问NLP短文标记法

EN

有一个名为“计算机辅助语言学习”(通常简称)的应用语言学分支学科，我不太熟悉，但可能有一些你想要利用的洞察力。它更多的是关于自动评分等，例如，非英语母语学生的论文，但我怀疑你可能会想要熟悉呼叫研究。

这是一个非常困难的问题，而不是一个普遍解决的问题。最后，你会想要一个人在循环中--也就是说，系统分配分数，教练需要检查他们是否同意。两者都不够好，对语言和知识的理解也不够清楚，所以你可以自动得到一个完整而准确的文本含义图。

考虑到这一点，我会从尽可能多的老师答案的实际例子开始，并尽可能地纠正和错误学生的答案。您需要有某种金本位数据，原因有二:了解您的系统运行得有多好(评估)和了解什么才是正确和错误的答案(洞察力)。没有实际的例子，就不太可能有一个有效的系统；使用实际的例子，它仍然会很困难，但是现在您知道自己做得有多好了。

作为第一步，不要做任何花哨的事情，而是做一种tf.idf加权字包模型。用余弦距离来比较老师/学生的答案，看看你如何能够根据余弦距离预测对错。当然，这并不完美，但它将为您提供一个比较其他结果的良好基准。

接下来，您可以尝试用某种tf.idf ( word2vec，W2V)系统替换word2vec包中的单词。W2V帮助解决了一些同义词问题，但是您需要大量的特定体裁的文本来使它正常工作，我怀疑这个应用程序会有足够的内容。

从这里开始，我将开始使用解析器，并尝试使用单词之间的关系来获得预期的意义。不过，这条路走得很远。先拿到数据。