第一章 绪论

1.1 研究背景及意义

在教育数字化转型的大背景下，英语教学对试题资源的需求日益增长，传统人工命题模式依赖教师的个人经验，不仅耗时耗力，还难以保证试题的知识点覆盖率、难度梯度与题型多样性，难以满足大规模、个性化教学的需求。随着自然语言处理技术与知识图谱理论的不断发展，自动试题生成技术成为解决这一问题的重要途径。英语试题的生成本质上是一个多约束条件下的文本生成任务，需要同时兼顾语料语义、知识点关联、题型规范与难度适配，而传统的文本生成模型往往难以有效处理试题生成中的多维度关联约束。超图理论作为普通图的扩展，能够通过超边连接多个节点，自然适配英语语料中实体、句子、知识点等多元素之间的复杂关联，为试题生成任务提供了结构化的知识约束。基于此，本文设计并实现了基于超图建模的英语试题生成系统，通过构建英语语料超图，将语料中的语义关系与知识点关联转化为结构化的超图数据，为预训练语言模型提供清晰的知识引导，从而提升生成试题的质量与适配性。本研究不仅能够为英语教学提供高效的试题生成工具，减轻教师命题负担，还能为多约束条件下的文本生成任务提供一种基于超图建模的新思路，具有一定的理论与实践意义。

1.2 国内外研究现状

自动试题生成技术旨在从文本或知识库中自动产生可用于教学评估的练习题，近年来随着自然语言处理和深度学习的快速发展，该领域的研究已从早期的模板匹配和规则驱动阶段，演进至基于预训练语言模型和大语言模型的智能生成阶段，形成了丰富的研究成果。在国际学术界，Saleem等人[1]提出了一个融合Transformer模型、潜在狄利克雷分配以及情感分析和关键词抽取的统一自动试题生成框架，并开发了QuestifyTheEduBot教育机器人系统，显著降低了人工干预的程度。Burke[2]则针对完全自动化命题可能引入事实错误和难度偏差的问题，提出了一种人机协同的混合框架，指导教师与大型语言模型通过参数定义、审查与迭代优化的交互方式，为大学课程生成了平行试卷变体，验证了人在回路中自动命题的有效性。Sairaj与Balasundaram[3]关注自动生成试题中主题重复的问题，设计了结合模糊本体映射、集成学习和检索增强生成的混合方法，利用T5预训练模型有效减少了生成试题的冗余度并提升了实体的多样性。Kıyak与Kononowicz[4]在医学教育领域提出了混合自动题目生成方法，利用人工智能生成题目模板，再由领域专家审核与修正，兼顾了模板法的结构严谨性和AI模型的生成效率。此外，Daupare与Jēkabsons[5]对24种不同的大语言模型在拉脱维亚语多选题生成任务上进行了系统的基准测试，揭示了不同模型在低资源语言处理能力上的显著差异，为多语言试题生成提供了实证依据。

在国内研究方面，韩雨婷等人[6,7]系统梳理了自动题目生成从规则驱动方法到大语言模型的演进历程，指出传统基于预定义模板的方法灵活性受限、维护成本高，而大语言模型驱动的生成方式虽然显著提升了生成效率与内容多样性，但仍面临专业知识表达准确性不足、文化公平性与构念效度难以保证、多模态内容生成薄弱以及智能化质量控制缺失等现实挑战，并提出了检索增强生成、多阶段心理测量学验证以及用户友好型系统开发等应对策略。陈大建与胡杰辉[8]专门针对英语阅读理解试题的自动化命题开展研究，构建了专用于语言测试任务的大语言模型，通过实证对比证明了该模型在试题微技能分布和可用性评分上优于通用模型GPT‑4，且所生成试题的信度和拟合度接近大学英语六级真题水平，探索了大语言模型在外语教学与测评中的创新应用路径。王鸿滨与吕海辉[9]探究了大语言模型在中文阅读测试题自动生成中的应用，从语言流畅度、言语准确性、问题复杂度、答案存在性等六个维度进行人工评估，结果表明大语言模型生成的题目与汉语水平考试真题无显著差异，验证了该技术在中文国际教育领域的可行性。廖姝[10]探索了基于大语言模型的人格测验题目自动生成及质量评价的完整自动化流程，采用少样本微调和提示词工程技术，验证了基于大语言模型的虚拟被试在复现人类被试人格特质水平方面的有效性，为心理测量领域的自动化命题提供了新思路。

