多特征融合的英语口语考试自动评分系统的研究
该文主要针对大规模英语口语考试自动评分系统的问答题型,采用多特征融合的方法进行评分.以语音识别文本作为研究对象,提取了3类特征进行评分.这3类特征分别是:相似度特征、句法特征和语音特征.总共9个特征从不同方面描述了考生回答与专家评分之间的关系.在相似度特征中,改进了Manhattan距离作为相似度.同时提出了基于编辑距离的关键词覆盖率的特征,充分考虑了识别文本中存在的单词变异现象,为给考生一个客观公平的分数提供依据.所有提取的特征利用多元线性回归模型进行融合,得到机器评分.实验结果表明,提取的特征对机器评分是十分有效的,并且在以考生为单位的系统评分性能达到了专家评分性能的98.4%.
自动语音识别、自动评分、特征选择、相似度、句法树
TP391.42(计算技术、计算机技术)
2012-10-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
2097-2102