一節 系統架構 ........................................................ 40
4-1-1、系統簡介 ..................................................... 40
4-1-2、系統規劃與功能 .............................................. 40
4-1-3、實驗環境 ..................................................... 49
第二節 實驗結果與分析 .................................................. 50
4-2-1、試題分類實驗結果與分析 ...................................... 50
4-2-2、ITF 實驗結果與分析 ........................................... 53
第五章 結論及未來展望 .................................................. 57
參考文獻 ................................................................ 58

[1] 程馥慧，「我國大學校院網路教學平台建置方式、建置資源及其相關影響因素之研究」，世新大學傳播管理學研究所，2004。
[2]周文正，「WWW 上電腦輔助測試系統之研製」。第七屆國際電腦輔助教學研討會，國立高雄師範大學，1999。
[3]吳錫修，「電腦輔助測驗之動態命題與試卷驗證模式研究」。第七屆國際電腦輔助教學研討會，國立高雄師範大學，1999。
[4]陳昭秀，「網路化電腦輔助合作學習之使用者介面設計研究」，國立交通大學傳播研究所碩士論文，1995。
[5]林姿妙，「兒童學習網站品質評鑑準則之發展研究」，台南師範學院國民教育研究所碩士論文，2001。
[6] 姚家豪，「題庫資源標準化與具回饋機制之評量測驗系統設計與實作」，國立中山大學資訊工程學系研究所碩士論文，2005。
[7]孫光天、陳新豐、楊振印、戴伯昌「 線上適性整體評量環境之研究」，TANET98,1A13-22 頁,花蓮：國立東華大學，11 月9-11 日，1998。
[8] 林佑政、謝財明、謝雪娥、洪羽珊、陳玟伶，「測驗選題系統第四屆全球華人教育資訊科技大會會議論文集」，頁488-495，新加坡，2000。
[9] 李明如，「測驗選題演算法之研究─以國中基本學力測驗之國文.數學為例」中原大學資訊工程學系碩士論文，2002。
[10]余民寧，「教育測驗與評量-成就測驗與教學評量」，心理出版社，1997。
[11] 陳淑芬，「概念構圖式學習系統」，國立台灣師範大學資訊教育研究所碩士論文，1997。
[12] 吳育龍，「於網際網路上應用概念圖輔助學習之研究」，中原大學資訊工程研究所碩士論文，2000。
[13]郭立平，「利用知識地圖與問題解決方法設計出題系統」中原大學資訊工程研究所，2002。
[14]曾賢豪 ，「基因演算法應用於電腦輔助測驗系統試題配置之研究」， 暨南國際大學資訊管理學系，2003。
[15]黃天鴻，「以知識地圖為基礎發展的網路全迴路學習」中原大學資訊工程研究所，2003。
[16]林頌華，新聞標題自動分類，清華大學資訊工程學系碩士論文，1999。
[17]呂盈輝，應用於數位學習之中文試題分類技術，中正大學資訊工程學系碩士論文，2002。
[18]張翔宇，應用本體論建構自動化試題分類機制之研究，國立臺灣師範大學工業教育研究所碩士論文，2005。
[19]杜海倫，「以標題進行新聞自動分類」，清華大學資訊工程學系碩士論文，1999。
[20]何榮桂，「網路環境題庫與測驗之整合系統」，八十六年度電腦輔助學習及遠距教學專題研究計畫成果討論會摘要，頁44-162，1997。
[21]郭生玉，「心理與教育測驗」，精華書局，台北，1989。
[22]吳錫修，「電腦輔助測驗之動態命題與試卷驗證模式研究」，第七屆國際電腦輔助教學研討會，國立高雄師範大學，1998。
[23]中山大學資工系網際網路實驗室HGLS 數位學習管理系統,( http://140.117.170.15/hgls/)。
[24]Advance Distributed Learning SCORM2004.3ED.Document Suite,(http://www.adlnet.gov/).
[25]Hambleton, R. K., & Swanininathan, H.,“Item response theory:Principles and applications”, Boston:Kluwer-Nijhoff.,1983.
[26]Novak, J. D., and Gowin, D. B.,“ Learning How to Learning”, New York: Cambridge University Press,1984.
[27]Rita Kuo,Maiga Chang,Da-Xian Dong and Jia-Sheng Heh,“ApplyingKnowledge Map to Intelligent
Agents in Problem Solving Systems”, World Conference on Educational Multimedia,Hypermedia & Telecommunications,Denver,Colorado,USA Jun.24-29,2002.
[28]G.J. Hwang,“A Test Sheet-Generating Algorithm for Multiple Assessment Requirements”, IEEE Transactions on Education, to appear,2003.
[29]F.S. Hillier and G.J. Lieberman,“Introduction to Operations Research”, 7th Ed., McGraw-Hill, New York,2001.
[30]M.E. Maron,“Automatic Indexing: An Experimental Inquiry”, Journal of the ACM, vol. 8, pp. 404-417,1961.
[31]Joachims, T.,“A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text Categorization”, Proceedings of the Fourteenth
International Conference on Machine Learning, pp.143-151,1996.
[32]Salton, G. and Buckley, C.,“Term weighting approaches in automatic text retrieval”, Information Processing & Management, 24(5), pp.513-523.
[33]Robertson, S. E. and Sparck Jones, K.,“Relevance weighting of search terms”Journal of the American Society for Information Sciences,Vol 27, No.3, pp.129–146,1976.
[34]G. Salton, A. Wong, and C.S. Yang,“A Vector Space Model for Automatic Indexing”, Communications of the ACM, Vol. 18, No. 11, pp.
613-620, Nov. 1,1975.
[35]Rumelhart, D.E. Hinton, G.E and Williams, R.J.,“Learning Internal Representation By Error Propagation,” Parallel distrivuted Processing,vol. 1, MIT Press, pp. 318-362,1986.