基于词汇与语句等级的小学作文自动评价研究
发布时间：2021-04-12 03:18
在语文课程学习过程中,如何培养学生的写作兴趣以及提高写作能力一直是广大教育者关心的热点问题。传统的作文评分一般需要老师人工进行打分,这不仅会耗费大量人力,而且其结果容易受到评价者个人主观性影响。随着自然语言处理等人工智能相关技术的快速发展,使用计算机对作文进行自动评价、辅助教学成为研究热点。本文以小学语文作文为研究对象,开展了针对小学作文进行自动评价方法的系列研究,通过结合传统作文评价标准与小学生写作能力发展水平的特点,提出了一种通过词汇与语句等级对小学作文进行评价的方法教学。本研究的主要工作如下:（1）通过相关研究与理论分析,本文对作文自动评价过程可能涉及到的关键技术的原理和特点进行了阐述,最终基于其性能及可行性分析,明确了本文的研究路线。（2）本文以词汇运用为研究点,建立了基于词汇的多元线性回归模型及方程。首先从词汇丰富性的词汇多样性、词汇复杂性以及词频概貌三个维度研究其与作文成绩之间的相关性,将文章所使用的词汇的评分进行加权而得到一个等价的衡量作文评分的多元线性回归模型,并最终优选词汇的复杂词种比重、最常用词种数量、词种数和控制文本长度TTR（随机抽取）四者作为预测作文成绩的因素...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图４．３传统神经网络（左）和循环神经网络（右）结构图??循环神经网络的时序展开模型图如图４．４所示
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴｉＨ－：ＳｉＳ??４．２循环神经网络简介??循环神经网络是指一个随着时间的推移，重复发生的结构，其结构图如图４．３??右图所示。传统的神经网络一般是由输入层、隐藏层和输出层三个部分组成，其结??构图如图４．３左图所不。其中，Ｘ、〇为向量，分别表不输入层、输出层的值；Ｕ、Ｖ??为矩阵，Ｕ是输入层到隐藏层的权重矩阵，Ｖ是隐藏层到输出层的权重矩阵。循环??神经网络与传统神经网络的不同之处在于循环神经网络的隐藏层的ｓ值不仅取决于??当前的这次输入ｘ，还取决于上一次隐藏层的ｓ值。权重值Ｗ就是隐藏层上一次的??ｓ值作为这一次输入的输入权重。因此循环神经网络在处理过程中，每一刻的输出??都是带着之前的输出值加权之后的结果，使得循环神经网络把每一次输入之间相互??联系在一起，能充分挖掘文本的时序信息和语义信息。??０?０??Ｑ?Ｑ??Ｖ?１１?Ｖ?１１??ｓｕｉ?；９＞ｗ??Ｘ?Ｘ??图４．３传统神经网络（左）和循环神经网络（右）结构图??循环神经网络的时序展开模型图如图４．４所示。??°ｒ－／?Ａ?°ｆ＋／??ｉ?ｋ?Ａ?Ａ??Ｖ?Ｖ?ｖ??￣＞〇ｌ￣？〇＾—＾??Ｙ?＾?Ｖ?ＩＶ?Ｙ?Ｕ／??ｕ?ｕ?ｕ??ｘｔ－，?ｘ，?ｘｍ??图４．４?ＲＮＮ时序展开图??２８??
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?Ｔｌｌｔ．ＳＩＳ????表４．１语句等级标准划分表???＾语句等级?评价标准??Ａ等级?语言生动，用词丰富，修辞恰到好处，表达流畅且富含真情实感???Ｂ等级?用词简单，句式有变化，内容较丰富，表达得体，较有情感???Ｃ等级?语言空洞，内容简单且意义不大，没有真情实感???４．４语句等级自动分类模型构建流程??通过上述分析，我们构建了基于双向长短时记忆网络的语句等级自动分类模型??的构建。??庳浐教珉隹＿▲人工审阅打．Ｗ处理?？＇ｆ〇ｒｄ２Ｖｅｃ?ｉｌｌ｜练循环神??测试并选择??最佳模型??图４．５自动分类模型构建流程图??如图４．５所示，我们首先将收集到的文本数据集均分成三份，有三个相关学科??背景下的学者按照语句等级划分标准表交叉划分语句等级，并且进行数据清洗形成??基础的文本数据集，接着使用Ｗｏｒｄ２Ｖｅｃ工具训练词向量，并将文本通过ｗｏｒｄ??ｅｍｂｅｄｄｉｎｇ输入到循环神经网络进行训练，最后将基础的文本数据集划分为１０份，??中９份作为训练集，１份作为验证集进行１０折交叉验证，从而测试出具有最佳性能??的模型。??４．５测试与分析??４．５．１数据预处理??本章节所使用作文数据来自于前期从武汉市华中师范大学附属小学收集的一??至三年级２２７５篇作文。首先对作文文本中的数据进行分词并统计词的种类及词性，??然后针对一些文本中广泛存在但实际意义并不大的停用词及特殊符号进行剔除，只??保留了名词、形容词、动词以及叠词。作文使用ＮＬＰＩＲ软件进行分词的效果图如图??４．６所示。??３０??
