直接特徵的擷取

本系統所使用的直接特徵共有兩種，其一為文章內概念數的使用數量，其二 為文章所使用的口語化程度，將分述如下：

3.1.1 概念數

在[7]中，作者利用學生撰寫作文過程中所運用的概念組織，來決定文章內 容的優劣，而用於描述一個「概念」的最小意義單位謂之「義原」。在本系統中，

利用該方法，在訓練文章中產生一組具有鑑別力的義原集合，又稱「概念子集 合」，其中，經過篩選出來的義原，意謂著高分文章中常見且鮮於低分文章中出 現之義原，這些義原又稱為「好義原」。接著將所有的測試文章經過中文斷詞後，

將內容「概念化」（Conceptualize），令所有斷好的詞轉換為義原，並根據各篇 文章所產生的義原集合，進行統計該集合中出現好義原的數量，以作為文章概念 數的特徵；但由於義原是根據詞彙所進行的轉換，不同的詞彙也有可能會對應到 同一個義原，如「教室」、「客廳」等中文詞其義原皆為{room|房間}；這樣的統計 方式並無法確定該篇文章的好義原是由哪些詞彙所對應，因此某些文章中雖出現 好義原，但其對應的詞彙卻為不雅用詞：例如，某測試文章中有一句子為，『(有 時候)(在)(十)(分鐘)(的)(下課)(裡)，(大家)(互摸)(胸部)』，其中「胸部」一

詞可對應至好義原{part|部件}，但該詞在一般用語上並非適當用法。有鑑於此，

本系統對於統計文章好意原數量的方式加以修整；在訓練產生概念子集合時，同 時紀錄所有轉換為好義原的詞彙，因此，對於測試文章好義原的定義存在一必要 條件：該詞彙所對應的義原須存在於概念子集合中，且該詞彙必須存在於此義原 的詞彙列表中，如下所示：

Good_Def = { DEF(x) | DEF(x)∈ConceptSubset,

x:term of essay∈termList of DEF(x) }

經此一調整後，我們由訓練文章中統計概念數量與寫作評閱之間的關係圖 表，如圖 1 所示。

0 5 10 15 20 25

一分 二分 三分 四分 五分 六分

平均概念數

圖表 1：平均概念數

3.1.2 口語化程度

作文與演講最大的差異在於「口語」的表現方式；在演講的過程中，為了能 讓所有聽眾清楚瞭解演講者所傳達的訊息，演講方式大多以「談話性」的演講技 巧作為與聽眾間溝通的方式。但相對於作文來說，寫作是一嚴謹的思考過程，文 章的內容必須條理分明並避免口語化的使用，以下表1中『今天天氣真是熱斃了』

（以下簡稱A句）與『今天天氣非常炎熱』（以下簡稱B句）兩句子為例，A句的 寫法較貼切於一般大眾的平時對話，因此較易引起聽眾的興趣，適於談話性質高 的演講場合中；相較之下，B句的寫法在修辭上較A句顯得嚴謹且完整，因此適於 結構完整的作文寫作中。表格1所示為演講與寫作方式不同的比較：

演講方式 寫作方式 今天天氣真是『熱斃了』。 今天天氣非常炎熱。

平時都在玩，考試卻考了第一 名，真是『電電吃三碗公』，看 不出來。

鮮少讀書的他，在這一次的考試 中得到了第一名，真是令人大感 意外。

他在班上的人緣『超好』。 他在班上的人際關係非常好。

他這人，『超搞笑』。 他是個非常幽默的男生。

表格 1：演講與寫作方式比較

由表1得知，在演講的過程中，為了引起聽眾的興趣及注意，演講方式是以較為 輕鬆、活潑、詼諧的口語方式為主，但這樣的作法較不適用於寫作技巧中。在本 系統中，為了分辨口語化的寫作技巧，本系統利用在斷詞上一簡單概念來加以區 別。我們認為在一個句子中，最小的單位詞字數至少為二字以上，以A、B兩句為 例，此二句型經過中文斷詞後所得結果為：

(a)今天 天氣 真是 熱 斃 了 (b)今天 天氣 非常 炎熱

依上述結果所示，我們發現在口語化的句型中，斷詞後的結果所含有的『單 字詞』比例較結構完整的敘述句來得高；根據觀察指出，這類單字詞的種類主要 可分為「流行語」、「錯別字」、「特定詞性」三類：

I. 流行語：隨著傳播媒體的發達與網路的普遍應用，在日常生活對話 中出現許多流行術語。例如：「粉好笑」、「伊媚兒」、「很俗」

等，這類新形態的語言呈現方式，除了打破正式作文的文法與句型 外，尚加入許多象徵性符號來描繪說話的語氣或表情，也因而使得 文章內容呈現高度口語化的現象。但這類非正式書寫文字的流行新 名詞並不存在於傳統字典中，因此經由斷詞系統處理後，這類詞彙 皆會被斷為單字詞。以上述為例，經由斷詞系統處理後，結果分別

為(粉)(好笑)、(伊)(媚)(兒)、(很)(俗)；這樣的斷詞結果顯示出 單字詞與流行語之間的相互關係，因此在本系統中，透過單字詞的 補捉，以作為口語化特徵。

II. 錯別字：錯別字是學生寫作時常見的語文弊病，當文章中出現錯別 字時，即間接影響斷詞的結果。例如：「唾手可得」本為一正確成 語寫法，當寫作者將其誤寫為「垂手可得」時，斷詞的結果會因錯 別字的出現而展現出不同的結果，分別為(唾手可得)與

(垂)(手)(可)(得)。

III.特定詞性：根據斷詞結果顯示，連接詞、介係詞、位置詞及代名詞 等語義層面較低的詞類，普遍且大量出現於各類文章中，而此類詞 性經由斷詞處理後，大多屬於單字詞。例如：「我在教室裡」一句，

在經由斷詞處理後，斷詞結果為(我)(在)(教室)(裡)，其中根據中 研院平衡語料庫詞類標記集所示，在此斷詞結果中，被斷為單字詞 的(我)、(在)、(裡)分別為語義層面較低的代名詞、介係詞、位置 詞；然而此類詞性皆為常見的寫作用法，在各類文章中隨處可見，

因此當本系統加入此類單字詞作為口語化特徵計算時，並不影響其 優異效果。

具此觀念，我們定義一口語化程度公式如下，作為本系統所使用的學習特徵 之一：

口語化程度 = 單字詞個數 ÷ 文章字數

依上述公式可知，在斷詞文章中，若出現單字詞的比例愈高，則顯示口語化 程度愈深，換言之，寫作手法即愈差。依此推論，我們由訓練文章中統計口語化 程度與寫作評閱之間的關係圖表，如下圖2所示。

0.3 0.35 0.4

一分 二分 三分 四分 五分 六分

平均口語化程度

圖表 2：平均口語化程度