英语作文自动评改系统的可靠性研究——以句酷批改网为例

通过对比4位英语写作教师与批改网对30篇学生习作的整体评分和逐句评价发现网络自动评价不够可靠。在评分方面,网络评分与教师评分呈中等相关性,同时也存在显著差异,网络给分主要集中在中等,不能客观反映写作水平的个体差异;在逐句评价方面,教师主要从文章内容、结构、语言表达的有效性等方面进行评价,并能适当给出参考表达;而网络评价则主要评价词句的准确性,无法真正反映作文的内在质量。因而网络评价系统并不能真正"读懂"学生习作,其智能化程度还需进一步提高,教师则需进一步探寻更有效的多元评价机制,提高英语作文评价反馈质量。