HSK自动作文评分的特征选取研究

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (6): 118-122.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

HSK自动作文评分的特征选取研究

黄志娥，谢佳莉，荀恩东

北京语言大学汉语国际教育技术研发中心，北京 100083

出版日期:2014-03-15 发布日期:2015-05-12

Study of feature selection in HSK automated essay scoring

HUANG Zhi’e, XIE Jiali, XUN Endong

International R&D Center for Chinese Education, Beijing Language and Culture University, Beijing 100083, China

Online:2014-03-15 Published:2015-05-12

摘要/Abstract

摘要： 作文特征选取是研究汉语作为第二语言的水平测试自动作文评分的关键问题之一，以中国汉语水平考试作文为研究对象，从字、词、语法、成段表达、庄雅度等多个层面上，选取107个作文特征，经相关度计算得到19个与作文分数较为相关的作文特征。基于选取的作文特征，采用多元线性回归方法进行回归实验和稳定性交叉实验。实验表明，作文长度、词汇使用和成段表达方面的作文特征对作文得分具有较好的解释能力，多元线性回归方法应用于中国汉语水平考试自动作文评分具有较好的稳定性。

关键词: 中国汉语水平考试, 自动作文评分, 特征选取, 多元线性回归

Abstract: Feature selection is a key issue in automated essay scoring for Chinese as second language. Focusing on HSK composition test, 107 features are extracted, mainly describing Chinese character using, word using, grammatical mistakes, paragraph expression, formality measuring, etc. 19 of them are proved to have strong correlation with composition scoring, through relativity calculation. Based on the selected features, multiple linear regression and stability cross experiment are utilized. Essay length, word use and paragraph expression are found to be explanatory capable and multiple linear regression provides better stability in HSK composition test.

Key words: HSK, Automated Essay Scoring（AES）, feature selection, multiple linear regression

黄志娥，谢佳莉，荀恩东. HSK自动作文评分的特征选取研究[J]. 计算机工程与应用, 2014, 50(6): 118-122.

HUANG Zhi’e, XIE Jiali, XUN Endong. Study of feature selection in HSK automated essay scoring[J]. Computer Engineering and Applications, 2014, 50(6): 118-122.

[1]	李莎，林晖. 结合MLR和ARIMA模型的时空建模及预测[J]. 计算机工程与应用, 2021, 57(13): 276-282.
[2]	陈佳，刘冬雪，武大硕. 基于特征选取与LSTM模型的股指预测方法研究[J]. 计算机工程与应用, 2019, 55(6): 108-112.
[3]	李昕咛，周治平，刘乐乐. 结合多传感器信息分析的手机用户认证方案[J]. 计算机工程与应用, 2018, 54(1): 140-145.
[4]	李艳平，麻敏洁，鲁来凤. 基于多模型拟合的西安市生活垃圾量预测[J]. 计算机工程与应用, 2015, 51(6): 222-226.
[5]	孙文兵1，曾祥燕2，杨立君1. BP网络和多元回归在葡萄酒质量模型中的应用[J]. 计算机工程与应用, 2014, 50(15): 267-270.
[6]	李虎，张二虎，段敬红. 基于PCA和多元统计回归的人群人数统计方法[J]. 计算机工程与应用, 2014, 50(11): 206-209.
[7]	张永，吴崇正. 基于词频差异特征选取的Context Graph算法改进[J]. 计算机工程与应用, 2014, 50(10): 141-146.
[8]	马驰1，2，于淼3. 基于主曲线算法的手写字符特征分析与提取[J]. 计算机工程与应用, 2013, 49(3): 202-206.
[9]	吕品1，2，3，钟珞1，蔡敦波2，3. 融合特征选取和学习策略的支持向量机研究[J]. 计算机工程与应用, 2012, 48(32): 140-146.
[10]	刘志明，刘鲁. 基于机器学习的中文微博情感分类实证研究[J]. 计算机工程与应用, 2012, 48(1): 1-4.
[11]	马媛1，于军琪1，杨柳2，杨创业1，王磊1. 大型公共建筑能耗动态模型的研究与应用[J]. 计算机工程与应用, 2011, 47(16): 214-217.
[12]	王威，张鹏，王润生，陈宜稳. 行人行为的奇异性检测和正常行为分类[J]. 计算机工程与应用, 2010, 46(9): 173-176.
[13]	葛诗利¹,陈潇潇². 文本聚类在大学英语作文自动评分中应用[J]. 计算机工程与应用, 2009, 45(6): 145-148.
[14]	陈启买，陈森平. 支持向量机的一种特征选取算法[J]. 计算机工程与应用, 2009, 45(23): 49-51.
[15]	陈晓光,刘决仕. 面向表情识别的AVR和增强LBP特征选择方法[J]. 计算机工程与应用, 2009, 45(19): 184-188.

HSK自动作文评分的特征选取研究

Study of feature selection in HSK automated essay scoring

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics