四、六級(jí)考試英語作文自動(dòng)評(píng)分研究.pdf

1、全國大學(xué)生英語四六級(jí)網(wǎng)考在教育部的推進(jìn)下漸漸成形，四六級(jí)作文的自動(dòng)評(píng)分成為一個(gè)隨之出現(xiàn)的新課題。以往四六級(jí)作文閱卷采用人工評(píng)分，工作量很大，且很難保證評(píng)分的準(zhǔn)確性和客觀性。隨著參考人數(shù)的增多，這一問題日益突出。因此，迫切需要一種客觀、準(zhǔn)確、高效的作文自動(dòng)評(píng)分系統(tǒng)來減輕人工評(píng)分的工作強(qiáng)度。伴隨著四六級(jí)網(wǎng)考改革的逐漸展開，如何科學(xué)合理地對(duì)四、六級(jí)英語作文進(jìn)行評(píng)分成為四六級(jí)網(wǎng)考實(shí)施的主要瓶頸之一。
　　 對(duì)于英語作文的評(píng)分，一般是從內(nèi)

2、容和語言兩方面來進(jìn)行的。
　　 作文文本的表示通常采用向量空間模型(Vector Space Model，VSM)，但是考慮到不同學(xué)生的表達(dá)習(xí)慣、知識(shí)水平各不相同，對(duì)同一個(gè)概念可能有不同的表達(dá)方式，會(huì)出現(xiàn)大量的近義詞、同義詞、多義詞，而VSM卻假設(shè)詞間相互獨(dú)立，所以采用VSM表示作文內(nèi)容不盡合理，而采用潛在語義分析(Latent Semantic Analyze，LSA)的方法來表示作文內(nèi)容則克服了上述VSM的局限性。LSA假設(shè)

3、文本中存在某種潛在的語義結(jié)構(gòu)，這種潛在的語義結(jié)構(gòu)隱含在文本中詞語的上下文使用模式中，可利用統(tǒng)計(jì)方法獲得，其核心思想是通過奇異值分解將文檔向量和詞向量投影到一個(gè)低維空間，使得相互之間有關(guān)聯(lián)的作文即使沒有相同的詞也能獲得近似的向量表示。本文分別以VSM和LSA作為作文內(nèi)容評(píng)分的模型，進(jìn)行了比較分析。由對(duì)比實(shí)驗(yàn)得出的結(jié)論是：基于LSA模型得到的對(duì)作文內(nèi)容的機(jī)器評(píng)分與教師評(píng)分具有最小的誤差。因?yàn)槿珖髮W(xué)四六級(jí)英語考試這樣的大規(guī)?？荚囂峁┝舜罅孔?/p>

4、文集合，從這些大量的作文集合中，采用統(tǒng)計(jì)的方法可以計(jì)算出哪些單詞更能表征作文的內(nèi)容，從而提取出這些單詞作為表征作文內(nèi)容的特征項(xiàng)。這些特征項(xiàng)在一起構(gòu)成了表征作文內(nèi)容的特征向量。
　　 對(duì)于作文的語言方面的評(píng)分，本文從詞匯、語法、句法結(jié)構(gòu)三個(gè)角度抽取若干特征來度量作文的語言質(zhì)量，并采用最新的自然語言處理技術(shù)，使獲得的評(píng)分變量更加合理。對(duì)于作文中可能出現(xiàn)的語法錯(cuò)誤，解決方法是定義描述常用英語語法錯(cuò)誤的XML規(guī)則文件，通過將待評(píng)分作文文

5、本與錯(cuò)誤語法規(guī)則的模式一一匹配來檢查語法錯(cuò)誤，對(duì)于句法結(jié)構(gòu)多樣性可以通過句法分析器Stanford Parser來提取句子樹狀結(jié)構(gòu)，提取每個(gè)句子中不同種類從句個(gè)數(shù)、不同詞性單詞個(gè)數(shù)等變量作為作文的語言學(xué)特征，這些特征相對(duì)于以前的系統(tǒng)中的淺層語言評(píng)分變量更加具體、更有說服力。
　　 在對(duì)作文的評(píng)分方面采用了機(jī)器學(xué)習(xí)的方法將教師已評(píng)分的部分作文從內(nèi)容和語言方面分別給出對(duì)應(yīng)的特征向量作為學(xué)習(xí)樣本，從而組成一個(gè)樣本空間，對(duì)待測(cè)文本利用K