Resumen

El sistema de puntuación automática de ensayos de inglés empresarial se ha utilizado ampliamente en el campo de la educación, y es indispensable para la tarea de detección de temas fuera de lugar en los ensayos. La mayoría de los métodos tradicionales de detección de temas fuera de lugar convierten el texto en una representación vectorial del espacio vectorial y luego calculan la similitud entre el texto y el texto correcto para obtener el resultado fuera de lugar. Sin embargo, esos métodos solo se centran en la estructura del texto, pero ignoran la asociación semántica. Además, el método de detección tradicional tiene un efecto de detección de temas fuera de lugar bajo para ensayos con alta divergencia. Ante los problemas mencionados, este artículo propone un método de detección de temas fuera de lugar para ensayos de inglés empresarial basado en el modelo de aprendizaje profundo. En primer lugar, se utiliza el modelo word2vec para representar palabras en oraciones como vectores de palabras. Y, se utiliza LDA para extraer el vector de tema y texto, respectivamente.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Sistema automático de puntuación; Ensayo en inglés de negocios; Detección de off-topic; Modelo de aprendizaje profundo; Word2vec; Red neuronal convolucional.
• Keywords:Automatic scoring system; Business English essay; Off-topic detection; Deep learning model; Word2vec; Convolutional neural network