中式英语的自动检测研究与应用

Abstract

目前中国学生的英语写作中,中式英语现象普遍存在,影响了书面表达的准确性和地道性。为中国英语学习者明确指出中式英语出现的位置、中式英语类型以及提供有效的校正反馈,可以提高学生对中式英语的敏感度,从而减少错误的发生。本文旨在通过基于规则的方式对学生英语写作中出现的中式英语进行识别检测,并给予其反馈,最终目的是提高中国英语学习者英语写作的准确性和地道性以及英语教学的有效性。已有关于中式英语的研究多集中于产生原因、案例分析和教学建议的探索,鲜有从可借助于自然语言处理技术进行自动发现和识别的角度来对其进行研究的。本文中,笔者历经三个阶段来对中式英语的有效识别检测进行了探索:第一阶段是对书籍和论文中的中式英语案例从可自动发现和识别的角度进行了归类、总结和分析,并借助Language Tool将归类后的案例使用XML语言书写规则的形式对其进行发现;且对已有规则库采用系统化测试的方法进行评估和改进,有效提高了该规则库对中式英语句子的识别准确率,降低了对正确句子的误报率;第二阶段是使用Lucene工具包的“倒排索引”方式和Stanford coreNLP自然语言处理工具对之前易错搭配研究的成果进行了充分且完备的高效利用,且分