【摘要】：近年來,“互聯(lián)網(wǎng)+教育”已經(jīng)成為一種發(fā)展趨勢,而且人工智能已經(jīng)上升到國家戰(zhàn)略的高度,“人工智能+教育”也面臨著新的挑戰(zhàn)。大學(xué)英語語言技能訓(xùn)練對學(xué)生的學(xué)習(xí)和未來發(fā)展舉足輕重,將人工智能中的機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)應(yīng)用在教育中,特別是應(yīng)用在語言訓(xùn)練指導(dǎo)和批改中,可以解決很多指導(dǎo)批改中的痛點。北京郵電大學(xué)人文學(xué)院本科生每學(xué)期都會使用大學(xué)英語技能訓(xùn)練系統(tǒng)進(jìn)行前測、中測、后測,其中客觀題可以直接給出答案,主觀題只能通過教師人工批改,這對教師的時間和精力都提出了較高的要求。本文根據(jù)大學(xué)英語技能訓(xùn)練系統(tǒng)數(shù)據(jù),針對口語表達(dá)題建立了智能評分模型,實現(xiàn)對口語表達(dá)題的智能批改。本文先分析了課題的研究背景、研究意義和國內(nèi)外研究現(xiàn)狀,并闡述了人工智能和語言訓(xùn)練方面的相關(guān)概念,然后將音頻數(shù)據(jù)識別成文本,再對文本進(jìn)行自然語言處理,提取出評分特征。接著使用線性回歸算法和神經(jīng)網(wǎng)絡(luò)算法,根據(jù)現(xiàn)有的大學(xué)英語技能訓(xùn)練中的系統(tǒng)數(shù)據(jù),對口語表達(dá)題建立三種智能評分模型。第—種模型是通過機器學(xué)習(xí)中的線性回歸算法建立模型,第二種模型是通過深度學(xué)習(xí)中的深度神經(jīng)網(wǎng)絡(luò)建立模型,第三種模型將線性回歸模型和深度神經(jīng)網(wǎng)絡(luò)模型融合建立模型,并且對三種模型效果進(jìn)行比較。結(jié)論是利用線性回歸模型和深度神經(jīng)網(wǎng)絡(luò)模型融合之后建立的模型效果最好。經(jīng)過不斷地訓(xùn)練之后,對口語表達(dá)題的智能批改準(zhǔn)確度高達(dá)90%以上。本文利用人工智能對口語表達(dá)題這種主觀題進(jìn)行批改,這對于大學(xué)英語技能訓(xùn)練指導(dǎo)和批改的意義非常重大,也對于減輕教師批改壓力、評價學(xué)生學(xué)習(xí)成績、指導(dǎo)學(xué)生學(xué)習(xí)都有很大幫助。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：H319.3;G434

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張冬梅;閆蓓;;對話周志華教授:關(guān)于人工智能和機器學(xué)習(xí)[J];科學(xué)通報;2017年33期

2 許睿;;大數(shù)據(jù)背景下大學(xué)生個性化自適應(yīng)學(xué)習(xí)研究[J];電腦知識與技術(shù);2017年31期

3 郝兆杰;潘林;;高校教師翻轉(zhuǎn)課堂教學(xué)勝任力模型構(gòu)建研究——兼及“人工智能+”背景下的教學(xué)新思考[J];遠(yuǎn)程教育雜志;2017年06期

4 艾玲梅;葉雪娜;;基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測與分類[J];計算機技術(shù)與發(fā)展;2018年02期

5 郁可人;傅云斌;董啟文;;基于神經(jīng)網(wǎng)絡(luò)語言模型的分布式詞向量研究進(jìn)展[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2017年05期

6 沈劍波;雷相東;李玉堂;蘭瑩;;基于BP神經(jīng)網(wǎng)絡(luò)的長白落葉松人工林林分平均高預(yù)測[J];南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版);2018年02期

7 王竹立;;人工智能時代的教育暢想[J];今日教育;2017年09期

8 曹大有;胥帥;;基于TensorFlow預(yù)訓(xùn)練模型快速、精準(zhǔn)的圖像分類器[J];漢江師范學(xué)院學(xué)報;2017年03期

9 章敏敏;徐和平;王曉潔;周夢昀;洪淑月;;谷歌TensorFlow機器學(xué)習(xí)框架及應(yīng)用[J];微型機與應(yīng)用;2017年10期

10 劉清堂;黃景修;雷詩捷;吳林靜;毛剛;;PST視角下智能導(dǎo)師系統(tǒng)的設(shè)計與新發(fā)展——以句酷批改網(wǎng)為例[J];現(xiàn)代教育技術(shù);2017年05期

相關(guān)會議論文 前1條

1 張理志;;網(wǎng)絡(luò)環(huán)境下英語作文在線智能批改與師生角色定位——以句酷批改網(wǎng)為例[A];外語教育與翻譯發(fā)展創(chuàng)新研究（第五卷）[C];2016年

相關(guān)重要報紙文章 前1條

1 丁鵬;;大數(shù)據(jù)的核心價值是因材施教[N];中國教育報;2016年

相關(guān)博士學(xué)位論文 前2條

1 林命彬;智能機器的哲學(xué)思考[D];吉林大學(xué);2017年

2 薛少飛;DNN-HMM語音識別聲學(xué)模型的說話人自適應(yīng)[D];中國科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 黃雪蓮;批改網(wǎng)在高中英語作文反饋中的現(xiàn)狀、問題與對策[D];四川師范大學(xué);2016年

2 李鵬飛;基于深度學(xué)習(xí)的維語語音識別研究[D];安徽大學(xué);2016年

3 王向文;基于脈沖序列內(nèi)積的脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)研究[D];西北師范大學(xué);2015年

4 陳嘉華;基于深度學(xué)習(xí)的英語語音識別與發(fā)音質(zhì)量評價[D];廣東外語外貿(mào)大學(xué);2015年

5 蔣瑞;情境理論指導(dǎo)下培養(yǎng)學(xué)生化學(xué)學(xué)習(xí)能力的教學(xué)策略研究[D];西南大學(xué);2014年

6 吳繼民;基于Boosting思想的半監(jiān)督學(xué)習(xí)算法研究[D];吉林大學(xué);2014年

7 倪志嘉;基于Python的CRM系統(tǒng)接口自動化測試設(shè)計與實現(xiàn)[D];上海交通大學(xué);2012年

8 王振宇;電路類虛擬實驗自動批改與智能指導(dǎo)系統(tǒng)的設(shè)計及實現(xiàn)[D];北京郵電大學(xué);2011年

9 嚴(yán)可;英文朗讀題及復(fù)述題自動評測技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

10 王榕;基于課堂教學(xué)下教學(xué)媒體的選擇與績效分析[D];湖南大學(xué);2007年

本文編號：2778198