基于随机子空间的决策树分类的对外汉语难度评估方法

摘要

本发明公开了一种基于svm和bert模型的随机子空间特征选择的决策树分类的对外汉语难度评估方法，根据文章的长度，易读性等特点生成86个统计特征,用svm进行分类，得到置信度1。将encoding特征,用svm进行分类，得到置信度2。将得到的2个置信度，融合作为新的特征，用决策树来进行分类。对于encoding特征数据：通过BERT模型提取的encoding的‑1层输出信息结果，然后再做average‑>max pooling处理，得到总共有768维特征，不需要做归一化。本发明避免了传统算法低效且欠拟合的问题，最合理的使用了所有信息，使得分类依据增多效果显著。本方法在对外汉语难度评估上取得了85.6％的准确率。