彭星源，柯登峰，赵 知，陈振标，徐 波,2

(1. 中国科学院 自动化研究所 数字内容技术研究中心， 北京 100190；2. 中国科学院 自动化研究所 国家模式识别实验室， 北京 100190)

1 引言

作文自动评分已经成为写作评估发展的一个必然趋势[1]。MHK(民族汉语水平等级考试)的评分准则从语言、条理、内容三方面对考生的作文进行评价。其中，语言表现为句子流畅，用词恰当；条理表现为记叙、论述中，各部分衔接符合条理；内容表现为按规定的主题进行写作。最早的作文评分系统PEG[1]，以及国内的李亚男[2]所侧重的研究是对语言形式的考察。而IEA[3]，以及曹亦薇、杨晨[4]的方法则着重于比较相同内容的出现，以内容得分为主得到最终的作文评分。再有综合的系统，如e-rater[5]、JESS[6]等，则是从语言、条理、内容三方面综合考虑评分。

本文的研究思路是对作文的用词进行评分，进而通过作文的词汇评分来对作文进行自动评分。首先，优美而富于变化的词汇，能够体现作文的语言水平；其次，词汇的特定指代意义，在很大程度上能够反映作文的内容。因此，词汇对作文评分的语言和内容两方面都有较大地意义。本文提出的作文的评分是由作文所使用的词汇的评分叠加而得到的假设下通过实现词汇评分估计，进而计算作文评分。本文提出行之有效的词汇评分估计方法，在准确估计词汇评分的基础上可以获得较高的作文评分性能，融合各种估计方法后，性能还可进一步提升。本文的结构如下： 第二节介绍一般化的基于词汇评分的作文自动评分方法和用于对比的e-rater的方法；……