高校英语写作误差智能诊断系统设计

刘英峰

摘 要： 针对传统诊断系统在查找英语词汇耗时长，导致英语写作误差诊断效率低的问题，提出并设计了基于B/S架构与模糊理论结合的高校英语写作误差智能诊断系统。在给出高校英语写作误差智能诊断系统整体结构的基础上，对系统的硬件及软件进行优化设计。硬件设计过程中引入B/S架构弥补了C/S模式存在的诊断差错问题；在软件部分引入模糊理论，对英语写作误差存在的模糊问题进行处理。实验结果表明，采用改进系统时，其诊断过程中存在的英语词汇查询耗时、诊断过程中的分散情况均要优于传统诊断系统。

关键词： 高校英语； 写作误差； 智能诊断； 模糊理论； B/S架构； 优化设计

中图分类号： TN915.5?34； G420 文献标识码： A 文章编号： 1004?373X（2018）22?0159?04

Abstract： As the traditional diagnosis system has long time?consumption to find English words， leading to low diagnosis efficiency of English writing errors， an intelligent diagnosis system based on the combination of B/S architecture and fuzzy theory is proposed and designed for college English writing errors. On the basis of presenting the overall structure of the intelligent diagnosis system for college English writing errors， optimization design for hardware and software of the system are conducted. In the process of hardware design， the B/S architecture is introduced to make up for the diagnosis error problem of the C/S mode. In the software part， the fuzzy theory is introduced to deal with the fuzzy problem of English writing errors. The experimental results show that， in comparison with the traditional diagnosis system， the improved system has shorter time consumption to find English words and less diffusion in the diagnosis process.

Keywords： college English； writing error； intelligent diagnosis； fuzzy theory； B/S architecture； optimization design

0 引 言

高校英语写作误差智能诊断系统是利用语料库和云计算技术对英语写作误差进行智能诊断的信息系统。其将自然语言处理计算与人工智能技术和统计技术等高新技术研究成果使用在英语写作误差智能诊断系统中[1]。无论是在学校学习还是在各类英语培训班学习，英语写作能力均是学习的重点。对语法的不规范使用会为日后的写作乃至应用带来很多后遗症，且随着学习难度的不断提高，很多人都没有注重写作语法的学习和巩固，加强记忆以及灵活准确应用，反而是逐渐淡忘，而注重口语交流，增加了写作误差出现的概率[2]。虽然这两方面的学习也是很有必要的，但英语写作误差诊断是提高英语写作能力的前提，更是提高口语交流水平、写作能力的关键因素。建立一套功能完善的英语写作误差智能诊断系统迫在眉睫，特别是对那些没有充足业余时间去培训班等机构练习英语写作误差的人们来说，在高校有一套完善的智能诊断系统是非常必要的[3]。

传统的英语写作误差智能诊断系统在进行数据运算过程中容易出现服务器过载现象，且现有的基于HMM模型的智能诊断系统数据库更新不及时，导致无法实现及时有效的诊断。对此提出基于B/S结构的高校英语写作误差智能诊断系统。

1 系统整体结构设计

本文构建的诊断系统主要基于B/S结构设计系统整体功能结构。目标可以实现特定条件下对于英语写作误差的一个诊断功能，同时通过软件功能直观地将诊断结果呈现给用户[4]。经由软件涵盖的功能[5]，系统用户可以了解、运用以及衡量英语写作误差诊断系统，进而实现英语写作误差的判断。整体结构如图1所示，本文设计的基于B/S结构的高校英语写作误差诊断系统的主要功能是误差诊断与应用操作。

1） 系統软件部分是为了维持系统正常工作而存在的辅助功能[6?7]。其主要作用是：登录界面让用户进入误差诊断系统，采用系统进行工作前用户需要对必要的个人信息进行注册，通过权限管理在系统内实施指派、删除及替换等操作；用户亦可以通过采集误差数据应对因突发情况发生故障时实施数据复原，保障误差诊断的准确性。

