個性化英語學(xué)習(xí)系統(tǒng)中的關(guān)鍵技術(shù)研究.pdf

1、熟練的掌握英語,已經(jīng)成為了現(xiàn)代人的必備素質(zhì)之一。英語學(xué)習(xí)的過程是一個整合式的學(xué)習(xí)過程,包括了聽、說、讀、寫等部分,而各個部分之間是相互關(guān)聯(lián)的,正因為英語學(xué)習(xí)的此種特性,也對英語輔助學(xué)習(xí)系統(tǒng)提出了需求:如何構(gòu)建一個多功能融合的英語學(xué)習(xí)環(huán)境,以達(dá)到方便用戶學(xué)習(xí)英語的目的。與此同時,隨著互聯(lián)網(wǎng)的不斷發(fā)展,英語學(xué)習(xí)資料數(shù)量不斷豐富,如何幫助用戶從海量的資料中找到適合自己的英語學(xué)習(xí)資源就變得十分重要了,這直接影響用戶的學(xué)習(xí)時間成本和學(xué)習(xí)興趣。為此

2、本文針對英語學(xué)習(xí)中面臨的上述問題,綜合利用自然語言處理,信息檢索,機(jī)器學(xué)習(xí)等理論知識,以滿足在構(gòu)建英語學(xué)習(xí)系統(tǒng)中面臨的資源的個性化組織和查找的需求。本文的主要研究內(nèi)容包括以下幾個方面:
　　第一,為了對資源進(jìn)行有效組織,從而為分析用戶英語水平提供數(shù)據(jù)支持,本文提出了面向英文句子閱讀難易度的分類方法。在具體方法上,采用了集成學(xué)習(xí)框架(ensemblelearningframework)訓(xùn)練多個基于不同特征空間(語法特征,一元語言模型

3、,非文本特征)的機(jī)器學(xué)習(xí)模型,以提升分類效果。并采取準(zhǔn)確率,召回率,F值等對算法的有效性進(jìn)行論證分析,最后得到了一個在實踐中有效的難易度判別模型。
　　第二,為了實現(xiàn)根據(jù)用戶的英語水平差異進(jìn)行資源組織的目標(biāo),本文提出了基于多相似度的文本檢索排序模型,以方便用戶準(zhǔn)確迅速地找到與之難度匹配的文本。本文主要利用用戶建模技術(shù),在英文句子閱讀難易度判別的基礎(chǔ)上,根據(jù)用戶歷史信息針對用戶英語水平進(jìn)行分析建模,并結(jié)合查詢項與文檔之間文本的相似度