一种基于书写特征的英语水平评测方法技术

本发明专利技术公开了一种基于书写特征的英语水平评测方法。它通过用户抄写给定的基准英文文章，扫描手写体成图片，对图片按词语和字母进行分割，并与原文词语和字母级别上的对齐，利用卷积神经网络CNN提取特征，训练深度学习预测模型，最终利用预测模型评估用户整体英语水平，其过程包括两个部分，一是训练一个英文水平预测模型；二是通过预测模型分析新用户的英文水平。本发明专利技术的有益效果是：可以快速的评判个人的英文水平，对个人英文学习和培训机构评测学员英文水平有重要作用。

A method of English proficiency evaluation based on writing features

The invention discloses a method for evaluating English proficiency based on writing features. It uses the convolution neural network to extract features and train the depth learning prediction model. Finally, it uses the prediction model to evaluate the overall English level of users. The process consists of two parts, one is to train an English proficiency prediction model, and the other is to analyze the English proficiency of new users through the prediction model. The invention has the beneficial effect that the English level of an individual can be quickly judged and plays an important role in evaluating the English level of a student by an individual English learning and training institution.

【技术实现步骤摘要】
一种基于书写特征的英语水平评测方法
本专利技术涉及英语水平评测相关
，尤其是指一种基于书写特征的英语水平评测方法。
技术介绍
英语是当今世界上主要的国际通用语言之一，也是世界上最广泛使用的语言。快速对一个人的英语水平评估，对个人学习英语过程中的自我评测和培训招生中对学员进行初步了解都有非常重要的意义。目前关于英语方面的评测大多是英语口语的评测，还没有对一个人的整体英语水平进行评测的方法。现有的技术中还没有根据用户手写字迹评估英文水平。
技术实现思路
本专利技术是为了克服现有技术中存在上述的不足，提供了一种能够快速评判个人英文水平的基于书写特征的英语水平评测方法。为了实现上述目的，本专利技术采用以下技术方案：一种基于书写特征的英语水平评测方法，用户抄写给定的基准英文文章，扫描手写体成图片，对图片按词语和字母进行分割，并与原文词语和字母级别上的对齐，利用卷积神经网络CNN提取特征，训练深度学习预测模型，最终利用预测模型评估用户整体英语水平，其过程包括两个部分，一是训练一个英文水平预测模型；二是通过预测模型分析新用户的英文水平。本专利技术通过分析用户手抄特定的英文文本的字迹，可以快速的评判个人的英文水平，对个人英文学习和培训机构评测学员英文水平有重要作用。作为优选，训练一个英文水平预测模型，具体操作步骤如下：(11)准备基准英文文章，作为用户手抄的原文，不同级别的人手抄写基准英文文章；(12)对不同级别的人完成的手抄稿扫描成图片，对扫描得到的图片按词语和字母进行分割，并与基准英文文章上的词语和字母对齐；(13)对得到的图片利用卷积神经网络CNN提取图片中手写体特征，具体为字母连写特征、抄写流利程度、字母间距特征；以用户的英语水平为目标，用深度学习训练获得英语水平预测模型。作为优选，在步骤(11)中，基准英文文章中包含欧洲共同语言参考标准CEFR中不同级别的词语，不同级别的人指的是不同英文水平的人，英文水平同样按照CEFR的标准划分为3个等级：A基础水平、B独立运用、C熟练运用；其中每个等级都分为2个级别，分别为：A1，A2，B1，B2，C1和C2。作为优选，在步骤(12)中，首先对扫描得到的图片进行词语分割，将分割得到的词语与基准英文文章中相应的词语依次对应，然后对分割得到的词语再按字母进行分割，将分割得到的字母与基准英文文章中的字母依次对应。作为优选，通过预测模型分析新用户的英文水平，具体操作步骤如下：(21)新用户手抄步骤(11)中的基准英文文章；(22)将完成的手抄稿扫描成图片，首先对扫描得到的图片进行词语分割，将分割得到的词语与基准英文文章中相应的词语依次对应，然后对分割得到的词语再按字母进行分割，将分割得到的字母与基准英文文章中的字母依次对应；(23)对得到的图片利用卷积神经网络CNN进行特征提取，利用步骤(13)训练得到的英语水平预测模型评测用户的英文水平，最终得到用户的英文水平。本专利技术的有益效果是：可以快速的评判个人的英文水平，对个人英文学习和培训机构评测学员英文水平有重要作用。具体实施方式下面结合具体实施方式对本专利技术做进一步的描述。一种基于书写特征的英语水平评测方法，用户抄写给定的基准英文文章，扫描手写体成图片，对图片按词语和字母进行分割，并与原文词语和字母级别上的对齐，利用卷积神经网络CNN提取特征，训练深度学习预测模型，最终利用预测模型评估用户整体英语水平，其过程包括两个部分，一是训练一个英文水平预测模型；二是通过预测模型分析新用户的英文水平。训练一个英文水平预测模型，具体操作步骤如下：(11)准备基准英文文章，作为用户手抄的原文，不同级别的人手抄写基准英文文章；基准英文文章中包含欧洲共同语言参考标准CEFR中不同级别的词语，不同级别的人指的是不同英文水平的人，英文水平同样按照CEFR的标准划分为3个等级：A基础水平(Basicuser)、B独立运用(Independentuser)、C熟练运用(Proficientuser)；其中每个等级都分为2个级别，分别为：A1，A2，B1，B2，C1和C2；(12)对不同级别的人完成的手抄稿扫描成图片，对扫描得到的图片按词语和字母进行分割，并与基准英文文章上的词语和字母对齐；具体如下：首先对扫描得到的图片进行词语分割，将分割得到的词语与基准英文文章中相应的词语依次对应，然后对分割得到的词语再按字母进行分割，将分割得到的字母与基准英文文章中的字母依次对应；(13)对得到的图片利用卷积神经网络CNN提取图片中手写体特征，具体为字母连写特征、抄写流利程度、字母间距特征；以用户的英语水平为目标，用深度学习训练获得英语水平预测模型。通过预测模型分析新用户的英文水平，具体操作步骤如下：(21)新用户手抄步骤(11)中的基准英文文章；(22)将完成的手抄稿扫描成图片，首先对扫描得到的图片进行词语分割，将分割得到的词语与基准英文文章中相应的词语依次对应，然后对分割得到的词语再按字母进行分割，将分割得到的字母与基准英文文章中的字母依次对应；(23)对得到的图片利用卷积神经网络CNN进行特征提取，利用步骤(13)训练得到的英语水平预测模型评测用户的英文水平，最终得到用户的英文水平。本专利技术通过分析用户手抄特定的英文文本的字迹，可以快速的评判个人的英文水平，对个人英文学习和培训机构评测学员英文水平有重要作用。本文档来自技高网...

