版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在中國,每年舉行兩次的全國大學(xué)英語四、六級考試是一項(xiàng)規(guī)模宏大的標(biāo)準(zhǔn)化考試??荚囬喚砉ぷ髁看?,很難保證閱卷評分的準(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。但對作文的自動(dòng)評分仍有待研究。 本文通過對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)對英語作文進(jìn)行評分的研究方法。 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,將對作文的評分問題轉(zhuǎn)化為對作文的分類問題。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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于文本分類技術(shù)的漏洞分類.pdf
- 基于機(jī)器學(xué)習(xí)的自動(dòng)文本分類研究.pdf
- 自動(dòng)文本分類算法研究.pdf
- 基于Hadoop自動(dòng)文本分類的研究與實(shí)現(xiàn).pdf
- 文本分類技術(shù)的研究.pdf
- 基于PLS的文本分類技術(shù)研究.pdf
- 基于聚類和分類技術(shù)的文本分類研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)文本分類的研究.pdf
- 基于VSM的網(wǎng)頁文本分類技術(shù)研究.pdf
- 基于團(tuán)結(jié)構(gòu)的文本分類技術(shù)研究.pdf
- 基于文本分類技術(shù)的文本情感傾向性研究.pdf
- 基于文本分類的人才自動(dòng)推薦系統(tǒng).pdf
- 基于關(guān)聯(lián)技術(shù)的中文文本分類研究.pdf
- 基于Spark的文本分類技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于潛在語義索引的文本分類技術(shù)的研究.pdf
- 基于本體的文本分類研究.pdf
- 基于概念的文本分類研究.pdf
- 基于文本分類技術(shù)的信息過濾方法的研究.pdf
- 基于文本分類的web信息檢索技術(shù)的研究
- 基于Spark的文本分類的研究.pdf
評論
0/150
提交評論