4、中学学生作者归属的时间背景研究

中学学生作者归属的时间背景研究

1. 引言

在数字学习管理中，自动化系统正逐渐承担起教师以往手动完成的任务，如学生作业提交、评分、反馈和评估等。其中，检测学生作业是否存在抄袭是一项重要任务。作者归属方法常用于数字学习管理系统，通过构建和更新每个学生的写作风格指纹，当新提交的文档与学生的写作风格指纹有显著偏差时，系统会提醒教师。

然而，在中学抄袭检测领域，作者归属任务面临两个主要挑战：
- 学生写作风格变化快 ：学生在中学阶段的写作风格可能迅速演变，尤其是写作能力较差的学生努力提高写作水平时。例如，14岁学生的写作风格可能无法很好地预测其17岁时的写作风格。这就要求作者归属系统根据课程的预期学习目标和学生的预期进步进行特殊调整，但目前大多数数字学习系统缺乏这一功能，仍需教师手动检查。
- 数据稀缺 ：每个学生的写作样本数量有限，即使数字学习系统记录了数千名学生多年的数据，每个学生的写作内容也仅包括特定课程的作业、项目和考试。例如，在一项研究中，尽管可以获取超过10万名学生的写作数据，但每个学生每年每门课程平均仅产生4.2篇约6700个字符的文档，3年中学教育下来，每个学生平均仅有12篇文档（约80400个字符）可用于分类。

基于这些挑战，研究旨在探讨在中学作者归属领域，使用较少但更近期的数据是否能达到足够的分类准确性。

2. 相关工作

历史和时间因素在信息检索（IR）中一直被视为重要的上下文特征。在交互式IR研究中，时间因素常被纳入考虑。例如，Kumpulainen和Järvelin对分子医学研究人员进行了纵向研究，发现时间是记录和理解系统间交