基于人工神经网络的C.TEST阅读理解题目难度的预测研究

发布时间：2017-11-12 04:00

本文关键词：基于人工神经网络的C.TEST阅读理解题目难度的预测研究

【摘要】：实用汉语水平认定考试(简称C.TEST)是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C.TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测(field test)的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测(prediction)领域发挥了很大作用。本文选取C.TEST(A-D级)的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。
【作者单位】：暨南大学华文学院;暨南大学华文教育研究院;
【基金】：北京语言大学校级资助项目(中央高校基本科研业务费专项资金)“汉语作为第二语言学习者习得汉语趋向补语的认知诊断研究”(13YBG16)
【分类号】：H195
【正文快照】： 0.引言在经典测量理论中,0/1型评分题目的难度指的是一个题目的答对率,即答对的被试人数与全体被试人数之比。项目反应理论则用逻辑斯蒂模型(Rasch model)来计算题目难度,难度参数包含在模型当中,通常采用极大似然估计法得到。(Hambleton,R.等,1991)除了经典测量理论和项目反

【相似文献】

中国期刊全文数据库前10条

1 恭君冉;;汉语水平考试中心为SK员工进行C.TEST口语面试[J];世界汉语教学;2008年03期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期