随着社会的快速发展,人们面临的任务也越来越复杂,很多问题往往不是通过一个人使用某种单一技能独立工作就能够解决的。合作问题解决能力作为重要的高阶思维能力之一,既是社会变化的需要,也是人们学习和工作中必备的技能之一,集中体现了知识时代社会对人才素质提出的新要求。“中学生合作性问题解决能力评价”课题组经过多年对中国学生合作问题解决能力测评的探索,研制出了具有自主产权的合作问题解决测评模式（CPS at group discussion,CPSaGD）。基于该测评模式,本文在原有的Bi LSTM模型自动化评分基础上,考虑语义问题,使用Bert模型实现自动化评分。通过比较两个模型的分类效果,本文得出Bert模型更适合作为CPSaGD数据的自动编码模型,并验证了该模型具有跨任务一致性。原有的基于事件观察的CPSaGD计分规则较为简单,本文根据动态贝叶斯网络模型结果设置了新的计分规则——基于言语序列。在该计分规则基础上,对指标、时间、小组三个面构建多面Rasch模型。为检验基于言语序列计分方式的CPSaGD框架测量效果,分析了学生在不同面上的合作问题解决能力区分程度,分析结果表明该计分规则在部分指标、时间段和小组中能够较好地区分学生能力水平的高低。在合作问题解决的过程性分析中,本文首先使用滤波方法处理高频噪音对数据的影响,分析合作问题解决的一般过程;然后采用动态贝叶斯网络方法对CPSaGD不同阶段建模,通过对模型结果的分析,将合作问题解决过程划分为五个阶段,即“探索与理解”“表征与分工”“讨论与调整”“执行与监测”和“修改与完善”;最后采用高维数据聚类方法分别从个人和小组层面进行聚类,分析各类别特征,将个人分为三类,命名为促进者、跟随者和领导者;将小组分为六类,命名为渐进型、探索型、效率型、消极型、社交型和成就型,以此表明合作问题解决过程存在个体差异和小组差异。