在基于深度学习和图结构的方法上，粟武[11]研究了异构图神经网络在自动文本摘要中的应用，设计了多粒度自适应抽取式模型，通过自适应深度与广度机制以及边权重的图注意力网络，有效捕获了不同粒度语义节点之间的复杂关系，这种图结构建模思想与超图的高阶关联建模具有相通之处。王寒[12]聚焦数智化教学场景的多目标测验生成问题，设计了考虑带权知识点覆盖和认知层级分布的测验生成算法，结合动态规划与遗传算法提升了测验生成效率，并研究了适应学生能力变化的题目推荐策略，为差异化教学提供了技术支持。杨生文[13]针对阅读理解题目生成中生成问题包含答案、干扰项迷惑性不足等缺陷，提出了基于答案抽取的问题生成模型和基于干扰注意力机制的多项选择生成模型，利用预训练模型UniLM和BERT增强了上下文特征捕获能力，提高了生成问题的准确度和干扰项的丰富性。肖文艳[14]从语料库语言学视角出发，构建了英文网页语料库，对中小学英语教材词汇进行了量化分析，并引入句子难度度量方法，利用机器学习技术初步实现了面向不同语言学习者的词汇多项选择题自动生成。郭凯[15]基于Java语言和MVC框架，设计了随机题目试卷生成系统，按照题目难度和章节范围从题库中抽取题目组合成试卷，在提升出卷效率方面发挥了作用。

1.3 主要研究内容

本课题围绕基于超图建模的英语试题生成方法，重点开展以下四个方面的研究工作。

第一，英语语料的深度解析与超图构建策略研究。该部分研究如何将非结构化的英文文本转化为具备高阶关联特性的超图结构。具体包括从文本中提取关键词、命名实体、概念属性及句子逻辑块，并将其映射为超图中的多粒度节点；针对英语试题生成中“多对一”的逻辑特性，研究基于语义关联、共现关系以及逻辑推理链的超边构建方法，通过超边连接多个节点以表征知识点间的复杂约束；设计超图的关联矩阵表示方法，并通过注意力机制动态调整超边与节点间的连接权重，突出核心考点。

第二，基于超图神经网络的语义特征增强研究。在构建超图的基础上，利用超图卷积提取深层语义信息。具体包括设计适用于试题生成任务的超图卷积算子，实现节点特征在高阶邻域内的聚合与更新；研究如何平衡局部语义与全局逻辑之间的关系，将超图提取的高阶特征与预训练语言模型的序列特征进行深度融合，从而获得更丰富的试题生成条件。

第三，基于超图引导的英语试题生成模型架构实现。在特征增强的基础上，构建以超图特征为引导的条件扩散模型，使用户在生成试题的过程中能够实时回溯超图中定义的逻辑路径，减少生成内容的幻觉现象。同时，引入知识点分类和答案支撑句识别等辅助任务，与试题生成主任务共同训练，提升生成试题与目标知识点的契合度。

第四，英语试题生成原型系统的设计与实现。基于上述算法，开发一套前后端分离的原型系统，后端提供超图构建、模型推理和数据持久化等核心服务，前端实现语料上传、试题生成、超图可视化、人工修正和专家评分等交互功能，并通过自动评估指标和消融实验验证超图建模方法的有效性。

