马洪超 作品数:16 被引量:45 H指数:4 供职机构: 北京语言大学 更多>> 发文基金: 中央高校基本科研业务费专项资金 国家社会科学基金 更多>> 相关领域: 文化科学 语言文字 更多>>
开放型试题AHP评分逆序问题研究 本研究以非英语专业中国学生为对象,采用AHP评价方法得到学生的英语口语能力排序。研究发现,学生的英语口语能力排序会因学生数量的变化而出现逆序现象,从而影响了学生能力的评价的准确性和稳定性。针对该问题,通过引入权重的对数变... 冯艳宾 马洪超关键词:英语考试 口语能力 开放型试题 文献传递 少数民族汉语能力标准框架探微 被引量:1 2018年 语言能力标准是制定现代语言教学大纲和考试大纲、设计语言能力评估体系、编写教材的基础。通过梳理国外语言能力标准的基本理论,围绕语言交际能力和核心素养,探讨了少数民族汉语能力的基本框架,并结合"面向行动"的语言描述原则,重点从语言能力描述的维度探索了少数民族汉语能力标准的内容体系。 马洪超 彭恒利关键词:语言交际能力 少数民族 关于经典测量理论和项目反应理论中难度和区分度的探讨 被引量:12 2012年 难度和区分度是心理测量或测验中的重要概念,它们在CTT和IRT框架中分别具有不同的特征。本研究在两种理论框架下,探讨难度和区分度的意义,指出基于IRT模型中的参数概念,可以更好地解释CTT中的难度和区分度的意义,两种理论中的难度值具有内在的函数关系。 冯艳宾 马洪超关键词:区分度 IRT 基于BERT的汉语作文自动评分研究 被引量:9 2022年 双向编码表示转换模型(bidirectional encoder representations from transformers,BERT)是基于Transformer架构的预训练语言模型,解决了经典神经网络的数据依赖和语言编码问题,在自然语言处理领域取得很大成功。以汉语水平考试(HSK)作文为对象,对BERT模型进行迁移和微调,构建基于BERT的汉语作文自动评分模型。结果表明:对模型的网络结构、池化策略和学习率进行优化后,评分效果最好,模型预测出的分数与人工评分结果具有较强一致性。 李琳 董璐璐 马洪超关键词:自然语言处理 汉语国际传播的方式与策略探析 被引量:3 2016年 汉语国际传播作为国家战略的一部分,既需要重视内容也要考虑传播主体和受众的作用,进而利用传播媒介推进语言的海外传播。首先探讨了语言传播的基本特征及其动因、汉语国际传播的内涵,在此基础上以传播学视角从汉语传播意识、汉语传播主体、汉语传播媒介、孔子学院平台建设等不同方面探寻汉语国际传播形式。 马洪超关键词:汉语国际传播 语言传播 汉语国际推广背景下的教材定量分析研究 被引量:1 2011年 对外汉语教材的质量直接影响着汉语教学,从汉语教材存在的问题入手,讨论汉语教材中的词语选择、语法点的布局、素材的选择和交际功能的体现等问题,并探讨教材的定量分析对教材编写、教材评估和课堂评估的作用和意义。 马洪超关键词:词汇 语法 “熵增值”在试题质量分析中的应用 2014年 难度和区分度是传统试题质量分析所采用的指标,而依据(难度,区分度)二维向量指标对试题质量进行排序需要主观权衡,从而造成了试题质量评判的不稳定性。基于此,根据信息熵理论,构建一种基于考生得分分布变化的客观试题质量指标"熵增值"。通过HSK阅读分测验的实证分析,"熵增值"的大小有效地反映了试题质量的优劣,其对应的难度和区分度指标符合经典测量理论的分析原则。最后采用模拟仿真的方式论证了"熵增值"和难度、区分度的相互影响关系。 冯艳宾 马洪超关键词:试题质量 区分度 阅读测试中推理能力建构分析 被引量:1 2010年 推理能力是阅读理解中的关键因素,推理能力的考查也是阅读测试中不可缺少的部分。通过对384名小学生进行施测,证明儿童阅读推理加工的形式是由局部连贯推理和整体连贯推理构成,在语言的衔接手段上主要表现为指代、因果关联、词句理解、主题和情感等。 马洪超关键词:连贯 锚题参数特征对IRT真分数等值的影响 被引量:2 2010年 锚题是等值中的重要因素,在非等组锚测验设计下的等值,锚题影响着等值结果.也关乎题库建设的科学性。本文基于HSK实测数据,在IRT框架下从锚题数量、锚题内容、参数特征三个方面探讨锚题对等值结果的影响。结果表明锚题数量和锚题并不是影响IRT等值的关键因素,随着锚题数量的改变.等值结果相差不大,等值误差的大小主要与锚题的参数特征有关,锚题难度和区分度高,则等值结果比较稳定。 马洪超关键词:题型 等值 基于SVM和BP神经网络的作文自动评分效果比较 2019年 随着人工智能的发展,深度学习方法被广泛应用到图像、语音处理等领域。在教育考试领域,国内外众多机构和研究者对作文自动评分展开研究。基于汉语水平考试(HSK)作文语料库,对已标注作文文本进行特征提取和筛选,在此基础上,采用支持向量机(SVM)和BP神经网络两种深度学习方法对作文等级分类,比较两种方法不同训练函数在HSK作文预测结果上的差异。 马洪超 郭力 彭恒利关键词:SVM BP神经网络 语言特征