[发明专利]一种英语作文语篇连贯质量的分析方法

说明书

本发明提供一种英语作文语篇连贯质量的分析方法，该方法是一个由顺序连接的英语作文预处理模块、英语作文语法角色标注模块、英语作文特征提取模块、英语作文共指消解模块、英语作文实体链网格构建模块和英语作文语篇连贯分析模块组成的分析模型。一篇英语作文通过该分析模型处理后，最后能够得到这篇英语作文的语篇连贯质量分析结果。本发明的方法解决了英语作文中指代关系、语言用词的连贯性分析问题，其分析结果比传统的英语作文语篇连贯质量分析方法的分析结果更好。

技术领域

本发明涉及自然语言处理技术、机器学习算法、英语作文内容分析技术，具体是一种英语作文语篇连贯质量的分析方法。

背景技术

传统的英语文本语篇连贯质量分析方法主要有潜在语义分析方法和实体网格分析方法。潜在语义分析方法是一种通过构建词-文档矩阵，利用奇异值分解对词-文档矩阵进行降维，分析词汇之间内在语义联系的方法。然而，因为奇异值分解是一种数学变换，新生成的矩阵解释性比较差，而且潜在语义分析方法还存在无法处理一词多义现象，忽略词出现的先后顺序的缺点。近年来实体网格分析方法逐步在代替潜在语义分析方法，成为一种更为广泛使用的英语文本语篇连贯质量分析方法。而且，传统的英语文本语篇连贯质量分析方法普遍都是解决新闻报道内英语文本中出现的语篇连贯性问题，由于这类英语文本的篇章结构、指代关系、语言用词都比较固定，传统的英语文本语篇连贯质量分析方法能够取得较好的分析结果；然而，由于英语作文的篇章结构、指代关系、语言用词都不固定，所以传统的英语文本语篇连贯质量分析方法在分析英语作文的语篇连贯质量方面取得的分析结果不太理想。因此针对上述问题，本发明专利提供了一种英语作文语篇连贯质量的分析方法。

发明内容

1.一种英语作文语篇连贯质量的分析方法，其特征是：包括一个由顺序连的英语作文预处理模块、英语作文语法角色标注模块、英语作文特征提取模块、英语作文共指消解模块、英语作文实体链网格构建模块和英语作文语篇连贯分析模块组成的分析模型，该分析模型总体处理步骤如图1所示。

在分析模型中，第一步英语作文预处理模块读入一篇英语作文，对该篇英语作文进行分段、分词、分句、词性标注和依存句法分析，输出该英语作文的预处理结果；第二步英语作文语法角色标注模块读入该英语作文的预处理结果，在预处理结果中找出每个实体词的依存关系，并根据依存关系标注这些实体词在其句子中的语法角色，输出这些实体词在其句子中的语法角色；第三步英语作文特征提取模块读入该英语作文的预处理结果，对预处理结果中实体词进行语义等级定义，同时提取这些实体词的共指消解特征，输出这些实体词共指消解特征；第四步英语作文特征提取模块读入英语作文特征提取模块输出的实体词共指消解特征，通过共指消解模型和实体词共指消解特征,对实体词的共指关系进行分析，输出这些实体词构成的共指链表；第五步英语作文实体链网格构建模块读入英语作文共指消解模块输出的实体词共指链表，利用实体词共指链表构建该英语作文实体链网格，并用优先级高语法角色替换实体链网格中优先级低语法角色，输出该英语作文的实体链网格；第六步英语作文语篇连贯分析模块读入英语作文实体链网格构建模块输出的英语作文实体链网格，通过这个实体链网格分析英语作文的句子连贯度，并计算英语作文的语篇连贯质量，输出该英语作文的语篇连贯质量分析结果；下面是该分析模型中每个模块的处理步骤：

(1)所述的英语作文预处理模块处理步骤如下，如图2所示：

P201开始；

P202读入英语作文；

P203对英语作文进行分段；

P204对英语作文进行分句；

P205对英语作文进行分词；

P206根据单词词性标注集对英语作文进行词性标注；

P207根据英语作文的词性标注结果，生成英语作文的单词有向图。在该有向图中，一个节点为单词及其词性标注，每个节点之间通过一条有向边连接起来；