1.4 论文结构安排

本文共分为六章，各章节的主要内容安排如下。

第一章为绪论，阐述了研究背景与意义，梳理了相关技术的国内外研究现状，明确了本文的研究内容与主要工作，并给出了论文章节安排。

第二章为相关技术与理论基础，详细介绍了超图理论、预训练语言模型、文本生成与评估指标等关键技术，为后续系统设计与模型构建提供理论支撑。

第三章为系统总体设计，进行了系统需求分析，给出了系统的整体架构设计，划分了系统的核心功能模块，并说明了系统的业务流程。

第四章为超图建模与试题生成模型设计，详细阐述了英语语料超图的构建方法，包括节点与超边的设计、特征提取与编码，介绍了试题生成模型的整体结构与核心模块实现。

第五章为系统实现与实验分析，介绍了系统的开发环境与技术栈，说明了前后端核心功能的实现细节，通过实验对模型训练过程与生成试题的质量进行了评估与分析。

第六章为总结与展望，对本文的研究工作进行了总结，指出了当前研究存在的不足，并对未来的研究方向进行了展望。

第二章 相关技术与理论基础

英语试题自动生成涉及从非结构化文本中提取知识、建模高阶依赖、生成自然语言多个环节，基于此选择了超图的构建方法、超图神经网络的传播机制、多尺度特征融合与路径条件提取、条件潜在扩散模型的生成原理以及多任务学习的优化策略作为核心技术。这些技术共同构成了从英文语料输入到英语试题输出的完整处理链路，其中超图负责将文本中的实体、句子和概念组织成高阶关联结构，超图神经网络实现节点特征的高阶传播与增强，扩散模型在超图特征的引导下完成试题的生成，多任务学习则通过辅助分类任务提供额外的监督信号。

2.1 超图构建方法

超图是对传统图结构的广义扩展。在普通图中，一条边只能连接两个顶点，表达的是二元关系。而在超图中，一条超边可以连接任意多个顶点，因此能够自然地刻画“多个知识点共同支撑一道试题”的高阶逻辑关联。这种能力对于英语阅读理解等需要跨句子、跨段落推理的任务尤其重要，因为一道综合性试题往往依赖于多个实体、多个概念以及多条证据句的共同作用。

超图形式化定义为 G=(V,E)，其中 V={v1,v2,…,v∣V∣} 是节点集合，E={e1,e2,…,e∣E∣} 是超边集合。每个超边 ej 是节点集合的一个非空子集，且通常要求 ∣ej∣≥2，即至少连接两个节点。

将非结构化的英文文本转化为超图需要完成两个核心步骤：多粒度节点抽取和高阶超边构建。

2.1.1 多粒度节点抽取

节点是超图的基本单元，其类型和粒度直接影响后续建模的有效性。为了充分覆盖英语试题生成所需的语义层次，系统从文本中抽取以下四类节点。

第一类是问题节点。该节点代表最终需要生成的试题所对应的核心语义锚点，通常只有一个，在超图中作为超边连接的枢纽。第二类是句子节点。每个输入文本中的独立分句被映射为一个句子节点，这些节点保留了原始语序和段落边界信息。第三类是实体节点。通过命名实体识别技术提取文本中的人名、地名、机构名、专有名词等，每个识别出的实体成为独立的实体节点。第四类是概念节点。通过词性过滤和关键词提取获得，代表抽象的知识属性或逻辑范畴，如“因果关系”“对比差异”“时间顺序”等。这四类节点共同覆盖了从词法到篇章的不同语义粒度。

2.1.2 高阶超边构建

超边的构建是超图区别于普通图的关键。针对英语试题生成中“多对一”的逻辑特征，系统设计了三种主要类型的超边。

第一种是问题‑实体超边。该类型超边将问题节点与一个或多个实体节点连接起来，表示一道试题可以同时涉及多个关键实体。这些实体之间往往存在比较、因果、并列或时间顺序等语义关系，例如在一个关于历史事件的段落中，人物、地点和时间构成了一个知识三元组。这种超边的权重通常设置为1.0加上与实体数量成正比的增量，即超边包含的实体越多，权重越高。

第二种是实体‑支持句超边。该类型超边连接一个句子节点以及该句子中出现的所有实体节点。它刻画了句子作为证据载体与实体知识之间的归属关系：一个句子可能包含多个实体，而一个实体也可能出现在多个句子中。这种多对多的关系通过超边可以一次性完整表达，避免了普通图中需要多条边分别连接的冗余。该超边的初始权重根据句子是否被标注为支持句而动态调整，支持句对应的超边权重更高。

第三种是桥接路径超边。当一道试题需要跨越多句推理时，仅依靠单个句子内的实体‑支持句超边可能不足以覆盖完整的推理链。桥接路径超边将问题节点与所有参与推理的支持句节点连接起来，形成一个覆盖整个逻辑链的高阶结构。根据试题类型的不同，该超边可进一步区分为桥接型和比较型，以适应不同题型的逻辑特征。桥接路径超边的权重最高，通常在1.4到1.8之间，以体现其在整个超图中的核心地位。

