二语英语学习者的自动水平评估
计算与语言
2025-05-06 v1 声音
音频与语音处理
摘要
英语作为第二语言（L2）的水平通常由英语教师或专家评估员进行感知评估，这存在固有的评估者内部和评估者间的差异性。本文探讨了用于全面评估L2水平的深度学习技术，同时处理语音信号及其对应的转录文本。我们分析了使用多种架构的口语水平分类预测，包括2D CNN、基于频率的CNN、ResNet和一个预训练的wav2vec 2.0模型。此外，我们通过在资源约束下微调BERT语言模型来研究基于文本的水平评估。最后，我们通过分别应用wav2vec 2.0和BERT模型来处理长音频和说话人交互，从而解决复杂的自发对话评估任务。在EFCamDat和ANGLISH数据集以及一个私有数据集上的实验结果突显了深度学习，特别是预训练的wav2vec 2.0模型，在鲁棒的自动化L2水平评估方面的潜力。
引用
@article{arxiv.2505.02615,
title = {Automatic Proficiency Assessment in L2 English Learners},
author = {Armita Mohammadi and Alessandro Lameiras Koerich and Laureano Moro-Velazquez and Patrick Cardinal},
journal= {arXiv preprint arXiv:2505.02615},
year = {2025}
}
备注
6 pages