基于自然语言处理的作文自动评分系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景 | 第9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 PEG评分系统 | 第9-10页 |
| 1.3.2 IEA评分系统 | 第10页 |
| 1.3.3 E-RATER评分系统 | 第10-11页 |
| 1.3.4 其它评分系统 | 第11-12页 |
| 1.4 语法检测 | 第12-14页 |
| 1.5 本文的研究工作 | 第14-16页 |
| 1.5.1 研究内容 | 第14-15页 |
| 1.5.2 论文的组织结构 | 第15-16页 |
| 第2章 基于EDX的作文评分系统分析 | 第16-27页 |
| 2.1 特征选取 | 第16-20页 |
| 2.1.1 词袋特征 | 第16-18页 |
| 2.1.2 作文拼写特征 | 第18页 |
| 2.1.3 长度特征 | 第18-19页 |
| 2.1.4 题目特征 | 第19-20页 |
| 2.2 评分模型训练 | 第20-23页 |
| 2.2.1 训练数据与测试数据 | 第20页 |
| 2.2.2 分类器选择 | 第20-23页 |
| 2.3 实验 | 第23-26页 |
| 2.3.1 测试标准 | 第23-24页 |
| 2.3.2 实验结果 | 第24-25页 |
| 2.3.3 实验小结 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于语言模型的语法检测 | 第27-39页 |
| 3.1 语言模型 | 第27-30页 |
| 3.2 SRILM工具 | 第30-31页 |
| 3.3 词干提取算法 | 第31-32页 |
| 3.4 维特比算法 | 第32-34页 |
| 3.5 系统设计 | 第34-36页 |
| 3.6 测试准则与标准 | 第36-37页 |
| 3.7 实验 | 第37-38页 |
| 3.8 本章小结 | 第38-39页 |
| 第4章 冠词和介词错误检测 | 第39-57页 |
| 4.1 词性标注 | 第39-40页 |
| 4.2 短语分块 | 第40-43页 |
| 4.3 最大熵分类 | 第43-45页 |
| 4.4 冠词错误检测 | 第45-50页 |
| 4.4.1 冠词特征提取 | 第45-46页 |
| 4.4.2 训练语料库 | 第46-47页 |
| 4.4.3 冠词实验 | 第47-50页 |
| 4.5 介词错误检测 | 第50-56页 |
| 4.5.1 模型选择 | 第51-52页 |
| 4.5.2 Wordnet词库 | 第52-54页 |
| 4.5.3 实验结果 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间的学术论文目录 | 第64页 |
