Automated Scoring of L2 Spoken English with Random Forests

Yuichiro Kobayashi; Mariko Abe

추천

검색

자료유형: 학술저널

저자정보: Yuichiro Kobayashi (Toyo University) Mariko Abe (Chuo University)

저널정보: 범태평양응용언어학회 Journal of Pan-Pacific Association of Applied Linguistics Journal of Pan-Pacific Association of Applied Linguistics 제20권 제1호

발행연도: 2016.7

수록면: 55 - 73 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The purpose of the present study is to assess second language (L2) spoken English using automated scoring techniques. Automated scoring aims to classify a large set of learners’ oral performance data into a small number of discrete oral proficiency levels. In automated scoring, objectively measurable features such as the frequencies of lexical and grammatical items are generally used as “exploratory variables” to predict oral proficiency levels, any of which can be used as a “criterion variable” in this study. We have chosen the NICT JLE Corpus, a corpus of 1,281 Japanese EFL learners’ speech productions coded into nine oral proficiency levels (Izumi, Uchimoto, & Isahara, 2004). The nine oral proficiency levels were used as the criterion variables and linguistic features analyzed in Biber (1988) as explanatory variables. We employed random forests (Breiman, 2001), a powerful method for text classification and feature extraction, to predict oral proficiency. As a result of random forests with the out-of-bag error estimate, 60.11% of the productions were correctly classified. Compared to the baseline accuracy of the simplest possible algorithm of always choosing the most frequent level (37.63%), our random forests model improved prediction by 22.48 points. The Pearson product-moment correlation coefficient with human scoring was 0.85. Predictors that showed a clear discrimination of oral proficiency levels were tokens, types, and the frequency of nouns in the order of strength.

#automated scoring #L2 spoken English #learner corpus #random forests

참고문헌 (55)

참고문헌 신청

Abe, M. / 2014 / Frequency change patterns across proficiency levels in Japanese EFL learner speech / Journal of Applied Language Studies 8(3):85~96

Abe, M. / 2013 / Using multivariate statistical techniques to analyze the writing of East Asian learners of English / Learner Corpus Studies in Asia and the World 1:55~65

ACTFL-ALC Press / 1996 / Standard speaking test manual / ALC Press

Attali, Y. / 2013 / Handbook of automated essay evaluation: Current applications and new directions / Routledge :181~198

Bejar, I. I. / 2006 / Automated scoring of complex tasks in computer-based testing / Lawrence Erlbaum Associates :49~81

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Yuichiro Kobayashi

소속기관 Toyo University

주요연구분야 인문학 > 어문학 > 언어학 일반

논문수 4 이용수 2

Mariko Abe

소속기관 Chuo University

주요연구분야 인문학 > 어문학 > 언어학 일반

논문수 2 이용수 2

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (55)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)