2.1.3 关联矩阵与动态权重

超图构建完成后，需要用矩阵形式记录节点与超边之间的归属关系。定义关联矩阵 H∈R∣V∣×∣E∣，其元素 Hij 表示节点 vi 是否属于超边 ej。若属于，则 Hij=1，否则为0。同时，定义节点度矩阵 Dv 和超边度矩阵 De 分别为对角矩阵，对角元素 Dv)iijHij 表示节点 vi 参与的超边总数，De)jjiHij 表示超边 ej 包含的节点总数。

除了二元归属关系，系统还为每个节点计算一个动态分数，用于量化节点在试题生成中的重要性。节点分数综合考虑了节点类型、元数据和语义特征。例如，实体节点的基准分数为0.9，句子节点的基准分数为0.8，在此基础上根据实体出现的文档次数、句子中关键词的数量等因素进行微调。这些节点分数在后续的图融合模块中用于指导注意力池化，使模型更关注高贡献度的节点。

2.2 超图神经网络

超图神经网络是将卷积操作推广到超图结构的一类图网络模型。其核心思想是通过节点‑超边‑节点的两阶段消息传递，实现高阶邻域内的特征聚合与更新。这种传播机制能够使原本在文本中距离较远但在逻辑上密切相关的实体或句子在超图中实现语义交互。

设第 l 层的节点特征矩阵为 Xl∈R∣V∣×d，其中 d 是特征维度。超图卷积层的计算过程可以分解为四个子步骤。

第一步，将节点特征聚合到超边上，得到超边特征矩阵 E=H⊤Xl。这一步通过关联矩阵的转置将每个超边所包含的节点特征求和，形成超边的初始表示。

第二步，对超边特征进行度归一化，即左乘超边度矩阵的逆 De-1。归一化后的超边特征为 Enorm=De-1E。这一操作使得每个超边的特征贡献与其包含的节点数量成反比，避免节点过多导致特征值过大。

第三步，将归一化后的超边特征通过可学习的权重矩阵 Wl 进行线性变换，得到变换后的超边特征 Eproj=EnormWl。这步为超边特征引入了非线性表达能力。

第四步，将超边特征投影回节点空间，并进行节点度归一化：Xaggr=Dv-1/2HEprojDv-1/2。其中左乘和右乘节点度矩阵的平方根保证了聚合后的节点特征在数值范围上的稳定性。

最终，结合残差连接和非线性激活函数，更新后的节点特征为：

Xl1=LayerNormXlσXaggr#2.1

其中 σ 是高斯误差线性单元激活函数，LayerNorm表示层归一化。残差连接避免了深层网络的梯度消失问题，层归一化则提高了训练稳定性。通过堆叠两层超图卷积，每个节点的最终表示融合了其两跳内的所有超边信息，实现了高阶语义的传播与增强。

2.3 多尺度特征融合与路径条件提取

在超图卷积完成节点特征的高阶传播后，还需要将原始的文本编码特征与超图增强后的特征进行融合，同时从超图中提取与试题推理密切相关的路径信息。

多尺度特征融合采用门控机制。记文本编码器输出的原始节点特征为 Xtext，超图卷积输出的增强特征为 Xgraph，两者维度相同。首先沿特征维度拼接得到 C=[Xtext;Xgraph]∈R∣V∣×2d。然后通过一个线性层和Sigmoid函数计算融合门 g=σ(WgC)，门值范围在0到1之间。融合后的节点特征为 Z=g⊙Xtext+(1-g)⊙Xgraph，其中 ⊙ 表示逐元素乘法。这种自适应门控机制使模型可以根据上下文自动决定更依赖局部词义还是全局图结构。

路径条件提取用于定位关键证据链。在数据集中，部分句子被标注为支持句，即包含答案或提供推理线索的句子。将这些支持句的节点索引集合称为支撑路径。路径条件器从融合特征 Z 中抽取支撑路径对应的节点特征，计算它们的均值作为路径嵌入 zpath。若没有标注支持句，则改用所有节点特征的均值。该嵌入经过两层多层感知机进行非线性变换后，作为扩散模型的条件输入之一。

