托福被取消?这个英语测试AI出题,2天出分,全球900+大学承认

简介: 托福被取消?这个英语测试AI出题,2天出分,全球900+大学承认

尽管国内的疫情已经逐渐放缓,但是全球感染情况却逐渐严峻起来。
始终未见“拐点”的疫情给准备申请出国的学生带来了极大的困扰,其中之一就是语言考试的取消。以托福为例,1月27日,托福宣布2月考试取消;一个月后,3月份的考试也宣布取消,同时官方强调在线模拟考试(TPO)服务不会受到影响,并将免费提供给考生。
现在正是申请季高峰,失去了两个月的考试时间对考生的申请无疑带来了巨大的难度,也给考生带来了不小的心理压力。
随着无人接触、线上平台借着疫情的逐渐发展,那么线上考试能否成为考生的救命稻草?
多邻国英语测试就是这么一个线上备考系统,这是多邻国旗下的英语能力测试系统,也是目前市场上唯一结合了AI技术的英语考试
多邻国英语测试的产品负责人Rogelio表示,传统英语考试的难度是递增的,这种模式耗时时间很长,考生必须从最低难度做起,经历完整的难度循环。但是,多邻国运用了人工智能和机器学习的最新技术,自适应适配考生的英语水平,直接将考试时间缩减了4倍,考生的考试时间也直接缩短到了45分钟内而且,多邻国的英语成绩也逐渐得到全球范围内众多高校的认可,世界范围内900余所大学的招生体系都表示承认多邻国的英语成绩,其中80%为美国院校,包括耶鲁大学,哥伦比亚大学,纽约大学,南加州大学,杜克大学等顶级名校等顶级名校。

和托福雅思一样,考生只需使用电脑就能完成测试,但是,在考试结束后48小时之内就可以收到考试结果,这和托福雅思相比,效率不是一般的快。考生也无需提前几个月预约考位,只要对摄像头出示相关身份进行自证后,在自己状态好的任意时间段内进行测试。
考试费仅需49美元,和托福雅思相比也太过便宜。在正式考试之前,多邻国还支持无限次的体验测试,以联系和适应多邻国的考试形式。
网站链接:http://englishtest.duolingo.cn/

结合AI,线上考试成色几何?
我们都知道,语言考试目的是明确在整个难度阶梯上,考生具体处在哪个位置,基于这样的评价标准,假如考生在低难度的题目表现很好,系统就会将难度提升,准确率下降就减少难度。通过AI调整试题目难度,直到考生准确率保持稳定,而此时的难度对应的就是考生的语言熟练度。
可以用大家都有所了解的CEFR(Common European Framework of Reference,欧洲共同参考框架)来说明,CEFR是对英语类语言的语言能力评价标准,按照所学语言分为初级、中级和高级三个等级,通常被标记为A1、A2、B1、B2、C1和C2。在这个评价体系中,考生的语言水平根据听、读、写、说四个方面进行评估,测试范围从“能够理解和产生基本的问候语”(初级水平)到“能够产生关于复杂主题的结构良好的详细文本”(高级水平)。

从CEFR的框架和标准出发,多邻国对一些文本做了相应的调整,比如将对中级学习者级别的文本,修改成为内容相同但是初学者级别的文本,有时也需要将A2的内容调整到A1。这就需要将语言的词汇、语法或习惯用语以及与文化相关的方面,调整或简化为不同层次的学习者更容易理解的形式。而要完成CEFR中多种语言、数十万单词的标记,对于课程专家来说,手工标记不仅昂贵而且令人抓狂。

于是,他们训练了一个机器学习系统,用几千个手写的CEFR标签来标记英语、西班牙语和法语单词,同时允许该模型被推广到其他语言中。这个有序回归学习模型采用一个单词及其源语言,预测目标学习者的CEFR水平。
该项技术是通过使用转移学习(transfer learning)和领域适应技术(domain adaptation techniques)完成的,依靠一些与语言无关的特性,就足以将模型推广到新的语言中。这也意味着,模型的特征包括了多语言词嵌入(multi-lingual word embeddings, MWEs)和语料库频率(corpus frequencies)。多语言词嵌入将单词映射到一个300维的空间(300-dimensional space),在这个空间中,出现在多个语言语料库中的类似功能和语义上下文中的单词将趋向于彼此靠近,提供了一个单词“意义”的语言不可知表示,如下面描述的简化的三维空间所示:

CEFR对考生的交流能力是,能够要求根据主题语义信息进行灵活变化,例如,能否可以在涉及问候、个人生活、食物、家庭的日常环境中进行交互。因此MWEs和语料库频率需要在直观上具有良好的动机。
研究者希望对这些能力进行合理安排,使学习者在学习稀有语言之前先熟悉频繁出现的语言。但是AI的意义体现在哪?为什么不简单地将英语中的CEFR单词表翻译成其他语言?
比如,我们用英语说“I am hungry”,西班牙语说“tengo hambre”,两个表达式都在A1级别。然而,如果只是逐字逐句地翻译,那么最终会得到西班牙语形容词hambriento或英语名词hurgen,这些单词实际上是B1。
除此之外,语言之间习语表达的不匹配也使得很难直接翻译单词表,而建模频率和语义的方法表现更好
image.gif

