基于RNN语言模型的普通话水平测试命题说话项智能评分技术研究

摘要

随着口语智能测评技术的发展,普通话水平测试命题说话项尝试开展智能评分。文章提出了一种用于改进深度神经网络框架下命题说话项智能评分任务后验概率预测的方法——使用循环神经网络(RNN)语言模型优化识别结果,从而重新估计后验概率。依据在普通话水平测试真实场景数据进行的验证实验,本文提出方法得到的测评结果与人工评测结果两者之间的关联度与一致率均较高。