2.4 条件潜在扩散模型

扩散模型是一类通过逐步去噪从纯高斯噪声中生成目标数据样本的概率模型。为了降低计算代价，系统采用潜在扩散模型架构，在低维潜在空间中进行扩散操作。

设目标问题嵌入为x0∼q(x0)，其中q是真实的问题分布。前向加噪过程定义一个马尔可夫链，从x0开始，在每个时间步t向样本中添加少量高斯噪声。经过T步后，xT近似服从标准高斯分布N(0,I)。该过程可以封闭形式表示为：

qxtx0=Nxt;αtx0,(1-αt)I#2.2

其中αt=i=1t(1-βi)，β1,β2,…,βT是预先定义的方差调度序列。通常设定βstart=10-4 线性增加到βend=0.02，总时间步数T=50。

逆向去噪过程的目标是从噪声xT逐步恢复出x0。该过程需要学习一个参数化模型pθ(xt-1∣xt,Fhyper)来近似真实的逆条件分布，其中 Fhyper 表示从超图中提取的条件特征，包括全局图嵌入和路径嵌入。该条件逆分布被建模为高斯分布：

pθxt-1xt,Fhyper=Nxt-1;μθ(xt,t,Fhyper),σt2I#2.3

均值的预测可以等价地转化为预测每一步所添加的噪声。训练一个U型网络ϵθ(xt,t,Fhyper)来估计噪声ϵ，训练阶段的简化损失函数为：

Ldiff=Ex0,ϵ,t∥ϵ-ϵθ(xt,t,Fhyper)∥2#2.4

推理阶段，从标准高斯噪声xT出发，按照逆向递推公式迭代 T 步，每一步利用U型网络预测噪声并更新xt-1，最终得到生成的问题嵌入，再通过模板化生成器转化为自然语言的英语试题。

2.5 多任务学习

在试题生成主任务之外引入辅助任务能够提供更强的监督信号，帮助模型聚焦于文本中的关键知识点。系统设计了两个辅助任务：知识节点分类和支持句分类。

知识节点分类任务判断超图中的每一个节点是否属于关键知识。对于实体节点和概念节点，若该节点在试题答案或推理过程中起到核心作用，则将其标记为正类；否则为负类。支持句分类任务判断超图中的句子节点是否为答案的证据句。这两项任务都是二分类问题，训练数据可以直接从数据集的标注中获得。

在模型架构中，这两个辅助任务共享同一个多任务头。多任务头由两个独立的线性分类器组成，分别叠加在多尺度融合后的节点特征Z之上。知识节点头的输出为yknowledge=WkZ+bk，支持句头的输出为ysupport=WsZ+bs。训练时，使用带正类权重的二分类交叉熵损失，以缓解正负样本不平衡的问题。记知识节点分类损失为 Lknowledge，支持句分类损失为 Lsupport，则总损失函数为扩散损失与两个辅助损失加权之和：

Ltotal=Ldiff+λkLknowledge+λsLsupport#2.5

其中权重系数 λk=0.5，λs=0.75。通过多任务协同优化，模型在训练时同时学会了从噪声中恢复试题的语义分布、识别文本中的关键实体以及定位证据句子，从而显著提升了生成试题的知识相关性和逻辑严谨性。

第三章 系统设计

3.1 需求分析

3.1.1 功能需求分析

基于超图建模的英语试题生成系统旨在为用户提供从英文语料输入到试题生成、评估、修正及评分的一站式服务。根据项目实际实现的功能，系统需要满足以下功能需求。

第一，语料管理功能。系统应支持用户上传英文文本文件，包括常见的TXT格式文件，并对上传的语料进行存储和元数据记录。用户需要能够查看已上传语料的列表，包括标题、文件名、句子数量和处理状态等信息，并能够对任意已上传语料进行预览。

第二，超图构建与展示功能。系统应根据上传的英文文本或数据集中已有的样本自动构建超图结构，包括文本预处理、多粒度节点抽取、高阶超边生成和关联矩阵计算。用户需要通过可视化界面查看超图的节点与边结构，理解模型的知识推理过程，并支持节点详情的查看。

第三，英语试题生成功能。系统应加载预训练的深度学习模型，对给定样本或用户上传的语料预测知识节点和支持句的得分，并通过模板化方法生成自然语言的英语试题。用户应能够触发试题生成操作，并在界面上查看生成的试题内容、参考题目、答案以及相关的关键实体和支撑句。

第四，实验记录与评估功能。系统应存储每个样本的预测结果，包括生成试题、参考试题、答案、问题类型等，并提供分页查询和按条件筛选的功能。同时，系统应能够自动计算BLEU、ROUGE-L、语义一致性和可解答性等评估指标，生成评估报告，并支持基线对比和消融实验。