【参考文献】：
期刊论文
[1]作文评价有效性的思考与实践[J]. 黄本荣. 中学语文教学参考. 2019(22)
[2]汉语作文自动评价及其关键技术——来自作文自动评价（AEE）的经验[J]. 吴恩慈,田俊华. 教育测量与评价. 2019(08)
[3]面向作文自动评分的优美句识别[J]. 付瑞吉,王栋,王士进,胡国平,刘挺. 中文信息学报. 2018(06)
[4]初中语文作文教学存在的问题及对策[J]. 段雅馨. 课外语文. 2018(07)
[5]基于作文自动评分系统的高职学生英语写作自我效能感研究[J]. 钟歆. 湖南邮电职业技术学院学报. 2017(04)
[6]作文自动评分系统在大学英语写作教学中的应用——以句酷批改网为例[J]. 唐芳,庄翠娟,巩艺超. 海外英语. 2017(20)
[7]汉语二语者词汇丰富性与写作成绩的相关性——兼论测量写作质量的多元线性回归模型及方程[J]. 王艺璇. 语言文字应用. 2017(02)
[8]用灿烂的语言表达深邃的思想——浅谈高考语文写作的文采表达[J]. 杨磊. 课外语文. 2017(10)
[9]作文自动评分系统的反馈对高职学生英语写作修改的影响[J]. 钟歆. 无锡职业技术学院学报. 2017(02)
[10]基于文采特征的高考作文自动评分[J]. 刘明杨,秦兵,刘挺. 智能计算机与应用. 2016(01)
硕士论文
[1]基于修辞使用的小学作文自动分类评价方法研究[D]. 石昀东.华中师范大学 2019
[2]基于中文多维度特征指标的小学写作自动反馈研究[D]. 刘卫平.华中师范大学 2019
[3]小学低年级语文教学中的造句训练研究[D]. 冯晓晴.南京师范大学 2018
[4]英语作文自动评分系统的设计与实现[D]. 郭庆春.哈尔滨工业大学 2017
[5]基于回归分析的中文作文自动评分技术研究[D]. 陈一乐.哈尔滨工业大学 2016
[6]面向语文作文自动评阅的修辞手法识别系统的设计与实现[D]. 巩捷甫.哈尔滨工业大学 2016
[7]小学高年级作文评价的现状及对策研究[D]. 李扬.陕西师范大学 2016
[8]基于作文自动评分理论的小学写作教学研究[D]. 熊永燕.华东师范大学 2015
[9]基于自动评分系统的大学英语作文反馈研究[D]. 陈慰.重庆大学 2013
[10]高中作文评价现状分析及对策研究[D]. 朱明坤.东北师范大学 2008
本文编号：3132507
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图４．３传统神经网络（左）和循环神经网络（右）结构图??循环神经网络的时序展开模型图如图４．４所示
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴｉＨ－：ＳｉＳ??４．２循环神经网络简介??循环神经网络是指一个随着时间的推移，重复发生的结构，其结构图如图４．３??右图所示。传统的神经网络一般是由输入层、隐藏层和输出层三个部分组成，其结??构图如图４．３左图所不。其中，Ｘ、〇为向量，分别表不输入层、输出层的值；Ｕ、Ｖ??为矩阵，Ｕ是输入层到隐藏层的权重矩阵，Ｖ是隐藏层到输出层的权重矩阵。循环??神经网络与传统神经网络的不同之处在于循环神经网络的隐藏层的ｓ值不仅取决于??当前的这次输入ｘ，还取决于上一次隐藏层的ｓ值。权重值Ｗ就是隐藏层上一次的??ｓ值作为这一次输入的输入权重。因此循环神经网络在处理过程中，每一刻的输出??都是带着之前的输出值加权之后的结果，使得循环神经网络把每一次输入之间相互??联系在一起，能充分挖掘文本的时序信息和语义信息。??０?０??Ｑ?Ｑ??Ｖ?１１?Ｖ?１１??ｓｕｉ?；９＞ｗ??Ｘ?Ｘ??图４．３传统神经网络（左）和循环神经网络（右）结构图??循环神经网络的时序展开模型图如图４．４所示。??°ｒ－／?Ａ?°ｆ＋／??ｉ?ｋ?Ａ?Ａ??Ｖ?Ｖ?ｖ??￣＞〇ｌ￣？〇＾—＾??Ｙ?＾?Ｖ?ＩＶ?Ｙ?Ｕ／??ｕ?ｕ?ｕ??ｘｔ－，?ｘ，?ｘｍ??图４．４?ＲＮＮ时序展开图??２８??
