基于介词向量的英语真词错误检查算法.pdfVIP

2015年 第24卷 第 3期 htrp：／／www．c—s-a．org．cn 计 算 机 系 统 应 用 基于介词向量的英语真词错误检查算法① 霍娟娟 ，吴 敏 ，一，吴桂兴 ，郭 燕 ，陈朝才 1,2，杜一民 (中国科学技术大学 现代教育技术中心，合肥 230026) 0(中国科学技术大学 苏州研究院，苏州 235123) 摘 要：在基于 Winnow 算法的基础上引入混淆词和介词搭配的方法．首先通过混淆集获得训练集，对训练集进 行预处理后利用文本特征提取方法获得特征词集，然后对特征词集进行Winnow训练得到带有权重的特征词集并 把出现在混淆词后的介词提取出来生成介词向量，最后从测试集提取特征并进行结合Winnow算法和混淆词与介 词搭配方法的测试得到真词错误检查的结果．混淆词与介词搭配方法的加入使得某些混淆词的正确率、召回率以 及F1测度提高了10％～20％，有的甚至提高到了 100％． 关键词：真词错误：介词；Winnow EnglishReal-WordErrorsCheckingAlgorithm BasedonPrepositionVector HUOJuanJuan ．-，W UM in ，WU Gui．Xing2GUOYan，CHEN Zhao．Cai，-，DU Yi．M in ， (CenterofModernEducationalTechnology,UniversityofScienceandTechnologyofChina，Hefei230026，China) (SuzhouInstitute，UniversityofScienceandTechnoloyg ofChina，Suzhou235123，China) Abstract：Thispaperintroducesthemethodofcollocation ofconfusionwordsandprepositionsbasedonWinnow algorithm ．Firstly,weobtainrtainingsetsbyconfusionsets．Afterpreprocessingthetrainingsets，weusehtetextfeature exrtactedmehtodtoobminfeaturesets．Secondl~ wegetthefeaturesetswithweights byrtainingonhtefeaturesets basedon W inn ow andexrtacthteprepositionswhich appearafterhteconfusionwordstogeneratethepreposition vectors．Finally,weextractfeaturesfrom thetestsetsandhtetestsetsandgethtereal—worderrorscheckingresultsby htetestwhichcombinesWinnow algorihtm andthemehtodofcollocationofconfusionwordsandprepositions．The correctrate，recallrateandF1measureofsomeconfusionwordsareimprovedby10％～20％whenwejoinhtemehtod ofcollocationofconfusionwordsandprepositions，someevenupto100％． Keywords：real—worderrors；preposition；W innow l 引言 的自动评分，就会很大程度上解决这些问题L3J． 随着计算机与互联网技术的发展，计算机辅助教 在英语作文中我们最常见的错误就是单词拼写错 学和 e．Learning已经在教育领域起到越来越重要的作 误，单词拼写错误可 以分为两种类型：非词错误和真 用…．在英语考试中，自动化考试系统基本 已经能够 词错误．非词错误指的是输入的这个单词在字典里不 实现对考试中客观题 目的自动评分，这很大程度上减 存在，拼写有误：而真词错误指的