基于LSTM算法的英语语言能力预测系统及方法

传统英语能力测试通常只能由测试者通过测试，根据最终得分整体估计自己的能力水平，但测试时往往会受测试工具、测试环境和测试频次的影响，可能无法完全准确地反映学习者的真实语言能力，导致测试结果存在偏差或有不准确性。本发明提出了基于LSTM算法的英语语言能力预测系统及方法，能够通过具有长短期记忆单元的递归神经网络构建模型，适应英语语言能力的动态特性，实现对英语语言能力的长期准确的预估，提高预测结果的准确性，且依托CEFR等级框架，测试者可以根据自己的实际水平和目标等级，制定有针对性的学习计划，从而更有效地提高语言能力。