简介:实用汉语水平认定考试(简称C.TEST)是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C.TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测(fieldtest)的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测(prediction)领域发挥了很大作用。本文选取C.TEST(A—D级)的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。
简介:<正>本世纪六十年代以前的语言学著作普遍认为,语言结构是由语音、语法、词汇三部分组成。这种说法,直到今天仍然被大部分人所接受。然而,大家都知道,词是语音和意义的结合体,复合词和词组的结构受语法规则的支配,因此,词汇是不能同语音、语法并列在一个平面上的。由于这种缘故,在乔姆斯基提出转换生成语法之后,不少人便认为,语言结构应由语音、语义、语法三个部分组成。语音具有标志性,语义具有解释性,语法具有生成性。这个语言理论框架较合理。语义问题由此引起人们广泛的重视。信息论认为,人们语言交际的目的是为了交流信息。在语言信息的交流过程中,人们的交流或对语言的理解并不是完全靠语法,“语法第一”,而主要是依赖语义,即“语义第一”。语义是语言的基础,即便人们在口语中有许多句子省略成分或不合语法时,人们照样可依赖“语义网络”(SematicNetwork)来进行理解。美国语言学家弗里斯在《布龙非尔德学派》一文中指出:“‘意义’并不是在言语形式本身,而是言语形式的三种关系的类型组成:(1)一类言语形式和另一类言语形式的关系;(2)言语形式和非言语环境(物体、事件)等的关系;(3)言语形式和参与交际行为中的人