TensorFlow在大學英語語言訓練中的應用

孫雅琳 文福安

摘要：北京郵電大學人文學院每學期都利用通用計算機化考試平臺（大學英語語言技能訓練系統）來進行英語測試，其中客觀題系統能夠對照答案直接給出分數，但是主觀題只能依靠英語教師來逐個批改。本研究是利用tensorflow深度學習平臺對英語口語表達題進行智能批改，取音素后驗概率、語速ROS、關鍵詞覆蓋率、文本覆蓋率、用詞變化程度等維度作為特征，學生考試成績為目標，用tensorflow深度學習平臺進行模型訓練，實現學生成績的預測。

關鍵詞：tensorflow；深度學習；大學英語；神經網絡

中圖分類號：TP391.42 文獻標識碼：A DOI：10.3969/j.issn.l003-6970.2017.08.027

引言

國內的批改系統主要有以下幾個方面：電路類虛擬實驗自動批改與智陡指導系統、智目纟導師系統、英語作文智能評閱系統、英語口語智能評閱系統。對于正確答案有一定規則的問題可以利用智能導師系統進行評閱，像用英語口語圍繞主題闡述一定觀點這種開放性題目，現有的系統不能評閱這種題型。所以，在語言訓練中，智能批改仍有一定局限性[1又國外研究現狀與國內類似，對于口語口語表達題目等答案固定或者具有一定規則的題目評分有比較成熟的機器學習模型，而對于答案規則不明顯的題型目前還不能利用深度學習模型來進行智能批改。在2000年本領域的一篇經典論文就列舉了人工老師打分情況，他提出的觀點是使用“平均”帶來打分穩定性和準確度提高。多個句子的平均，可以更好的對整體水平進行打分，句子越多，打分越準確。……