【摘要】：對(duì)外漢語(yǔ)教學(xué)和個(gè)性化學(xué)習(xí)熱潮的到來(lái)引起對(duì)外漢語(yǔ)閱讀材料的需求量劇增,閱讀材料越發(fā)豐富,編排難度設(shè)置合理的高質(zhì)量對(duì)外漢語(yǔ)閱讀材料能夠?yàn)殚喿x理,解能力和水平不同的學(xué)習(xí)者提供更快速掌握一門(mén)語(yǔ)言的便利。因此本論文開(kāi)展對(duì)外漢語(yǔ)閱讀材料可讀性自動(dòng)評(píng)估研究。本文在借鑒已有的可讀性評(píng)估研究基礎(chǔ)上,從漢語(yǔ)本體角度綜合考慮影響閱讀材料難度的因素,應(yīng)用自然語(yǔ)言處理技術(shù)和數(shù)據(jù)庫(kù)管理技術(shù)提取對(duì)外漢語(yǔ)閱讀材料的特征,結(jié)合統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法對(duì)文本進(jìn)行可讀性評(píng)估。主要通過(guò)計(jì)算機(jī)文本分析工具對(duì)甄選有代表性的六套對(duì)外漢語(yǔ)中高級(jí)上下冊(cè)教材文章和閱讀材料進(jìn)行自然語(yǔ)言處理,提取影響文本可讀性的詞語(yǔ)、語(yǔ)義、篇章等多個(gè)不同維度特征數(shù)據(jù),構(gòu)建可讀性評(píng)估模型。本文的主要?jiǎng)?chuàng)新點(diǎn)如下:(1)從漢語(yǔ)本體角度考慮教材文本的可讀性影響因素,主要甄選并提取詞語(yǔ)、語(yǔ)義、篇章等多個(gè)大維度上的特征。在詞語(yǔ)等級(jí)特征提取中,考慮到“同形多等級(jí)字”因素的影響處理重復(fù)數(shù)據(jù)并且結(jié)合《HSK詞匯等級(jí)標(biāo)準(zhǔn)大綱》來(lái)確定詞頻。特征總數(shù)目達(dá)到48個(gè),較為全面地提取專(zhuān)家編排教材的可讀性設(shè)置漸變規(guī)律。另外分別從詞語(yǔ)、語(yǔ)義、篇章和整體四大維度構(gòu)建可讀性評(píng)估模型,從具體維度進(jìn)行具體分析,多層面評(píng)估閱讀材料可讀性。(2)利用SVM算法分別進(jìn)行分類(lèi)和回歸建模,在回歸模型中,通過(guò)均勻分割的方法解決設(shè)置可讀性取值標(biāo)簽的問(wèn)題,相比較專(zhuān)家評(píng)估方法成本更低,也能有效避免模型過(guò)擬合問(wèn)卷樣本中存在的局部性特征。在目前構(gòu)建的模型中,在獨(dú)立的測(cè)試集上實(shí)驗(yàn)結(jié)果顯示,分類(lèi)算法結(jié)果優(yōu)于均勻標(biāo)簽后的回歸方法。然而回歸方法中均勻分配難度值對(duì)文章可讀性設(shè)置更加細(xì)致且精度更高,在今后教材的不斷改編和發(fā)展下,仍將作為一種適用于可讀性評(píng)估的可行性方法。
【圖文】：

１．２．３研究?jī)?nèi)容逡逑對(duì)外漢語(yǔ)閱讀材料可讀性自動(dòng)評(píng)估涉及的研究?jī)?nèi)容主要包括漢語(yǔ)本體研宄和逡逑評(píng)估方法研究，見(jiàn)圖１．邋１對(duì)外漢語(yǔ)閱讀材料可讀性自動(dòng)評(píng)估研宄架構(gòu)圖。逡逑首先從漢語(yǔ)本體出發(fā)，探討詞語(yǔ)、語(yǔ)義、篇章等多個(gè)維度上的可讀性影響因素；逡逑其次是評(píng)估方法的研宄包括自然語(yǔ)言處理技術(shù)和數(shù)據(jù)庫(kù)管理技術(shù)對(duì)文本進(jìn)行特征逡逑提取，選用合適的機(jī)器學(xué)習(xí)方法和評(píng)估指標(biāo)進(jìn)行可讀性評(píng)估；最后通過(guò)可讀性評(píng)估逡逑結(jié)果對(duì)應(yīng)到漢語(yǔ)本體，具體分析哪些特征與文本可讀性相關(guān)性強(qiáng)？文章可讀性設(shè)置逡逑合理程度的區(qū)域范圍以及存在的問(wèn)題？從多角度對(duì)可讀性評(píng)估結(jié)果進(jìn)行分析和數(shù)逡逑據(jù)挖掘。最后將本研宄內(nèi)容在現(xiàn)實(shí)中得到應(yīng)用，構(gòu)建對(duì)外漢語(yǔ)閱讀材料的的智能專(zhuān)逡逑家評(píng)估系統(tǒng)。逡逑可讀性評(píng)估（數(shù)據(jù)挖掘）逡逑Ａ邐ｉ＼逡逑ｕ．—邐——邋ｉＬ…逡逑機(jī)器學(xué)習(xí)模型逡逑對(duì)外漢語(yǔ)閱＞邐訓(xùn)練與優(yōu)化逡逑讀材料和特邐�。軁犲危鈴�？辶x險(xiǎn)魘菔占危掊澹櫻渝義險(xiǎn)繆″澹擼咤澹危蹋屑際酰櫻危停儒義鮮菘忮危櫻鄭擼ゅ義蝦河銼咎逖芯垮紋攔婪椒ㄑ芯垮義賢跡保倍醞夂河鐫畝斂牧峽啥列宰遠(yuǎn)攔姥芯考芄雇煎義希保陳?ài)文讬┋结构辶x媳疚牡淖櫓峁谷縵攏哄義系諞徽攏紫冉檣芰碩醞夂河鐫畝斂牧峽啥列云攔賴(lài)難芯勘塵昂脫繡騁庖�，，说辶x廈鞔搜繡車(chē)鬧匾院捅匾浴＝幼挪雋搜芯磕勘輟⒛飩餼齙墓丶侍夂橢饕繡沖義夏諶藎嵌哉畚難繡陳雎緄母攀�。最后列举了本文的讬┋结构，奠定本研究的伭x險(xiǎn)逖芯克悸貳ｅ義希沖義

本文編號(hào)：2651225