论文部分内容阅读
英语口语考试自动评分一直是计算机辅助语言学习领域中的研究热点。目前,已有的自动评分方法大多针对朗读题、跟读题等题型,而针对汉英口语翻译题的自动评分方法则相对鲜见。采用人工评分方式对汉英口语翻译题进行评分时,评分员主要侧重答题中是否包含参考答案中要求回答的关键信息,其中关键信息一般通过关键词体现。基于此,本文模仿人工评分方式,研究了针对答题关键信息的汉英口语翻译题自动评分的相关问题,包括答题语音信号预处理,答题关键信息识别及关键信息完整性特征提取,答题发音流利度计算及流利度特征提取,结合关键信息完整性特征和流利度特征的自动评分方法设计等。主要研究工作包括:(1)考虑到在缺乏大量已标注语音数据的情况下难以构建精确的连续语音识别系统的问题,本文采用基于动态时间规整(DTW)算法的无监督语音关键词检出方法去识别答题语音中的关键词。首先在TIMIT语料库中对基于SLN-DTW(Segmental local-normalized-DTW)的语音关键词检出方法进行有效性验证实验,实验结果证明了其性能优势;进而结合WordNet构建答题关键词识别库,将SLN-DTW关键词检出方法应用于答题语音中的关键词识别,实验结果表明,采用SLN-DTW关键词检出方法检出的关键词个数可作为答题关键信息覆盖程度的有效特征表示。(2)对于检出的关键词,为了进一步得到其置信度,本文采用基于卷积神经网络(CNN)的语音识别方法对检出的关键词进行二次识别。首先通过构建基于CNN的语音识别模型,结合均值规整算法处理语音特征参数,在UCI机器学习库的Spoken Arabic Digit数据集上进行识别实验,实验得出的识别率优于其他模型在相同数据集上的实验结果;在采集的答题关键词数据集上进行识别实验,结果也优于其他两种常用的识别模型,证明了采用CNN语音识别方法的可行性。(3)利用答题语音关键词检出结果和关键词二次识别结果计算得到关键信息完整性特征,与原始答题语音层面上提取的流利度特征一起构成本文的自动评分特征。采用回归分析法对所有特征进行回归分析,构建本文的自动评分模型。通过真实的考试数据对评分模型进行性能测试,测试得到的机器评分与原始评分的整体相关性大小为0.729,证明提取的特征用于机器评分是有效的,也验证了本文提出的针对答题关键信息的汉英口语翻译题自动评分方法的有效性。