基于CSE口译量表的口译自动评分路径探索
作者:王巍巍; 王轲; 张昱琪
更新时间:
本研究以中国英语水平量表(CSE)的口译量表为基础,利用人工智能(Alpine)技术开发了一个可应用于口译教学、学习和测试的口译自动评分系统。初步数据显示,在同质口译学生中,AI算法模型1.0和Pearson相关系数得分为0.95。对于不同应用场景中的异质口译学生,当人类评价的一致性较高时,AI模型的得分在一定范围内波动。研究认为,利用AI算法模型实现口译量表的工具化,实现口译评分的自动化是可行的。
本研究以中国英语水平量表(CSE)的口译量表为基础,利用人工智能(Alpine)技术开发了一个可应用于口译教学、学习和测试的口译自动评分系统。初步数据显示,在同质口译学生中,AI算法模型1.0和Pearson相关系数得分为0.95。对于不同应用场景中的异质口译学生,当人类评价的一致性较高时,AI模型的得分在一定范围内波动。研究认为,利用AI算法模型实现口译量表的工具化,实现口译评分的自动化是可行的。