普通话水平测试命题说话模块自动评分技术研究  

作　　者：申云飞 刘嘉俊 范智星 早克热·卡德尔[2] 艾山·吾买尔[2] 

机构地区：[1]新疆大学软件学院,新疆乌鲁木齐830000 [2]新疆大学信息科学与工程学院,新疆乌鲁木齐830000

出　　处：《电脑知识与技术》2022年第11期7-10,共4页Computer Knowledge and Technology

基　　金：北京信息科学与技术国家研究中心开放课题(项目编号:BNR2021KF02005);《多模态信息感知与智能处理创新团队》天山创新团队计划(项目编号:2020D14044)。

摘　　要：命题说话是至今唯一采用人工方式评分的普通话水平测试考题,实现高精度命题说话评测技术有利于国家通用语言文字的推广普及。该文提出了基于回归模型的PSC命题说话模块评分模型,并在自建的PSC命题说话数据集上对比了基于不同回归模型的预测精度。实验结果表明,基于XGBoost的PSC命题说话模块评分模型在测试集上与综合专家评分的皮尔逊相关系数达到了0.860,相比线性回归模型提升了17.5%,与人工专家评分具有较高的相关度,具有一定的实用价值。

关 键 词：普通话水平测试考试 命题说话 发音自动评测 皮尔逊相关系数 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]