|
|
|
| 中國海洋大學在國際語言學研究領(lǐng)域取得新進展 |
| http://m.hxsscy.com 2025年6月30日 來源：華禹教育網(wǎng) |
|
近日，中國海洋大學二語習得跨學科研究團隊成員劉穎穎副教授在國際語言學頂刊Computer Assisted Language Learning（《計算機輔助語言學習》）發(fā)表論文“Enhancing GPT-based automated essay scoring: the impact of fine-tuning and linguistic complexity measures”（強化基于GPT的寫作自動評分：微調(diào)與語言復雜度指標的影響）。
該研究探索了大語言模型在寫作自動評分領(lǐng)域中的應用，探討了其可靠性、準確性及公平性等問題。研究采用預訓練人工智能大語言模型，對母語為漢語、法語、德語、西班牙語的二語學習者的英文寫作進行自動評分，對比了微調(diào)大語言模型、語言復雜度指標，以及兩者相結(jié)合等三種方式在自動評分上的表現(xiàn)，揭示了微調(diào)技術(shù)與語言復雜度指標在寫作自動評分中的作用。
研究發(fā)現(xiàn)，微調(diào)大語言模型與人類評分者具有較高的一致性，能夠較準確地評估中、高水平作文，但在低水平作文評分時準確性偏低，反映出訓練集內(nèi)低水平樣本不足所導致的類別不均衡問題。此外，大語言模型的評分結(jié)果普遍高于人工評分，且針對不同一語背景寫作者的作文，評分準確度存在組間差異。分析顯示，“微調(diào)大語言模型+語言復雜度參數(shù)”的復合模型在三種方式中表現(xiàn)最優(yōu)，但相較于僅使用微調(diào)大語言模型，優(yōu)勢并不明顯。本研究展現(xiàn)了生成式人工智能在二語寫作測試中的應用前景，并為該領(lǐng)域的后續(xù)研究提供了有益參考。
由左至右依次為劉穎穎副教授、綦惠磊同學、陸小飛教授
論文第一作者為中國海洋大學外國語學院劉穎穎副教授，共同第一作者為中國海洋大學外國語學院2024屆本科生綦惠磊，通訊作者為美國賓夕法尼亞州立大學陸小飛教授。Computer Assisted Language Learning為SSCI、A&HCI雙索引期刊。根據(jù)科睿唯安（Clarivate）期刊引證報告，該刊近三年（2022年至2024年）在語言學SSCI期刊中排名穩(wěn)居前三位，被中科院2025年期刊分區(qū)表列為1區(qū)Top期刊，在國際學術(shù)界享有較高聲譽。
|
 關(guān)于中國海洋大學更多的相關(guān)文章請點擊查看 |
|
| 特別說明：由于各方面情況的不斷調(diào)整與變化，華禹教育網(wǎng)（m.hxsscy.com）所提供的信息為非商業(yè)性的教育和科研之目的，并不意味著贊同其觀點或證實其內(nèi)容的真實性，僅供參考，相關(guān)信息敬請以權(quán)威部門公布的正式信息為準。 |
|
|
|
| |