用于自动化口语评分的深度神经专家混合模型
计算与语言
2023-10-19 v1
摘要
本文致力于从语言学习者对测试提示的口语回答中自动评估其二语熟练度。该任务在计算机辅助语言学习领域具有重要意义。本文提出的方法依赖于两个独立模块：(1) 一个自动语音识别系统，用于生成相关口语交互的文本转录；(2) 一个基于深度学习器的多分类器系统，将转录文本按熟练度等级进行排序。不同的深度神经网络架构（包括前馈和循环网络）针对文本的多种表示进行专门化：参考语法、概率语言模型的结果、若干词嵌入，以及两种词袋模型。各分类器的组合通过概率伪联合模型或神经专家混合模型实现。利用第三届口语计算机辅助语言学习共享任务挑战赛的数据，本文在三种常用评估指标上取得了迄今为止的最高值。
引用
@article{arxiv.2106.12475,
title = {Mixtures of Deep Neural Experts for Automated Speech Scoring},
author = {Sara Papi and Edmondo Trentin and Roberto Gretter and Marco Matassoni and Daniele Falavigna},
journal= {arXiv preprint arXiv:2106.12475},
year = {2023}
}