基于人工神经网络预测汉语阅读理解测验题目难易度的研究

题目难易度是一个重要的题目参数。目前,一般通过依靠被试反应的实际施测的方法得到题目难易度,但是这种方法实施起来常常会遇到各种各样的困难。人工神经网络因其自身的特点,被广泛应用于各领域的预测研究。本文尝试运用该方法,对汉语阅读理解测验的题目难易度进行预测。这种方法不需要依靠被试,只需对阅读理解文章及题干进行分析并提取变量,然后通过计算便可以预测出一个题目的难易度。本文以汉语水平考试(KSK)的阅读理解文章及题目作为训练集和测试集,对汉语阅读理解测验的题目难易度进行了预测,预测得到的题目难易度和实际题目难易度存在显著的相关。