计算机用于英语背诵题的自动评分技术初探

计算机辅助语言学习日益成为研究重点,但目前主要开展的还是朗读题型的自动评分技术研究。在已有的朗读题自动评分工作基础上,首次提出并尝试背诵题的自动评分研究工作。通过分析背诵题的特点和规律,提出了用"结合静音模型和吸收模型的句子并联网络"进行背诵文本的自动识别,并在识别结果基础上选取更适合背诵题的评分特征,再结合朗读评分中的自适应技术,实现英语背诵题的自动评分。在2006年外研杯新概念英语大赛采集的342份数据上,系统取得了较好的评分性能:人机评分相关度达到0.732,平均分差0.358,达到了专家间相关度的90%,在完整度和流畅度的细节评分上,自动评分水平甚至超过了人工评分水平。

普通话水平测试电子化系统

普通话水平测试电子化系统有助于高效地进行普通话水平测试。本文在100小时标准发音人数据库的基础上,针对汉语发音特点,利用语言学专家知识,引入语料选择的自适应算法改进了传统的语音评测算法。在500人普通话水平测试数据库上的测试结果表明,新评测算法能有效提升评测性能。经过分段线性映射,机器评分和人工评分的误差(2.44)和人工与人工评分之间的误差(2.30)相当。这表明可以使用机器代替人工进行普通话水平测试的前三项评分工作。