口語考試試題分類器的設(shè)計(jì)與實(shí)現(xiàn)

1.8萬字 47頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 隨著計(jì)算機(jī)多媒體技術(shù)的快速發(fā)展，多媒體閱卷越來越受到教育部門的重視。這使得口語考試試題分類系器越來越受人們重視，而支持向量機(jī)和口語考試試題分類有著良好的結(jié)合點(diǎn)，從而使得基于支持向量機(jī)的口語考試試題分類成為這個領(lǐng)域的研究熱點(diǎn)，支持向量機(jī)是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則的分類學(xué)習(xí)機(jī)模型，它的應(yīng)用十分廣泛。口語考試試題分類中，口語文本特征的提取和合理選擇是實(shí)現(xiàn)口語文本分類的一個關(guān)鍵步驟?？谡Z文本分類一般分為預(yù)處理、統(tǒng)計(jì)、特征提取、訓(xùn)練和測試評價(jià)這幾個步驟。
本文主要研究基于支持向量機(jī)的口語考試試題分類，首先，把口語考試的語音轉(zhuǎn)化為文本作為語料，在根據(jù)口語考試得分不同將口語語料進(jìn)行分類，把口語分類的問題轉(zhuǎn)化為文本分類的問題；其次是對這些口語文本進(jìn)行特征的提取，組成特征向量，這些特征主要包括口語文本中的字符長度、名詞代詞比和定冠詞頻率誤差等方面；最后利用支持向量機(jī)分類器根據(jù)提取的特征對口語進(jìn)行分類，對比語料分類結(jié)果、看分類器的準(zhǔn)確率，調(diào)整懲罰參數(shù)c來提高分類器的性能。實(shí)驗(yàn)表明 15.4時，分類器的準(zhǔn)確率達(dá)到最高81.80%。


關(guān)鍵詞：特征提取 文本分類 支持向量機(jī)