2） 应用操作模块主要作用是用户通过写作误差类别对系统进行维护，分别对系统内英语词汇类别进行实施补充、替换及回收等操作；利用英语语法维护用户对词汇实施补充、替换及回收等操作[8]；用户通过进行英语写作误差信息的快速查询。通过不同描述的汇总，对英语写作误差作出详细的诊断。

1.1 硬件设计

高校英语写作误差智能诊断系统可以采用多种体系架构。英语写作误差测评采用集中组织考试的形式进行分析，考虑到操作类型题目的数据量较大，需要及时回传给英语写作误差测评服务器，采用C/S模式实现诊断。另外提供Web客户端进行高校英语写作误差信息查询和后续写作信息修正功能。C/S模式主要分为Client客户机和Server服务器，系统采用C/S模式，其主要优点如下：

1） 网络资源利用率高，能充分利用两端设备的运行功能，将诊断系统运行时的各种复杂运算，以及英语写作误差诊断相关数据根据不同需求科学合理地存储在服务器两端。

2） 能协调两端工作，避免诊断系统服务器出现过载问题，保障整个诊断系统安全、平稳运行，同时降低网络通信流量[9]。但C/S软件结构对系统客户端连接数据有限，系统采用基于.NET平台的智能客户端，即添加B/S结构，使得系统能够在具有C/S模式优势的基础上，兼顾灵活部署和更新便捷的优点。英语写作误差智能诊断系统实施示意图如图2所示。

根据图2可以看出，英语写作误差智能诊断过程重点集中在系统服务器端，形成了智能诊断浏览器（Browser），智能诊断Web服务器（Web Server），智能诊断数据库（Data Baser）三层体系结构。其中智能诊断Web服务器主要负责处理英语写作误差智能诊断事务处理方面的逻辑，另外还配有专门的服务器端口来管理诊断系统数据库以及对数据逻辑的处理，主要用于减小系统客户端电脑工作负荷，同时能够降低用户的总体经济成本，减小工作量[10]。需要特别注意的一点是：由于英语写作误差智能诊断程序和数据主要是加载在相关服务器上，如果系统服务器发生冲突导致运行终止，产生的后果无法预计，对需要诊断的英语写作误差中存在的词汇进行综合诊断。智能诊断系统的B/S结构如图3所示。

1.2 软件设计

高校英语写作误差智能诊断系统的工作思路是：预先设置好每个英语写作误差测试点的评分标准；打开英语写作之后的文档和标准文档[11]，提取出包含相同写作误差点的标准属性值与用户英语写作文档的属性进行对比，如果相同则通过诊断，如果不同则不通过诊断需要返回修改。智能诊断系统软件部分实现流程如图4所示。

2 实验结果分析

为了验证本文设计系统在进行诊断时的稳定性，在不同的网络环境下，应用本文系统进行英语写作词汇单词诊断和综合诊断的测试，测试结果如图5所示。

对图5进行分析可得：在不同的网络环境中，本文系统进行英语写作单词诊断和综合诊断结果的曲线对比变化不大，基本呈线性增长，说明本文系统在不同环境中都能够匀速地进行英语写作词汇诊断。实验证明了本文系统具有良好的稳定性。

图6为用Ability代表被测试对象的英语写作误差诊断对比结果，用Score代表测试对象的英语写作误差测试结果。

从图6的散点图可以看出，横坐标表示的是测试对象的英语写作误差测试结果与纵坐标表示的英语写作词汇能力之间从直观上大体呈现线性正相关关系，即采用本文设计的诊断系统所诊断的对象写作词汇能力与英语写作误差诊断结果之间在某种程度上具有一致性和相关性。

但是还需要进一步量化验证相关程度。本文统计了两种系统设计在英语写作误差诊断结果跟踪成功率方面对比数据，分别提取6组数据，英语写作误差诊断结果跟踪成功率，如表1所示。