【技术保护点】
1.一种基于书写特征的英语水平评测方法，其特征是，用户抄写给定的基准英文文章，扫描手写体成图片，对图片按词语和字母进行分割，并与原文词语和字母级别上的对齐，利用卷积神经网络CNN提取特征，训练深度学习预测模型，最终利用预测模型评估用户整体英语水平，其过程包括两个部分，一是训练一个英文水平预测模型；二是通过预测模型分析新用户的英文水平。

【技术特征摘要】
1.一种基于书写特征的英语水平评测方法，其特征是，用户抄写给定的基准英文文章，扫描手写体成图片，对图片按词语和字母进行分割，并与原文词语和字母级别上的对齐，利用卷积神经网络CNN提取特征，训练深度学习预测模型，最终利用预测模型评估用户整体英语水平，其过程包括两个部分，一是训练一个英文水平预测模型；二是通过预测模型分析新用户的英文水平。2.根据权利要求1所述的一种基于书写特征的英语水平评测方法，其特征是，训练一个英文水平预测模型，具体操作步骤如下：(11)准备基准英文文章，作为用户手抄的原文，不同级别的人手抄写基准英文文章；(12)对不同级别的人完成的手抄稿扫描成图片，对扫描得到的图片按词语和字母进行分割，并与基准英文文章上的词语和字母对齐；(13)对得到的图片利用卷积神经网络CNN提取图片中手写体特征，具体为字母连写特征、抄写流利程度、字母间距特征；以用户的英语水平为目标，用深度学习训练获得英语水平预测模型。3.根据权利要求2所述的一种基于书写特征的英语水平评测方法，其特征是，在步骤(11)中，基准英文文章中包含欧洲共同语言参考标准CEFR中不同级别的词语，不...

【专利技术属性】
技术研发人员：汪建成，
申请(专利权)人：校宝在线杭州科技股份有限公司，
类型：发明
国别省市：浙江,33