作　　者： ; ; ; ; ; ; ;

机构地区： 中国科学技术大学信息科学技术学院电子工程与信息科学系

出　　处： 《清华大学学报（自然科学版）》 2009年第S1期1356-1362,共7页

摘　　要： 为了改变计算机必须依靠文本才能进行评分的情况,该文在国内首次开展了面向大规模英语口语机考中的复述题型自动评分技术研究,并证明了其技术可行性。首先基于连续语音识别、自然语言理解等技术搭建了复述题自动评分技术流程,并针对复述题无需按原文复述、考试现场录音质量低等难点,通过借助朗读题录音的声学模型自适应处理、基于复述原文的通用语言模型裁剪、基于识别输出词图的机器评分特征提取等一系列的改进工作的开展,最终完成的自动评分系统在339份中国科学技术大学期末考试现场采集的复述题数据集上达到了专家精细评分84%的性能,超过了教师批量阅卷时的性能。实验结果表明该系统在英语复述测试中,可以辅助教师进行更科学客观的评分。 Generalized computerized language evaluation systems need to be text independent.This paper describes an automatic grading system for English retelling proficiency for large machine based oral English tests.The system combines continuous speech recognition(CSR) and natural language understanding(NLU) in an automatic grading system.In their retelling of a story,the examinees don't need to exactly describe the articles as in the original texts and the corpus may be collected in a noisy environment.Therefore the system needs various techniques such as acoustic model adaptation using the reading data,language model(LM) pruning based on given texts,and specific grading features based on word graph of recognition results.System performance on 339 oral English tests of university students agreed 84% with two experts and exceeded the performance of mass on spot grading.Further tests show that this system can help teachers give more objective scores in English retelling examinations.

关 键 词： 计算机辅助语言学习 复述题评分 语音识别 语言模型 评分特征

领　　域： [语言文字]