从表1的数据统计可以分析出，本文提出的系统设计，在英语写作误差诊断结果跟踪成功率表现方面更具有优势，比传统系统平均提高了约10.4%。

3 结 论

针对传统系统在诊断英语写作误差方面存在的对英语写作词汇查询结果差、诊断误差大、后期跟踪不准确的问题，提出并设计了基于B/S架构与模糊理论结合的高校英语写作误差智能诊断系统。实验对比结果表明，采用改进诊断系统时，其对英语写作单词的诊断及综合诊断结果均要优于传统系统，且误差诊断结果跟踪成功率较高。

参考文献

[1] 王增日，赵晓航，琚成，等.基于移动智能终端的LAPS检测系统的设计与实现[J].南开大学学报（自然科学版），2017，50（6）：11?15.

WANG Zengri， ZHAO Xiaohang， JU Cheng， et al. Design and implementation of mobile intelligent terminal controlled LAPS detection system [J]. Acta Scientiarum Naturalium Universitatis Nankaiensis， 2017， 50（6）： 11?15.

[2] 杨永林，丁韬.资源化与智能化视角下的大学英语写作教学研究[J].外语电化教学，2017（5）：9?14.

YANG Yonglin， DING Tao. Research on college English writing teaching from the perspective of resource and intelligence [J]. Technology enhanced foreign language education， 2017（5）： 9?14.

[3] 王学锋.形成性评价对大学生英语写作水平的动态影响研究[J].解放军外国语学院学报，2016，39（4）：102?110.

WANG Xuefeng. Dynamic impact of formative assessment on college students′ English writing level [J]. Journal of PLA University of Foreign Languages， 2016， 39（4）： 102?110.

[4] 陈大莲.从课堂教学分析的视角探讨英语写作教学：评《英语写作教学》[J].当代教育科学，2017（7）：10?15.

CHEN Dalian. On English writing teaching from the perspective of classroom teaching analysis： comment on "English writing teaching" [J]. Contemporary education sciences， 2017（7）： 10?15.

[5] 郭霞.大学英语写作网络自主学习平台构建[J].继续教育研究，2016（7）：85?87.

GUO Xia. Construction of network autonomous learning platform for college English writing [J]. Continue education research， 2016（7）： 85?87.

[6] 蔡丽君.浅析初中英语写作教学的有效策略[J].中学生英语，2016，33（22）：19.

CAI Lijun. Brief analysis for effective strategies of junior English writing teaching [J]. English journal for middle school students， 2016， 33（22）： 19.

[7] 耿立辉，崔世钢，赵丽.多输入多输出变量带误差模型的最坏情况频域辨识[J].控制理论与应用，2016，33（10）：1366?1372.

GENG Lihui， CUI Shigang， ZHAO Li. Frequency?domain worst?case identification of multiple input multiple output errors?in?variables models [J]. Control theory & applications， 2016， 33（10）： 1366?1372.

[8] 林若谷，林秋玲.英语教师“活动指令语诊断卡”的设计与思考[J].教学与管理，2016（16）：46?48.

LIN Ruogu， LIN Qiuling. Design and reflection of English teachers′ activity command diagnosis cards [J]. Teaching and administration， 2016（16）： 46?48.

[9] 赵小东，冯志伟.基于大规模语料的英语词汇重复率研究[J].外语与外语教学，2016（4）：87?95.

ZHAO Xiaodong， FENG Zhiwei. Research on repetition rate of English vocabulary based on large?scale corpus [J]. Foreign languages and their teaching， 2016（4）： 87?95.

[10] 李春兰.英语口语自动发音校对系统设计[J].现代电子技术，2017，40（24）：59?61.

LI Chunlan. Design of automatic pronunciation proofreading system for spoken English [J]. Modern electronics technique， 2017， 40（24）： 59?61.

[11] 皮谨煜.英文语义机器翻译中的模糊语义选取技术[J].现代电子技术，2017，40（22）：42?44.

PI Jinyu. Fuzzy semantic selection technology in English semantic machine translation [J]. Modern electronics technique， 2017， 40（22）： 42?44.