基于语义相似度与XGBoost算法的英语作文智能评价框架研究

• 作者: 吕欣 程雨夏
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 英语作文 智能评分 语义表示 相似度 XGBoost
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 329-336
• 页数: 8页
• 分类号: TP391.6
• 字数: 6498字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-9497.2020.03.010

摘要

作文智能评分和评语智能生成能极大减轻评阅专家的工作量、节约人力成本.目前,评分和评语结果的准确性与公平性尚不高.近年来,机器学习和自然语言处理等技术的快速发展,在一定程度上提升了文本分类、机器翻译等任务的性能,但仍有许多新的研究成果尚未应用于作文智能评价.本研究综合了词向量(word2vec)、段落向量(paragraph2vec)、词性向量(pos2vec)和LDA(latent dirichlet allocation)等特征,共同组合为作文的语义表示向量;采用基于kNN(k nearest neighbors)算法的语义相似度模型,得到作文的评语标签;采用基于XGBoost(extreme gradient boosting)的回归模型计算英语作文的评分值;并以900篇大学生英语作文为样本,构造算例进行验证.最后表明,提出的智能评价框架在英语作文自动评分和评语生成的准确性上,都要高于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕欣	杭州电子科技大学外国语学院	9	15	1.0	3.0
2	程雨夏	杭州电子科技大学计算机学院	1	0	0.0	0.0