發(fā)布時(shí)間：2017-04-23 23:10

  本文關(guān)鍵詞：大學(xué)英語四級(jí)作文自動(dòng)生成技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著自然語言處理技術(shù)的發(fā)展，應(yīng)用自然語言處理技術(shù)的成熟產(chǎn)品如Siri已經(jīng)開始進(jìn)入人們的日常生活中，激起了人們對(duì)自然語言處理技術(shù)的熱情。本課題旨在探究在如何利用現(xiàn)有的自然語言處理技術(shù)在自動(dòng)生成大學(xué)英語四級(jí)作文。圍繞著這個(gè)任務(wù)，本文的研究主要涉及到以下幾個(gè)方面： （1）作文素材庫的構(gòu)建。本文利用互聯(lián)網(wǎng)資源構(gòu)建了以四級(jí)作文為資源的素材庫，其中主要是利用以英語教學(xué)為目的的門戶網(wǎng)站以及搜索引擎獲取作文資源，并利用Lucene搭建了一個(gè)檢索平臺(tái)。 （2）利用可獲取的候選文檔，生成相應(yīng)的四級(jí)作文。本文采取了從候選文檔中抽取句子，并對(duì)句子進(jìn)行排序的策略來生成作文�；谠摬呗�，本文給出了三種不同技術(shù)下的作文生成研究：基于詞頻統(tǒng)計(jì)的作文生成、基于質(zhì)心聚類的作文生成以及基于主題模型的作文生成。對(duì)于任意給定的題目以及候選文檔，我們都可以通過上述三種技術(shù)來生成相應(yīng)的四級(jí)英語作文。利用評(píng)分工具的打分可以看出，三種技術(shù)生成的作文質(zhì)量都會(huì)有高有低，但通過對(duì)比實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，基于主題模型生成的作文在整體效果上要好于其余兩種。對(duì)比兩種候選文檔的方式，，結(jié)果表明，使用范文作為候選文檔生成的作文質(zhì)量要遠(yuǎn)遠(yuǎn)好于基于互聯(lián)網(wǎng)獲取的文檔作為候選文檔生成的作文質(zhì)量。 （3）英語四級(jí)作文的自動(dòng)評(píng)分。通過綜合作文的內(nèi)容特征、語言知識(shí)特征以及篇章的連貫性特征，采用回歸模型，本文給出了針對(duì)四級(jí)作文自動(dòng)評(píng)價(jià)方法。在評(píng)價(jià)作文內(nèi)容特征時(shí)，我們考慮了其N-gram共現(xiàn)、Skip-gram共現(xiàn)、LCS共現(xiàn)；在評(píng)價(jià)語言知識(shí)特征時(shí)，我們考慮了單詞拼寫以及語法錯(cuò)誤；在評(píng)價(jià)篇章連貫性時(shí)，我們考慮了包括詞重疊、LSA以及連接詞三個(gè)方面的指標(biāo)。最后，訓(xùn)練出的回歸模型，獲得了相關(guān)系數(shù)為0.83的結(jié)果。
【關(guān)鍵詞】：作文生成 句子抽取 自動(dòng)評(píng)分 自然語言處理技術(shù)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.1
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 課題研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀及分析11-13
• 1.2.1 國外相關(guān)研究現(xiàn)狀11-12
• 1.2.2 國內(nèi)相關(guān)研究現(xiàn)狀12
• 1.2.3 國內(nèi)外研究現(xiàn)狀分析12-13
• 1.3 相關(guān)研究概述13-16
• 1.3.1 句子抽取技術(shù)相關(guān)研究13-14
• 1.3.2 作文自動(dòng)評(píng)價(jià)相關(guān)研究14-16
• 1.4 本文的主要研究內(nèi)容16-17
• 第2章 基于互聯(lián)網(wǎng)的作文素材庫構(gòu)建17-24
• 2.1 引言17
• 2.2 相關(guān)技術(shù)介紹17-20
• 2.2.1 網(wǎng)頁集合獲取17-19
• 2.2.2 網(wǎng)頁正文抽取19
• 2.2.3 Lucene 簡介19-20
• 2.3 基于目標(biāo)網(wǎng)站的作文素材獲取20-21
• 2.3.1 工具介紹20
• 2.3.2 文本過濾20-21
• 2.3.3 實(shí)驗(yàn)結(jié)果及分析21
• 2.4 基于搜索引擎的作文素材獲取21-22
• 2.4.1 檢索網(wǎng)頁獲取21-22
• 2.4.2 實(shí)驗(yàn)結(jié)果及分析22
• 2.5 基于 Lucene 的檢索平臺(tái)搭建22-23
• 2.6 本章小結(jié)23-24
• 第3章 基于句子抽取策略的作文自動(dòng)生成24-41
• 3.1 引言24
• 3.2 基于詞頻信息的作文生成24-27
• 3.2.1 句子抽取方法介紹24-25
• 3.2.2 句子排序方法介紹25
• 3.2.3 實(shí)驗(yàn)結(jié)果及分析25-27
• 3.3 基于聚類質(zhì)心的作文生成27-31
• 3.3.1 相關(guān)概念介紹27-28
• 3.3.2 作文自動(dòng)生成28-29
• 3.3.3 實(shí)驗(yàn)結(jié)果及分析29-31
• 3.4 基于主題模型的作文生成31-36
• 3.4.1 相關(guān)技術(shù)介紹31-33
• 3.4.2 作文自動(dòng)生成33-34
• 3.4.3 實(shí)驗(yàn)結(jié)果及分析34-36
• 3.5 方法比較及分析36-40
• 3.5.1 實(shí)驗(yàn)結(jié)果對(duì)比36-38
• 3.5.2 基于范文的作文自動(dòng)生成38-40
• 3.6 本章小結(jié)40-41
• 第4章 四級(jí)作文的自動(dòng)評(píng)價(jià)41-56
• 4.1 引言41
• 4.2 內(nèi)容覆蓋度特征41-47
• 4.2.1 N-gram 覆蓋41-42
• 4.2.2 Skip-gram 覆蓋42-44
• 4.2.3 最長公共子序列（LCS）覆蓋44-45
• 4.2.4 特征分析45-47
• 4.3 語法知識(shí)特征47-48
• 4.3.1 特征介紹47
• 4.3.2 特征分析47-48
• 4.4 篇章連貫性特征48-52
• 4.4.1 篇章連貫性及相關(guān)技術(shù)48-49
• 4.4.2 Coh-Metrix 工具49
• 4.4.3 特征分析49-52
• 4.5 回歸建模52-55
• 4.5.1 SVM 回歸52-53
• 4.5.2 邏輯斯蒂回歸（Logistic Regression）53-54
• 4.5.3 數(shù)據(jù)集54
• 4.5.4 實(shí)驗(yàn)結(jié)果及分析54-55
• 4.6 本章小結(jié)55-56
• 結(jié)論56-58
• 參考文獻(xiàn)58-62
• 攻讀碩士學(xué)位期間發(fā)表的論文62-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 羅娜;;數(shù)據(jù)挖掘中的新方法——支持向量機(jī)[J];軟件導(dǎo)刊;2008年10期

2 梁茂成;;學(xué)習(xí)者書面語語篇連貫性的研究[J];現(xiàn)代外語;2006年03期

  本文關(guān)鍵詞：大學(xué)英語四級(jí)作文自動(dòng)生成技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：323166