口语考试试题分类器的设计与实现.doc

口语考试试题分类器的设计与实现

1.8万字 47页 原创作品，已通过查重系统


摘要 随着计算机多媒体技术的快速发展，多媒体阅卷越来越受到教育部门的重视。这使得口语考试试题分类系器越来越受人们重视，而支持向量机和口语考试试题分类有着良好的结合点，从而使得基于支持向量机的口语考试试题分类成为这个领域的研究热点，支持向量机是一种基于结构风险最小化准则的分类学习机模型，它的应用十分广泛。口语考试试题分类中，口语文本特征的提取和合理选择是实现口语文本分类的一个关键步骤。口语文本分类一般分为预处理、统计、特征提取、训练和测试评价这几个步骤。
本文主要研究基于支持向量机的口语考试试题分类，首先，把口语考试的语音转化为文本作为语料，在根据口语考试得分不同将口语语料进行分类，把口语分类的问题转化为文本分类的问题；其次是对这些口语文本进行特征的提取，组成特征向量，这些特征主要包括口语文本中的字符长度、名词代词比和定冠词频率误差等方面；最后利用支持向量机分类器根据提取的特征对口语进行分类，对比语料分类结果、看分类器的准确率，调整惩罚参数c来提高分类器的性能。实验表明 15.4时，分类器的准确率达到最高81.80%。


关键词：特征提取 文本分类 支持向量机