基于自然語言處理的作文自動評分系統(tǒng)研究.pdf

1、作文自動評分系統(tǒng)是應用計算機技術對英文作文進行評分的系統(tǒng)。作文自動評分系統(tǒng)綜合應用了統(tǒng)計學、自然語言處理、語言學及信息檢索等領域的技術。目前國外作文評分系統(tǒng)（如 E-rater）都得到了廣泛運用。但是目前國內學者對英語作文自動評分系統(tǒng)的研究仍然處于初始階段。隨著在線教育的興起，學生對知識掌握程度的衡量也需要自動化評測工具的幫助，因為傳統(tǒng)的人工批改方式不再適用于擁有大量學生的在線教育。相比于人工評分，作文自動評分系統(tǒng)的評分更加快速，更加公

2、正，更加經濟。
　　本文首先基于EDX平臺的開源項目研發(fā)了基礎的作文評分系統(tǒng)。該系統(tǒng)將作文評分過程看作是文本分類過程，采用的分類器是梯度提升決策樹分類器。但這個評分系統(tǒng)并不完美，一方面系統(tǒng)特征不能充分反映作文特征，另一方面可擴展性不好，為了添加新的作文題目，需要新的訓練集和測試集來重新訓練評分模型。國外優(yōu)秀的作文自動評分系統(tǒng)綜合考慮了作文的語法表達、語義內容和篇章結構等評分因素。語法錯誤數(shù)量是衡量語法表達好壞的重要標準，所以論文將

3、作文語法錯誤檢測作為研究重點。
　　本文隨后研究了基于語言模型的語法檢測方法。在該系統(tǒng)中，用SRILM工具搭建語言模型服務器。語言模型服務器可以用來查詢N-gram詞組的概率。根據(jù)單詞詞干為單詞生成候選集，然后根據(jù)維特比算法求取最優(yōu)詞匯組合。若該詞匯組合與原始句子不同，則認為檢測出語法錯誤。但該方法也有缺陷，只能檢測出替換類型錯誤，而無法檢測出插入型錯誤和刪除型錯誤。
　　本文還研究了冠詞和介詞錯誤檢測，這兩種錯誤是英語學習

4、者最常犯的語法錯誤。模型訓練集提取自大不列顛國家語料庫。因為該語料庫可以認為是沒有語法錯誤的，所以初始訓練過程無任何錯誤樣本。為了使訓練樣本更接近英語學習者語言表達，本文在訓練過程中添加了人工制造的錯誤樣本，從而引入錯誤語法信息，提高了分類器對錯誤信息的敏感度。本文將語法錯誤檢測過程視作分類任務，選取的分類器是對稀疏特征有著強大分類能力的最大熵分類器。從實驗結果來看，冠詞和介詞錯誤檢測系統(tǒng)性取得了與國外大學研究成果相當?shù)慕Y果。論文最后展