第五，人工修正与专家评分功能。系统应允许用户对生成的试题进行人工修正，记录原始试题、修正后的试题以及评分和备注，并支持修正记录的查询和删除。专家用户应对生成试题从语义一致性、逻辑严密性、可解答性和流畅性四个维度进行评分，系统自动计算总体评分并存储评分记录，同时提供评分汇总统计功能。

第六，训练监控与结果展示功能。系统应展示模型训练过程中的损失曲线、最佳轮次、各类F1值等指标，并展示评估报告中的核心指标如BLEU和ROUGE-L等，帮助用户了解模型的训练状态和生成质量。

3.1.2 非功能需求分析

除了功能需求外，系统还需满足以下非功能需求。

可用性方面，前端界面应提供直观的操作入口和清晰的信息反馈，用户在语料上传、试题生成、修正评分等操作后应及时看到成功或失败的提示。超图可视化画布应支持缩放、拖拽等交互操作，节点和连线的布局应清晰可辨。

可扩展性方面，系统应采用模块化设计，数据管理、超图构建、模型推理、评估分析和用户交互各模块之间通过清晰的接口通信，便于后续增加新的试题类型、替换不同的预训练模型或增加更多的评估指标。

数据安全性方面，用户上传的语料文件应存储在服务器指定目录，数据库中的用户修正和评分记录应关联用户标识，防止未授权的修改。系统应提供基本的登录认证机制，确保只有认证用户才能访问系统功能。

3.2 系统架构设计

系统采用前后端分离的分层架构，自顶向下划分为表现层、业务逻辑层、数据层和算法层。表现层基于Vue 3框架构建Web前端页面，负责用户交互和数据展示。业务逻辑层基于FastAPI框架提供RESTful API接口，包括超图构建服务、预测推理服务和评估与报告服务。数据层包括SQLite数据库和文件系统，数据库存储实验报告、预测记录、修正记录、专家评分和语料元数据等结构化信息，文件系统存储数据集、模型检查点、训练日志和预测结果JSON文件。算法层以PyTorch为核心，封装了超图神经网络、条件扩散模型和多任务学习头的具体实现。各层之间通过HTTP请求和本地函数调用进行通信，整体架构如图3.1所示。

图3.1 系统架构图

3.3 功能模块设计

系统依据实际业务需求划分为五大功能模块，分别为数据管理模块、超图构建模块、模型推理模块、评估分析模块和用户交互模块。各模块相互独立又协同配合，共同完成从语料输入到试题输出的完整流程，为英语试题的自动化生成与质量管控提供支撑。

数据管理模块负责系统内各类文本数据的加载、处理与维护，主要实现数据集的读取与解析、用户自定义语料的上传与存储、数据样本的采样与划分等功能。模块能够对语料文本进行规范化预处理，完成分句、关键词提取与实体识别等操作，为后续的超图构建与模型推理提供格式统一的数据来源，同时支持对语料信息与样本信息的检索与预览，保证数据流转过程的透明与可控。

超图构建模块依据预处理后的文本信息完成知识超图的自动构建，是系统实现高阶逻辑建模的核心部分。模块按照设定的规则完成多粒度节点抽取，将文本内容转化为实体节点、句子节点、概念节点与问题节点，再根据语义关联与推理逻辑生成相应的超边结构，计算超图的关联矩阵与节点权重。模块支持将构建完成的超图以可视化形式进行展示，便于直观理解文本内部的知识关联与推理路径。

模型推理模块集成训练完成的深度学习模型，实现英语试题的自动化生成。模块加载训练好的模型检查点，对输入样本进行特征编码与超图卷积计算，通过多尺度特征融合与条件扩散生成，得到试题的隐空间表示，再经过自然语言映射生成结构完整、语义通顺的英语试题。模块能够根据不同的语料内容与推理需求，生成对应题型与难度的试题，保证生成结果与知识约束的高度匹配。

评估分析模块实现对生成试题的质量评价与模型性能监控，支持自动评估与人工评估两种方式。自动评估通过计算 BLEU、ROUGE-L、语义一致性与可解答性等指标，对生成试题进行量化评价，并支持基线模型对比与消融实验结果的统计。模块还能够展示模型训练过程中的损失变化与各类评价指标，直观反映模型的收敛状态与泛化能力，为模型优化提供数据支撑。

