投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

面向产出导向的大学英语教育新模式的构建<sup(2)

来源:信息系统工程 【在线投稿】 栏目:期刊导读 时间:2020-09-30
作者:网站采编
关键词:
摘要:依此类推,可以得出最大的分割概率P(S)。 2.2 构建英语教学语料库 通过对大学英语教学的分析,处理和分割,以前缀树为思想构建了基于大学英语教学

依此类推,可以得出最大的分割概率P(S)。

2.2 构建英语教学语料库

通过对大学英语教学的分析,处理和分割,以前缀树为思想构建了基于大学英语教学的语料库。前缀树是一个多树结构,它具有三个基本属性:1)根节点不包含任何字符,并且除根节点外的每个子节点都包含单个字符。2)从根节点到其他节点,连接经过该路径的字符,即该节点对应的字符串。3)每个节点的所有句子都包含不同的字符。前缀树的核心思想是使用字符串的公共前缀来减少字符串之间不必要的比较以提高查询效率。基于前缀树构建字典的优点是插入和查询效率很高,并且都具有O(n)的复杂度,其中n是要插入或查询的字符串的长度。同时,前缀树中的不同关键字不会造成任何冲突,并且前缀树可以按照字典顺序对关键字进行排序。

大学英语语料库是以前缀树为代表的关键词。它突出了大学英语语料库的两个特点。一个是它们具有独立的中文词汇的特点,另一个是大学英语的特点。在语料库中,大学英语教学关键字存储在路径中,而不是节点。另外,如果同一路径前缀部分的结构中有两个公共前缀关键字,则是大学英语教学语料库。通过对大学英语教学的统计和处理,完成了基于词频和词性的大学英语教学语料库建设,为后续基于语料库教学模式的改进提供了有力的数据支持。本文认为基于前缀树的字典构造方法可以提高插入的效率,并可以删除和查询英文字典,因为它可以扩展到其他教学英语字典的建设项目中。

2.3 基于语料库方法的大学英语教学实践步骤

通过语料库在大学英语教学中的实验,对英语教学存在的主要问题进行了以下研究:

1)英语教学利用现有的教学体系进行汉语教学。一方面,字典的教学没有被黄金标准所证实,这带来了错误的教学问题。另一方面,词典的数据量超过30万字,对大学英语教学没有多大用处。一些大学英语培训教学词汇和语料库从未出现,后续预测效果不好,整体识别效果约为86%。

2)在将该词典引入产出导向语料库词典之后,尽管整体识别效果仅略微提高,但使用词典模型的教学时间增加,并且HMM模型具有与预测未记录词相同的效果。

3)通过修改JIEBA的教学模式,采用基于英语教学词典的方法,消除了HMM模型的引入,增加了模型初始化时间,略微提高了整体识别效果。但是,模型训练时间过长,并没有大学英语教学的共性。

针对以上问题,本文提出了一种新的大学英语教学方法,这是对JIEBA方法的改进,是一种基于概率英语模型的词典教学方法。对于大学英语教学而言,一方面,大学英语教学的运行时间和准确性都优于JIEBA大学英语教学方法。另一方面,大学英语教学方法的实验证明,运用英语概率统计模型和英语词典教学可以提高英语教学效率的准确性。因此,它具有大学英语教学方法的普及性和普遍性。

本文采用标注语料库和大学英语培训库的两个语料库数据集进行培训。基于JIEBA的大学英语教学建模过程如图1所示。

图1 基于产出导向语料库与训练语料库的实践步骤

基于产出导向语料库的教学模式的方法是将英语模型与英语词典结合应用于大学英语语料库教学。大学英语教学建模过程的具体内容是,在大学英语语料库预处理教学时,首先判断它是否是注册词汇。如果是注册词汇,则使用大学英语词典词将地图扫描,并用DAG语句进入大学英语教学,从而实现初步的块教学。然后,动态规划方法可以计算块的部分的最大概率来实现词典中的教学。对于未注册的词汇,我们使用具有汉语识别能力的HMM模型进行预测。本文认为这种教学模式的方法可以扩展到大学英语其他教学模式。

3 基于信息技术的大学英语教学模式的验证

3.1 英语教学方法评估

本文选择国际计算语言学英语处理协会SIGHAN标准作为教学效果的评估,并用Perl脚本进行测试。SIGHAN标准的三个评估因子包括:准确率、召回率和F值[14]。

Ccorrec表示所有准确提取的候选关键字,Cextract表示提取的关键字总数。Cstandard是所有手动注释的标准关键字答案总数。P=Presison表示准确率,r=Recall表示召回率。

3.2 英语教学法的验证结果

本文的实验环境是Windows10和Anaconda平台,基于产出导向语料库方法是基于Python语言实现的,并且用该语言实现了不同的教学对比实验方法。本文的数据包括基于词典教学方法、基于阅读英语词典的教学方法、基于产出导向语料库的字典教学方法等15种大学英语教学方法。表1显示了四种给定方法的教学效果。图2显示了不同模型的教学结果。

文章来源:《信息系统工程》 网址: http://www.xxxtgc.cn/qikandaodu/2020/0930/792.html



上一篇:文化部办公厅关于进一步做好全国美术馆藏品普
下一篇:大学英语四、六级口语考试现场管理信息系统的

信息系统工程投稿 | 信息系统工程编辑部| 信息系统工程版面费 | 信息系统工程论文发表 | 信息系统工程最新目录
Copyright © 2018 《信息系统工程》杂志社 版权所有
投稿电话: 投稿邮箱: