自动作文评分中词汇接续错误自动识别研究.pdfVIP

第 134期 外语电化教学 No．134 2010年 7月 CAFLE July 2010 自动作文评分中词汇接续错误 自动识别研究 葛诗利 (广东外语外贸大学外国语言学与应用语言学研究中心，广东广州 510420； 华南理工大学 外国语学院，广东广州 510640) 摘 要 ：自动作文评分 中一项重要 的特征就是语言错误。该特征 的准确识别和提取 ，既能为作文 评分提供依据 ，又可为学生提供详尽的语言使用情况的反馈。通过统计大规模英语语料库 中词；12前后 接续的频次，获得本族语词汇二元接续数据，并据此对中国大学生英语作文进行标注并分析低频接续情 况，发掘 出低频接续但属于正确使用的语言规律，构造过滤规则。结合使用过滤规则后与词频分布数 据，词；12接续错误识别准确率接近69％，从而能够为 自动作文评分和反馈提供更多的支持。 关键词：二元接续；错误识别；大学英语写作；自动作文评分 中图分类号：H319．3 文献标识码 ：A 文章编号 ：1001—5795(2010)07-0015-0006 我国的英语教学近年来取得了显著 的成绩 ，与早 机器翻译等方面，也可 以用于语言使用的正确性判断。 些年相比，大学生英语水平已有显著提高，但是英语写 例如，要判断词 A接续词 B是否正确，可以利用大型 作却一直是一个薄弱环节。究其原因，近年来高校师 语料库计算序列AB问的转移概率，如果概率足够大， 生比的扩大，教师对于英语作文的批改乏力是一个直 可认为这个接续是正确的，否则认为是不正确的。这 接的原因。自然语言处理技术的发展，尤其是近年来 是 自动作文评分系统 E．raterV．2中一个重要的特征 自动作文评分的相关研究为学生写作提供 自动评分与 提取方法 (Attali＆Burstein，2006：8)。但该方法存在 反馈提供了一个可能的解决方案。自动作文评分中一 一 定的问题，即由于某些词汇的接续能力很强，其后可 项重要的特征就是语言错误 。该特征的准确识别和提 以接续很多不同的词汇，这就造成了即使某一词汇在 取，既能为作文评分提供依据，又可为学生提供详尽的 其后出现很多次，但其概率仍然很低，所以在语言使用 语言使用情况的反馈，为作文修改提供参考，从而提高 正确性判断方面，直接使用两个词在大规模语料库中 学生写作水平。但 由于中国学生英语写作中的语言错 邻接的绝对频次效果更好。即两词前后邻接次数低于 误种类繁多，英语语言使用错误检查的召回率仍然很 某一阈值，则这两个词的接续就可能是不正确的。词 低。本文结合词汇二元接续的相关研究和大学英语作 汇接续统计方法在宋柔的汉语校对系统研究中得到了 文词汇使用规律，深人研究了中国大学生英语作文中 很好的应用(宋柔 ，2001：47_48)。 词汇二元接续正确性情况，能够较准确地发现词汇邻 当然，不管是使用词汇接续概率还是绝对频次来 接错误，向英语学习者提供准确性较高的疑似词汇邻 进行语言使用正误的判断都不是绝对的。首先，语言 接错误的反馈，为 自动作文评分提供支持。 从语法上来说有其 内部层次结构，而不是简单的线性 结构，更遑论其语义甚至语用方面。其次，即便是针对 1 二元接续的概念和应用 句子的线性结构进行研究，由于语料库的大小和其中 N元语法模型，尤其是二元语法和三元