用户交互模块为使用者提供可视化操作界面，实现系统功能的便捷调用。模块涵盖语料上传、超图查看、试题生成、结果展示、人工修正与专家评分等功能入口，用户可通过界面完成全流程操作。针对生成的试题，用户可进行内容修正、多维评分与记录保存，形成生成、评估、修正、优化的闭环机制，进一步提升试题的实际使用价值。功能模块图如图3.2所示。

图3.2 功能模块图

3.4 数据库设计

系统使用SQLite数据库实现各类业务数据的持久化存储与管理，结合试题生成、人工修正、专家评分与实验管理等实际需求，设计结构规范且关联清晰的数据表结构。数据库设计遵循低冗余、高可扩展与易维护的原则，将不同类型的数据进行分类存储，通过合理的关联关系保证数据一致性与查询效率。

系统使用的数据库主要存储五部分核心信息，分别为语料记录信息、预测记录信息、人工修正记录信息、专家评分记录信息以及实验报告信息。语料记录用于保存用户上传文本的基本信息与处理状态，包含语料唯一标识、标题、原始文件名称、文本存储路径、句子数量与上传时间等内容，为语料管理与后续超图构建提供基础数据支撑。预测记录用于保存模型生成试题的完整结果，包含样本标识、数据集名称、试题类型、参考答案、参考题目、生成试题文本与结果存储路径等信息，是试题展示与质量评估的核心数据来源。下面分别介绍每张表的字段结构。

预测记录表用于存储模型对每个样本生成的英语试题信息。每条记录对应一个样本的一次预测结果，包含样本的唯一标识、所属数据集、问题类型、参考答案、参考问题、模型生成的问题、输出文件路径、创建时间以及扩展信息。其中扩展信息字段以JSON格式保存超图摘要和模型配置等附加数据。该表的样本标识是主键，被修正记录表和专家评分记录表引用。

表3-1 预测记录表（prediction_records）

修正记录表用于存储用户对生成试题的人工修正记录。每条记录对应一次修正操作，包含被修正样本的标识、原始问题、修正后的问题、参考问题、答案、人工评分、备注以及操作人信息。该表通过样本标识与预测记录表建立多对一的拥有关系，即一个预测样本可以拥有多条修正记录。

表3-2 修正记录表（revision_records）

专家评分记录表用于存储专家对生成试题的多维度质量评估。每条记录包含对同一个生成试题在语义一致性、逻辑严密性、可解答性和流畅性四个维度的评分，每个维度0到10分，系统自动计算四个维度的平均值作为总体评分。该表通过样本标识与预测记录表建立多对一的拥有关系，支持对一个样本的多轮独立评分。

表3-3 专家评分记录表（expert_rating_records）

语料记录表用于存储用户上传的自定义英文文本语料的元数据。每条记录对应一个上传的文本文件，包含语料的唯一标识、用户指定的标题、原始文件名、原始文件在服务器上的存储路径、预处理后的JSON文件路径、系统自动生成的问题和答案、处理状态、句子数量、上传时间以及扩展元数据。该表独立于预测记录表，但用户上传语料后可以触发试题生成操作，从而在预测记录表中产生对应的记录。

表3-4 语料记录表（corpus_records）

实验报告表用于存储模型评估报告的摘要信息，支持主模型评估和基线对比实验。每条记录对应一个评估报告文件，包含报告名称、报告类型、源文件路径、报告包含的样本条目数量、以JSON格式存储的摘要指标以及最后更新时间。报告类型包括主模型评估报告和基线对比报告等。摘要信息中保存BLEU、ROUGE-L、语义一致性、可解答性等自动评估指标的汇总值。

表3-5 实验报告表（experiment_reports）

3.5 系统业务流程

系统核心业务流程为：用户上传语料或选择数据集中样本后，系统首先对输入文本进行预处理，包括分词、实体识别和关键词提取；然后构建多粒度节点，并根据语义关联和逻辑推理链生成超边，同时计算加权关联矩阵；接着，超图卷积编码器对节点特征进行高阶传播，多尺度融合模块将文本特征与图结构特征融合，路径条件器提取支撑路径信息；之后，条件扩散模型在路径和超图特征的引导下生成试题隐向量，最终通过模板化方法输出自然语言题目。整个过程如图3.3所示。

图3.3 英语试题生成主要流程图