期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
词汇量化特征对作文机评分数的预测能力分析
1
作者
王建
王小芳
《语言教育》
2020年第3期26-32,39,共8页
为探究词汇量化特征对作文机评分数的预测能力,本研究以120篇学生作文为研究样本,通过人工和软件相结合的方法分析每篇作文的词汇复杂性及准确性的定量特征;同时采用SPSS18.0对作文分数及词汇量化结果进行多元回归分析。结果显示,副词比...
为探究词汇量化特征对作文机评分数的预测能力,本研究以120篇学生作文为研究样本,通过人工和软件相结合的方法分析每篇作文的词汇复杂性及准确性的定量特征;同时采用SPSS18.0对作文分数及词汇量化结果进行多元回归分析。结果显示,副词比率(Adverb incidence)、代词比率(Pronoun incidence)、U指数(Uber index)以及名词上义度(Hypernymy for nouns)四项指标进入回归模型,共解释27.8%的方差。本文指出,大学英语学习者与教师应充分了解作文自动评阅系统关注的词汇特征,以应对未来大规模英语考试采用机器评阅作文这一大趋势。
展开更多
关键词
词汇量化特征
作文机评分数
预测能力
下载PDF
职称材料
题名
词汇量化特征对作文机评分数的预测能力分析
1
作者
王建
王小芳
机构
西南交通大学希望学院外语系
出处
《语言教育》
2020年第3期26-32,39,共8页
基金
四川省教育厅科研项目“信息技术支持下的大学英语写作教学模式探究”(项目编号:18SB0770)阶段性研究成果。
文摘
为探究词汇量化特征对作文机评分数的预测能力,本研究以120篇学生作文为研究样本,通过人工和软件相结合的方法分析每篇作文的词汇复杂性及准确性的定量特征;同时采用SPSS18.0对作文分数及词汇量化结果进行多元回归分析。结果显示,副词比率(Adverb incidence)、代词比率(Pronoun incidence)、U指数(Uber index)以及名词上义度(Hypernymy for nouns)四项指标进入回归模型,共解释27.8%的方差。本文指出,大学英语学习者与教师应充分了解作文自动评阅系统关注的词汇特征,以应对未来大规模英语考试采用机器评阅作文这一大趋势。
关键词
词汇量化特征
作文机评分数
预测能力
Keywords
quantitative lexical features
machine-graded essay scores
the predictive power
分类号
H319 [语言文字—英语]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
词汇量化特征对作文机评分数的预测能力分析
王建
王小芳
《语言教育》
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部