词汇量化特征对作文机评分数的预测能力分析

• 作者: 王小芳 王建
• 来源期刊: 语言教育
• 学科: 文学
• 关键词: 词汇量化特征 作文机评分数 预测能力
• 年，卷（期）: 2020,（3）
• 页码范围: 26-32
• 页数: 7页
• 分类号: H319

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建	西南交通大学希望学院外语系	50	435	12.0	20.0
2	王小芳	西南交通大学希望学院外语系	10	10	3.0	3.0