适用于中国外语学习者的英文作文全自动集成评分算法

被引：8

作者：

李霞 ^{[1
,2
]}

刘建达 ^{[2
]}

机构：

[1] 广东外语外贸大学思科信息学院

[2] 广东外语外贸大学

来源：

中文信息学报 | 2013年 / 05期

关键词：

作文自动评分; 不平衡数据分类; 多项式朴素贝叶斯;

D O I：

暂无

中图分类号：

H319 [语文教学];

学科分类号：

摘要：

中国英语学习者人数众多,迫切需要针对中国学生特点的、有效适用于大规模英文作文数据的全自动评分算法,以解决中国现有英语教学和大规模英语考试中英文作文批改量大和难度大的瓶颈问题。该文提出了一种能够有效识别中国英语学习者写作特点并能自动识别特征维数的特征选择方法,并在此基础上提出了适用于不平衡分布数据的集成分类评分算法。对来自中国英语学习者语料库中大学英语四、六级不同主题下的1 115篇作文的分类结果显示,该文提出的算法比传统的分类评分算法在类内及类间平均分类准确度、召回率及F度量值上均有较大幅度的提升。

引用

页码：100 / 106

页数：7

共 22 条

[1]

Beyond Automated EssayScoring. Kukich K. Proceedings of the debate on automated essay grading IEEE Intelligent systems . 2004

[2] 国外作文自动评分系统评述及启示 [J].

梁茂成 ;

文秋芳 .

外语电化教学 , 2007, (05) :18-24

[3] 中美大学生英语作文语言特征的对比分析 [J].

马广惠 .

外语教学与研究, 2002, (05) :345-349+380

[4]

中国学习者英语语料库[M]. 上海外语教育出版社 , 桂诗春,杨惠中编著, 2003

[5]

On-line Grading of Student Essays: PEG goes on the World Wide Web[J] . Mark D. Shermis,Howard R. Mzumara,Jennifer Olson,Susanmarie Harrington. &nbspAssessment & Evaluation in Higher Education . 2001 (3)

[6]

A vector space model for automatic indexing[J] . G. Salton,A. Wong,C. S. Yang. &nbspCommunications of the ACM . 1975 (11)

[7]

A comparison of event models for naive Bayes text classification. McCallum A,Nigam K. Proceedings of AAAI/ICML-98 Workshop on Learning for Text Categorization . 1998

[8] 大学英语作文自动评分研究中的问题及对策 [J].

葛诗利 ;

陈潇潇 .

山东外语教学, 2009, 30 (03) :21-26

[9]

Term weighting approaches in automatic text retrieval. Salton G,Buckley C. Information Processing Letters . 1998

[10]

Automated Essay Scoring. Dikli,S. Turkish Online Journal of Distance Education . 2006

← 1 2 3 →