《表7 人测与机测说话项测试员间分差分布情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《计算机辅助普通话测试与人工测试对比分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

机测的前三项由计算机评分，因此，测试员分差只体现在说话项。而说话项又是PSC评判应试人等级的最关键环节。宋欣桥（1998）对非临界评分差异描述如下:一级差异在0.9分以内，其中甲等差异在0.5分以内，乙等差异在0.9分以内；二级差异在1.5分以内；三级差异在2分以内。在测试员实际评测中，差异要比宋欣桥先生的描述大许多（于谦，2010）。表7中，人测有分差357个，占比71.40%，机测有分差396个，占比79.20%，机测比人测多出7.80%。而在大于3分的分差中，人测12个，占比2.40%，机测22个，占比4.40%。北京地区将测试误差大于3分的语料都进行复审，通过复审环节进行纠偏。而事实上，即使进入复审环节，复审员既无从知晓也无法决定语料的最终等级，而是由计算机自动合并机测（前三项）与人测（第四项）的成绩并确定等级。表7显示，在随机抽取的人测与抗测的样本中（500个），人测说话项有分差的为357个，机测说话项有分差的396个。在>7分与<25分的区间均未出现有分差的情况。从分差值看，人测最大分差为4.5分，而机测最大分差为25分，机测最大分差比人测多了20.5分。由此引申出的问题是，机测的容错度究竟在多大分数区间是科学的?