基于文本分類技術(shù)的英語作文自動(dòng)評(píng)分研究.pdf

1、在中國，每年舉行兩次的全國大學(xué)英語四、六級(jí)考試是一項(xiàng)規(guī)模宏大的標(biāo)準(zhǔn)化考試。考試閱卷工作量大，很難保證閱卷評(píng)分的準(zhǔn)確性和客觀性，隨著參考人數(shù)的增多，這一問題日顯突出。目前的自動(dòng)化考試系統(tǒng)對(duì)客觀題目均實(shí)現(xiàn)了自動(dòng)判分，如選擇題、填空題等，大大的減輕了考試的閱卷工作量。但對(duì)作文的自動(dòng)評(píng)分仍有待研究。 本文通過對(duì)影響作文得分的因素、特征提取方法、文本分類等相關(guān)工作的研究，提出了一種利用文本分類技術(shù)對(duì)英語作文進(jìn)行評(píng)分的研究方法。 首

2、先，從《中國學(xué)習(xí)者英語語料庫》中抽取同一主題的作文作為系統(tǒng)的語料，根據(jù)作文分值的不同，將作文劃分到不同的類別，將對(duì)作文的評(píng)分問題轉(zhuǎn)化為對(duì)作文的分類問題。然后，抽取作文的內(nèi)容特征和語言學(xué)特征，將作文表示成向量空間模型?；趦?nèi)容的特征主要包括了作文中的單詞和短語兩個(gè)方面，通過文檔頻率、信息增益和χ2統(tǒng)計(jì)方法，通過設(shè)置不同的閾值來提取相關(guān)特征；基于語言學(xué)的特征包括淺層文本特征(如：作文中單詞的數(shù)量、句子的數(shù)目、單詞的長度等)和復(fù)雜的語言學(xué)特征