高考英语听说计算机智能评分的全部原理和过程

本文只摘录听说考试的评分原理内容，具体报道请点击这里进入查看。

英语听说考试背景

关于计算机智能评分的有效性，我们在广东省考试院的组织下做过一次对比验证，基于2012年和2013年高考考生实测数据，通过与专家评分一致性的对比来比较计算机和阅卷员人工评分的有效性，得出的结论是计算机评分与专家评分的一致性度达到98%，超过多数对照阅卷员，完全符合考试评分要求。因此，2014年广东高考正式启用机评。

智能评测技术不止服务于广东省，还包括其他高考的省份和中考的各个市，到目前为止，英语听说智能测试系统每年服务的中高考考生将近300万人次，累计考试超过1700万人次。

机评原理及模块化备考

机器评分原理

过程：人工专家打分定标—>提取采分特征—>计算采分特征权重—>建立评分模型—>应用正式评分

核心：通过人工智能技术把专家打分的标准计算出来，并且忠实无误、公平公正地执行专家的打分标准。

要做到与评分专家保持一致的评分标准，需要做到以下几个关键步骤：

第一，提取评分特征。

一段录音的评分过程实际上就是对多个特征进行打分的过程。影响评分的特征主要可分为三类：

§  语音的完整性；

§  语音的音段质量；

§  语法和语义。

计算机智能评分系统是通过三种技术实现对评分特征的抽象提取，分别是：语音转文字技术、语音模型分析技术和深度神经网络技术。

§  通过语音转文字技术，将语音转化为文本，查看该段语音是否有错读、多读、漏读，这是对完整性的评测。

§  通过语音模型分析技术，从语音中抽取多个维度特征，例如重读、停顿、语音语调等，实现对音段质量及韵律节奏的评测。

§  通过深度神经网络技术，对该段语音中的语法、语义等开放式的内容作出评测。

通过以上三种技术，计算机智能评分系统就可将所有特征都提取出来。

第二，建立评分模型。

提取出所有的特征之后，再通过人工智能技术对专家打分数据进行分析，计算出每个特征的权重。

每次考试的成绩都会先抽取一部分样本录音，经过人工专家进行打分，人工专家会根据评分标准对每一段录音进行打分，但此时的评分标准实际上只是一些描述性的语句（如2016年模仿朗读满分标准为：发音清晰、准确，语调正确、自然，语流连贯、流畅；按原语速，且内容完整），无法进行定量表达。而且，专家打分的过程是一个综合性思考的过程，专家自己也无法将所有特征都列举出来。这时候，只有通过人工智能技术，对专家打分的数据进行分析，才能把每个特征相对应的权重计算出来，从而建立该道题的评分模型——我们可以简单理解为一个公式。

第三，根据评分模型进行打分。

将建立好的评分模型输入到计算机智能评分系统中，该评分系统才可以真正运用于其他录音的评分。

对于每一段新的录音，该评分系统都会根据建立好的评分模型提取出该段录音相应的特征，并且根据不同特征的相关权重进行打分。从而确保该评分系统的评分标准与专家的评分标准保持一致。

总结：科大讯飞智能评分系统，是通过三种技术将所有语音特征提取出来，再通过数据分析将专家打分的数据计算出所有特征相应的权重，建立一个评分模型，确保评分标准与专家完全一致，通过该评分模型就可以实现对其他录音的精准评分。

以上，就是计算机智能评分的全部原理和过程。