本研究在了解和总结国内外相关研究的基础上，主要针对基于语言表层特征构建的评测模型展开研究，试图解决两个问题。第一，PEG系统的模型是典型的基于语言表层特征对作文进行评测的模型，其使用的统计方法是多元线性回归。在目前的情况下，人工神经网络已经大规模出现在理论研究和实际应用中，如果我们使用人工神经网络取代多元线性回归进行分析，以改进经典的技术路径，那么改进后的经典型技术路径能否构建有效的评测模型？模型信度如何？第二，在改进后的经典型技术路径基础上，能否探索出简约型技术路径用以构建评测模型？模型信度又如何？

第1章 引 言
1.1 研究背景
1.2 研究意义
1.3 研究内容
第2章 国内外相关研究
2.1 国外英语作文自动评测系统研究
2.2 国内英语作为第二语言的作文自动评测系统
2.3 汉语作为第二语言的作文自动评测研究
2.4 作文评分的参照指标体系
2.5 本章小结
第3章 多元线性回归与人工神经网络
3.1 多元线性回归
3.2 人工神经网络
3.3 多元线性回归与人工神经网络对比分析
3.4 本章小结
第4章 汉语作为第二语言作文自动评测特征集理论框架及研究设计
4.1 汉语作文自动评分体系的框架
4.2 研究设计
4.3 研究过程
4.4 本章小结
第5章 经典型技术路径作文自动评测模型的改进与验证
5.1 评测模型构建的技术路径
5.2 评分模型技术路径的实现及其结果
5.3 本章小结
第6章 简约型技术路径作文自动评测模型的探索与实现
6.1 语言表层特征数量与评测模型信度研究
6.2 训练集样本数量与评测模型信度研究
6.3 简约型技术路径构建自动评测模型的实现
6.4 简约型技术路径构建自动评测模型的信度检验
6.5 本章小结
第7章 讨论与总结
7.1 研究的问题与发现
7.2 研究的意义与前景
7.3 研究的遗憾与不足
7.4 下一步的研究方向
7.5 总结
参考文献
附录