| 
  中国学术期刊网络出版总库
  关闭
集中趋势自适应增强的英语作文评分算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Adaptive boosting with central tendency algorithm for English essay scoring
【下载频次】 ★★★★
【作者】 李婷; 张景祥;
【英文作者】 LI Ting; ZHANG Jingxiang; School of Information Science and Engineering; University of Jinan;
【作者单位】 济南大学信息科学与工程学院;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2018年 09期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 智能作文评分; Adaboost/CT; 指标体系; 分层分析;
【英文关键词】 intelligent essay evaluation; Adaboost/CT; indexes systems; hierarchical analysis;
【摘要】 为更好地对英语作文进行智能评分,提出了一种改进算法Adaboost/CT。算法以机器筛选得到的主成分作为弱分类器集,通过集中趋势的方法改进了自适应增强技术。这样既避免了过拟合问题,也解决了弱分类器叠加错误陷阱。实验表明该算法能有效地应用于英语作文智能评分系统,且与人工评分相比,其邻接准确率为94%,误差均小于20%且不存在奇异值性误差。该算法在智能评分和机器学习方面具有理论和实用价值。
【英文摘要】 An improved algorithm of Adaboost/CT is proposed to find a better way in intelligent English essay assessment. It uses machine learning to select principal components as the set of weak classifiers and reinforces the adaptive boosting technology through an approach of central tendency. It can therefore avoid the over-fitting problem and solve the overlapping error trap of weak classifiers. The experiment exhibits that it can be effectively used in intelligent English essay assessing systems, with an overall...
【基金】 山东汇调研考试技术与市场调研(No.HDY2016T001)
【更新日期】 2018-05-11
【分类号】 TP391.1
【正文快照】 1引言众所周知,作文评分对教师来说是一项极其繁重的任务[1],且人工阅卷存在差异性大等突出问题。自动作文评分系统结合了计算语言学、统计建模和自然语言处理技术,便成为人工评阅的一种很好的替代或替补。早期如Page等[2]采用浅层文本特征分析法评定作文质量和写作风格(PEG系?

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机的应用
　　　　 信息处理(信息加工)
　　　　　 文字信息处理
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号