多邻国测试如何准备?
多邻国英语测试在2016年正式上线后,同年随即打入中国市场。
根据官方介绍,在多邻国上进行英语测试步骤也十分简单,登陆页面后后,选择“购买测试”。
购买测试后,可以选择任何合适的时间进行考试,考试时间是35-45分钟。系统会测试电脑的设备运行情况,会告诉你哪些是设备是不允许使用的,譬如耳机。考试开始前系统还会强调哪些事情是可以做,哪些不可以做,譬如房间里不能有其他人等。
Rogelio指出,多邻国的安全系统可以有效防范无人监考时的作弊问题。考试过程中会确认考生的身份,摄像头和麦克风全程开启,监测学生的动作以及环境的声音,同时还将电脑浏览器锁定,假如违规情况出现就会取消考试成绩。
考试分为两部分,第一部分包含补充单词、听音判词、单词分辨、朗读句子、听写句子、按图说话、小作文、看问题演讲、听问题演讲。第二部分考试包括采访录像和写作样本。第二部分不会算在总分里,但会连同最后的成绩一起发送给相应的学术机构


多邻国英语测试在知乎上也引起了众多受疫情影响的考生的讨论,他们在多邻国上进行了相关的考试,也很大方地分享了自己的考试经验比如网友@木易木子就分享到他的备考经验,“做好难的心理准备”、“考试的时间比模拟的长、内容会多”、“不能随便退出”等。

网友@我是Elliot也总结道自己首次考试失利的原因,“题量很多”、“难度大”等。

对于想要留学,但面对苦于雅思托福被迫取消的窘境,你会选择多邻国英语测试吗?如果你已经进行了多邻国的测试,也欢迎你在评论区留下你的心得和经验。


相关文章
|
14天前
|
机器学习/深度学习 数据采集 人工智能
【专栏】AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计
【4月更文挑战第27天】本文探讨了AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计。AI辅助工具利用机器学习、自然语言处理和图像识别提高效率,但面临数据质量、模型解释性、维护更新及安全性挑战。未来,AI将更注重用户体验,提升透明度,并在保护隐私的同时,通过联邦学习等技术共享知识。AI在软件测试领域的前景广阔,但需解决现有挑战。
|
6天前
|
机器学习/深度学习 数据采集 敏捷开发
探索软件测试中的AI驱动自动化:未来趋势
【5月更文挑战第6天】 随着人工智能(AI)技术的不断进步,其在软件测试领域的应用正变得日益重要。本文将探讨AI如何革新现有的软件测试流程,并预测其对未来测试实践的影响。我们将深入分析AI在测试用例生成、缺陷预测以及测试执行等方面的应用,并讨论实现这些技术的挑战和潜在好处。文章的目标是为读者提供一个清晰的视图,展示AI如何增强测试效率和有效性,同时指出实施过程中需要注意的关键因素。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试中AI驱动的决策框架设计与实现
【5月更文挑战第5天】 在软件测试领域,自动化测试已成为提升测试效率和质量的关键手段。然而,随着软件系统的复杂性增加,传统的自动化测试方法面临挑战,尤其在测试用例的生成、执行及结果分析等方面。本文提出一种基于人工智能(AI)的自动化测试决策框架,旨在通过智能化的算法优化测试过程,并提高异常检测的准确率。该框架结合机器学习和深度学习技术,能够自学习历史测试数据,预测高风险变更区域,自动生成针对性强的测试用例,并在测试执行过程中实时调整测试策略。此外,通过自然语言处理(NLP)技术,该框架还能对测试结果进行语义分析,进一步提供更深入的洞察。本研究不仅增强了自动化测试工具的智能性,也为软件质量保证提
|
8天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成
【5月更文挑战第4天】随着人工智能(AI)技术的飞速发展,其在软件测试领域的应用也日益广泛。特别是在自动化测试过程中,AI技术能够显著提高测试用例的生成效率和质量。本文将探讨AI在自动化测试用例生成中的应用原理、优势以及面临的挑战,并展示通过AI技术优化测试流程的实际案例。
44 8
|
10天前
|
数据采集 机器学习/深度学习 人工智能
探索AI在软件测试中的应用与挑战
【5月更文挑战第2天】本文将探讨人工智能(AI)在软件测试领域的应用及其带来的挑战。我们将详细讨论AI如何改变软件测试的方式,包括自动化测试、预测性测试、智能化缺陷检测等。同时,我们也将探讨AI在软件测试中面临的挑战,如数据质量问题、模型的可解释性、以及对现有测试流程的影响等。
|
11天前
|
机器学习/深度学习 人工智能 算法
深入理解与实践:基于AI的软件测试自动化
【5月更文挑战第1天】随着人工智能的不断发展,其在软件测试中的应用也日益广泛。本文将探讨如何利用AI进行软件测试自动化,包括其理论基础、实现方式以及在实际中的应用。我们将通过实例分析,展示AI在提高软件测试效率和质量方面的巨大潜力。
|
11天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。
|
13天前
|
机器学习/深度学习 人工智能 测试技术
自动化测试中AI与机器学习的融合应用
【4月更文挑战第29天】 随着技术的不断进步,人工智能(AI)和机器学习(ML)在软件测试中的应用越来越广泛。本文将探讨AI和ML如何改变自动化测试领域,提高测试效率和质量。我们将讨论AI和ML的基本概念,以及它们如何应用于自动化测试,包括智能测试用例生成,缺陷预测,测试执行优化等方面。最后,我们还将讨论AI和ML在自动化测试中的挑战和未来发展趋势。
|
13天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成技术
【4月更文挑战第29天】随着人工智能技术的不断发展,其在软件测试领域的应用也越来越广泛。本文主要探讨了AI驱动的测试用例生成技术在自动化测试中的应用,以及其对提高测试效率和质量的影响。通过对现有技术的深入分析和实例演示,我们展示了AI如何通过学习和理解软件行为来自动生成有效的测试用例,从而减少人工编写测试用例的工作量,提高测试覆盖率,降低错误检测的成本。
|
18天前
|
人工智能 监控 数据处理
【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】1. 快速上手数据集与测试评估过程
【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】1. 快速上手数据集与测试评估过程
38 0