中文自動作文修辭評分系統設計

Abstract

本論文探討是否能夠以機器學習的方式來實行中文自動作文評分以協助作文的評分工作，此項評分限於修辭方面。主要基礎在於設計及擷取修辭技法來做為機器學習所需要的特徵，這些特徵包含詞數、形容詞數、成語數、譬喻手法、非口語化的喻詞、排比手法。由於不同老師批改同一篇作文也會有誤差出現，所以我們認為系統判斷出的分數及作文實際修辭分數的差距在一分(含)以內為可容許的誤差，因此以「避免產生過大誤差，但容許微小的差異」為主要概念建立改良式的ID3演算法做為機器學習的方式。訓練和測試作文都由老師先行評分，每篇作文的修辭分數由低到高為一到六分。利用改良式的ID3演算法產生決策樹，決策樹會將測試的作文分類到一分到六分其中的一個等級。以上述特徵及機器學習方式建立的修辭評分系統，其評量出的分數與真實分數的誤差比兩名沒有受過標準化作文評分訓練的老師間之誤差來得低。