Resumen

La marcación automática de composiciones en inglés es un campo en desarrollo rápido en los últimos años. Ha ido reemplazando gradualmente la lectura manual de los profesores y se ha convertido en una herramienta importante para aliviar la carga de enseñanza. La literatura existente muestra que el error de consistencia verbal y el error de tiempo verbal son los dos tipos de errores gramaticales con la tasa de error más alta en composiciones en inglés. Por lo tanto, los resultados de detección de errores verbales pueden reflejar la practicidad y efectividad de un sistema de lectura automática. Este documento propone un algoritmo de detección de errores gramaticales de verbos en inglés basado en la red neuronal cíclica. Dado que LSTM puede retener efectivamente la información válida en el contexto durante el entrenamiento, este documento decidió utilizar LSTM para modelar el corpus de entrenamiento etiquetado. Al mismo tiempo, cómo convertir la información de texto en composiciones en inglés en valores numéricos para cálculos posteriores también es un paso importante en la lectura automática. La mayoría de las herramientas

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Marcado automático; Composiciones en inglés; Errores gramaticales; Consistencia verbal; Tiempo verbal; LSTM
• Keywords:Automatic marking; English compositions; Grammatical errors; Verb consistency; Verb tense; LSTM