作文范文之英语作文自动评分系统.docxVIP

英语作文自动评分系统 【篇一：作文自动评分总结】 李艳老师和葛诗利老师《大学英语作文自动评分中分级词表的效度 研究》中提出了作文分级词表的思想，而这可以通过改进或者调整 已有的词表来获得。 目前自然语言处理中准确率最高的、也是最基本的研究就是词汇分 析，词汇分析一般包括词长分布、词汇分布和词汇丰富性等。 词汇分布：一篇作文中的词汇占某一分级词表每个级别词汇的比例。 laufernation 的 3 个级别的词表。 clec 中国学习者英语语料库 spss 软件包的单因素方差分析（ anova ） spss 多元线性回归 分数档的精确率和召回率，总体准确率和误判率 个分数精确率 =本为 x 档作文并且被评为 x 档作文的数量／所有被评 为x档作文的总数TOO精确率越高，说明作文被评为该分数档的可 信度越高 laufernation 以词族为计算单位，词频概貌 文秋芳 以类符为计算单词，称为词频广度 倪岚 以形符为计算单位 词频分布 准确率都是 3O% 左右 徐剑和梁茂成《对集中英汉机器翻译系统的测评》 翻译系统在译文输出方面已经比较成熟，源语言的语义识别方面还 不如人意。 8O 年代，机器翻译研究 863 智能型英汉翻译系统 —“译星一号 ” 评估标准：系统功能，操作的难易度及译文质量（包括译文的忠实 度、译语的可懂度和译文的可接受性） 欧共体评估：识别（译文的得懂度、忠实度、连贯度、有用性、读 取速度和译文的可接受性）和语言方面（句子结构和语义的连贯性、 词汇评价、翻译错误） 可懂度、忠实度和译文的可接受性 梁茂成和李刚《英汉机器翻译中人称代词的处理》徐州师范大学外 语系 汉语术语分析语，词序、虚词等来表达各种语法关系； 英语属于综合语，通过词本身的形态变化来表示 英语中人称代词的使用频率要远远高于汉语 汉语属于孤立性语言，英语为粘着性语言 原因： 1. 汉语表示所属关系的物主代词往往可以省略 2. 英语中大量使用反身代词 反身代词：(译星对反身代词处理较为得当) 1. 英语较汉语大量使用反身代词 2. 汉语反身代词具有独立的指称功能，英语则依附于其他代词或名 次，无独立的指称功能。 英汉第二人称代词的差异 you 是你还是你们？ 英语代词的预指功能 人称代词在机器翻译中的处理 1. 调整语法信息库(代词的主要作用是代替名词) 2. 条件句 自动评分技术 陆军，梁颖红，陆玉清，李斌，姚建民《多分类器融合技术在自动 作文评分中的应用》 分类器：贝叶斯、 k 近邻和支持向量机 自动作文评分( automated essay scoring ，aes ) 国外主观题自动评分系统： e-rater 、 iea(intelligent essay assessor) 、 peg(project essay grade) 国内最早涉足作文评分领域： 梁茂成教授 中国学习者英语语料库( chinese learner english corpus )对作文 中的错误进行了详细标注、分类和统计 作文内容的特征(作文中的单词和短语，即通常的 uni-gram 、 bigram 和 tri-gram 模型)考察作文的主题和内容 语言学特征： 浅层的语言学特征(句子个数、句子平均长度、单词平均长度、单 词个数)考察作文的形式 复杂的语言学特征(作文中的语法、单词 的词性、连接词、各种类型错误个数)考察作文的语法、连贯性和 错误 特征筛选：文档频率( document frequency ，df )、信息增益 (information gain ，ig )、统计量( chi-square statistic, chi ) 文本分类算法 朴素贝叶斯( na?ve bayes )假定各种特征之间相互独立。性能不 稳定，易受分类任务的影响。 k 近邻( k-nearest neighbor )要求有较高质量的训练集， k 值确定 比较难 支持向量机( support vector machine ， svm )基于结构风险最小 化理论 评价分类结果的好坏：准确率 p 、召回率 r 和 f1 测度 f1=2?p?r/(p+r) e-rater 商用机器评分系统，准确率计入相邻分数 所有分类方法的效果都要低于它们在其他方面的分类效果 原因：四级作文本身的特点和各分数作文的篇章数的分布情况 结束语： 语言学特征更能体现作文的水平 nlp 技术 曹亦微，杨晨《使用潜语义分析的汉语作文自动评分研究》 评分方式 依靠精确的分析和提取反映文章质量的指标进行评分，指标大多 是语法层面上的； (peg) 另一种是整体评分，综合使用了文章的词语使用、论述结构、句 法结构以及内容和语义 等方面的特征( e-rater ：统计方法 +自然语言处理技术)。 潜语义( lsa ，l