基于机器学习的文本多维度英语写作评测模型探究  

Exploration of a multidimensional English writing assessment model based on machine learning

作　　者：黎曜玮 李良炎 LI Yaowei;LI Liangyan

机构地区：[1]广东海洋大学,广东省湛江市524088

出　　处：《语料库语言学》2024年第2期52-63,141,共13页Corpus Linguistics

基　　金：广东海洋大学人文社会研究项目“深度神经网络机器文学翻译系统研发及平行语料库构建”(030301162306)的阶段性研究成果。

摘　　要：自动写作评分是一项被广泛使用的外语智能教育技术,随着外语研究理论与相关自然语言处理技术的发展,越来越多新的自动写作评分模型被提出。目前,大多数的自动评分模型被指解释性较低、特征维度较少或特征选取的依据较弱。本研究为突破上述局限,结合多维度文本复杂度特征,通过细粒度文本质量指标分析评估作文整体质量,来构建具有多维有效特征的自动评分模型。研究发现:(1)本研究提出的自动评分模型拟合优度较好,模型解释性较强;(2)相比前人研究提出的模型,本研究模型的成绩预测准度较高;(3)模型计算选取的重要文本复杂度指标具有多维性,对后续研究具有参考意义。Automated writing evaluation(AWE)is extensively used in intelligent foreign language education.With advancements in language research theories and natural language processing technologies,new AWE models have emerged.However,many current models have been criticized for low interpretability,limited feature dimensions,or weak feature selection rationale.This study constructs an automated scoring model by incorporating multidimensional text complexity features and analyzing fine-grained text quality indicators to assess essay quality.Results show:(1)the model has a good fit and strong interpretability;(2)it demonstrates higher accuracy in grade prediction compared to previous models;and(3)key multidimensional text complexity indicators provide valuable insights for future research.

关 键 词：自动写作评分 多维度文本复杂度特征 模型构建 

分 类 号：G63[文化科学—教育学]