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?Ｔｌｌｔ．ＳＩＳ????表４．１语句等级标准划分表???＾语句等级?评价标准??Ａ等级?语言生动，用词丰富，修辞恰到好处，表达流畅且富含真情实感???Ｂ等级?用词简单，句式有变化，内容较丰富，表达得体，较有情感???Ｃ等级?语言空洞，内容简单且意义不大，没有真情实感???４．４语句等级自动分类模型构建流程??通过上述分析，我们构建了基于双向长短时记忆网络的语句等级自动分类模型??的构建。??庳浐教珉隹＿▲人工审阅打．Ｗ处理?？＇ｆ〇ｒｄ２Ｖｅｃ?ｉｌｌ｜练循环神??测试并选择??最佳模型??图４．５自动分类模型构建流程图??如图４．５所示，我们首先将收集到的文本数据集均分成三份，有三个相关学科??背景下的学者按照语句等级划分标准表交叉划分语句等级，并且进行数据清洗形成??基础的文本数据集，接着使用Ｗｏｒｄ２Ｖｅｃ工具训练词向量，并将文本通过ｗｏｒｄ??ｅｍｂｅｄｄｉｎｇ输入到循环神经网络进行训练，最后将基础的文本数据集划分为１０份，??中９份作为训练集，１份作为验证集进行１０折交叉验证，从而测试出具有最佳性能??的模型。??４．５测试与分析??４．５．１数据预处理??本章节所使用作文数据来自于前期从武汉市华中师范大学附属小学收集的一??至三年级２２７５篇作文。首先对作文文本中的数据进行分词并统计词的种类及词性，??然后针对一些文本中广泛存在但实际意义并不大的停用词及特殊符号进行剔除，只??保留了名词、形容词、动词以及叠词。作文使用ＮＬＰＩＲ软件进行分词的效果图如图??４．６所示。??３０??
【参考文献】：
期刊论文
[1]作文评价有效性的思考与实践[J]. 黄本荣. 中学语文教学参考. 2019(22)
[2]汉语作文自动评价及其关键技术——来自作文自动评价（AEE）的经验[J]. 吴恩慈,田俊华. 教育测量与评价. 2019(08)
[3]面向作文自动评分的优美句识别[J]. 付瑞吉,王栋,王士进,胡国平,刘挺. 中文信息学报. 2018(06)
[4]初中语文作文教学存在的问题及对策[J]. 段雅馨. 课外语文. 2018(07)
[5]基于作文自动评分系统的高职学生英语写作自我效能感研究[J]. 钟歆. 湖南邮电职业技术学院学报. 2017(04)
[6]作文自动评分系统在大学英语写作教学中的应用——以句酷批改网为例[J]. 唐芳,庄翠娟,巩艺超. 海外英语. 2017(20)
[7]汉语二语者词汇丰富性与写作成绩的相关性——兼论测量写作质量的多元线性回归模型及方程[J]. 王艺璇. 语言文字应用. 2017(02)
[8]用灿烂的语言表达深邃的思想——浅谈高考语文写作的文采表达[J]. 杨磊. 课外语文. 2017(10)
[9]作文自动评分系统的反馈对高职学生英语写作修改的影响[J]. 钟歆. 无锡职业技术学院学报. 2017(02)
[10]基于文采特征的高考作文自动评分[J]. 刘明杨,秦兵,刘挺. 智能计算机与应用. 2016(01)
硕士论文
[1]基于修辞使用的小学作文自动分类评价方法研究[D]. 石昀东.华中师范大学 2019
[2]基于中文多维度特征指标的小学写作自动反馈研究[D]. 刘卫平.华中师范大学 2019
[3]小学低年级语文教学中的造句训练研究[D]. 冯晓晴.南京师范大学 2018
[4]英语作文自动评分系统的设计与实现[D]. 郭庆春.哈尔滨工业大学 2017
[5]基于回归分析的中文作文自动评分技术研究[D]. 陈一乐.哈尔滨工业大学 2016
[6]面向语文作文自动评阅的修辞手法识别系统的设计与实现[D]. 巩捷甫.哈尔滨工业大学 2016
[7]小学高年级作文评价的现状及对策研究[D]. 李扬.陕西师范大学 2016
[8]基于作文自动评分理论的小学写作教学研究[D]. 熊永燕.华东师范大学 2015
[9]基于自动评分系统的大学英语作文反馈研究[D]. 陈慰.重庆大学 2013
[10]高中作文评价现状分析及对策研究[D]. 朱明坤.东北师范大学 2008
本文编号：3132507
本文链接：https://www.wllwen.com/jiaoyulunwen/xiaoxuejiaoyu/3132507.html
