基于自然语言处理的智能评分系统
pase评分标准-详细解释说明
pase评分标准-概述说明以及解释1.引言1.1 概述在概述部分，我们将介绍PASE（评估系统自动评分）的评分标准。
PASE是一种自动化评分系统，用于对学生的写作和口语能力进行评估。
本文将详细介绍PASE的评分标准及其重要性。
评分标准是PASE系统中至关重要的一环，它决定了学生作品的得分以及评估结果的准确性和可靠性。
评分标准通常由多个指标组成，这些指标覆盖了写作和口语方面的各个要素。
通过对这些指标进行评估，PASE 系统可以客观地判断学生的语言表达能力，并给出相应的得分。
PASE的评分标准包括多个维度，如语法准确性、词汇使用、句子结构、逻辑思维、组织结构等。
在评分过程中，PASE系统会对学生的作品进行全面的分析，并根据每个维度的得分权重，计算出最终的总分。
这种评分方式可以避免主观因素的干扰，使评分结果更加公正、客观。
评分标准的设计是一个复杂而严谨的过程。
在制定评分标准时，研究人员通常会进行大量的实证研究和专家评审，以确保评分标准的准确性和有效性。
评分标准的不断优化和更新也是一个长期的任务，以适应不同语言水平和文化背景的学生。
PASE评分标准的重要性不言而喻。
它可以帮助学生了解自己的语言表达能力的优势和不足之处，从而有针对性地改进自己的写作和口语能力。
同时，它也对教师和教育机构提供了重要的参考，帮助他们评估学生的学习进度和教学效果。
综上所述，PASE的评分标准是评估学生写作和口语能力的重要依据。
它的设计和应用有助于提高评估的准确性和客观性，对学生和教师都具有重要意义。
在下面的章节中，我们将详细介绍PASE评分标准的各个要点，并对其进行深入探讨。
1.2 文章结构文章结构部分的内容可以按照以下方式展开：在文章结构部分，我们将介绍本文的整体结构以及各个部分的功能和意义。
首先，本文分为引言、正文和结论三个部分。
这种结构常用于学术论文或者研究报告等文章中，可以清晰地呈现文章的逻辑和思路。
引言部分是整篇文章的开端，通过概述、文章结构和目的等方面的介绍，为读者提供了整个文章的背景和内容的导引。
自然语言处理
“自然语言处理”资料合集目录一、基于自然语言处理的问答系统综述二、基于自然语言处理技术的财务分析以比亚迪公司为例三、基于Python的人机对话自然语言处理四、天津大学《自然语言处理与信息检索》课程教学大纲五、面向自然语言处理的机器词典的研制六、基于自然语言处理的主观题自动评分系统的研究与实现基于自然语言处理的问答系统综述随着互联网的快速发展，人们对于快速、准确地获取信息的需求不断增加。
传统的搜索引擎和推荐系统无法完全满足这一需求，因此基于自然语言处理的问答系统逐渐成为研究热点。
本文将对基于自然语言处理的问答系统进行综述，包括相关技术、系统构建、应用场景和未来发展方向等方面。
基于自然语言处理的问答系统是指通过自然语言处理技术，对用户提出的问题进行语义理解，并从已有的知识库或数据库中检索出最合适的答案，以提供给用户的一种智能系统。
这种系统可以帮助人们更加快速、准确地获取信息，提高获取信息的效率和质量。
基于自然语言处理的问答系统中涉及的相关技术包括机器学习、深度学习和自然语言处理等。
机器学习：机器学习是人工智能领域的一个重要分支，它通过分析大量数据自动发现规律和模式，并依据这些规律和模式进行预测和决策。
在基于自然语言处理的问答系统中，机器学习技术可以用于自动分类、聚类、命名实体识别等任务。
深度学习：深度学习是机器学习的一个分支，它通过建立多层神经网络来模拟人脑神经元的连接方式，从而实现对复杂数据的处理。
在基于自然语言处理的问答系统中，深度学习技术可以用于语义理解和文本生成等任务。
自然语言处理：自然语言处理是指利用计算机技术对人类自然语言进行处理的一种技术，包括文本预处理、词法分析、句法分析、语义理解等任务。
在基于自然语言处理的问答系统中，自然语言处理技术是实现语义理解和回答问题的关键。
基于自然语言处理的问答系统的构建包括需求分析、系统设计、实现过程和系统性能评估等方面。
需求分析：需求分析是构建基于自然语言处理的问答系统的第一步，它的主要任务是明确系统的功能和性能要求，包括用户输入的形式、问题的分类、答案的生成等。
AI助教系统设计与开发
AI助教系统设计与开发随着人工智能技术的快速发展，越来越多的教育机构和学校开始尝试采用AI助教系统来提供个性化、高效率的教学和学习服务。
AI助教系统是一种基于机器学习和自然语言处理等技术的智能教育工具，旨在通过自动化和智能化的方式提供学生作业批改、答疑解惑、学习进度跟踪等功能。
本文将探讨AI助教系统的设计与开发。
第一部分：需求分析一个成功的AI助教系统应该能够满足教师和学生的多样化需求。
下面是一些基本的需求分析：1. 个性化学习：AI助教系统应能根据学生的学习能力和兴趣，提供个性化的学习内容和建议。
2. 作业批改：系统应能自动批改学生的作业，给出评分和针对性的反馈，提供学习的参考和改进方向。
3. 答疑解惑：学生可以向系统提问问题，系统能够理解问题并给出准确的答案或解释。
4. 学习进度跟踪：系统能够持续追踪学生的学习进度和成绩，给出报告和分析，帮助学生和教师了解学习情况。
第二部分：系统设计1. 数据收集和处理：系统需要收集和处理大量的学习数据，包括学生的作业、测试成绩、教材内容等。
这些数据将作为系统的训练集，用于机器学习算法的训练和优化。
2. 自然语言处理：系统需要具备强大的自然语言处理能力，能够理解学生的问题并给出准确的回答或解释。
这需要使用自然语言处理技术，如语义分析、文本挖掘等。
3. 机器学习算法：系统可以使用机器学习算法对学生的学习数据进行分析和预测，提供个性化的学习建议。
常用的算法包括决策树、神经网络、支持向量机等。
4. 用户界面和交互设计：系统需要具备友好的用户界面，方便教师和学生使用。
界面设计应简洁明了，交互设计应方便快捷。
第三部分：系统开发1. 数据库设计：为了高效地存储和访问学生的学习数据，系统需要设计合理的数据库结构。
数据库可以使用关系型数据库或者非关系型数据库，根据实际需求来选择。
2. 后端开发：系统的后端开发主要包括数据处理、算法实现和业务逻辑的编写。
后端开发可以选择常用的开发语言和框架，如Python和Django等。
AI智能批改提高学生作业效率
AI智能批改提高学生作业效率随着科技的不断进步，人工智能（AI）在教育领域的应用日益广泛。
其中，AI智能批改作为一种新兴的教育技术手段，正在逐渐改变传统的作业批改方式，提高学生作业效率。
本文将对AI智能批改在提高学生作业效率方面的作用进行论述。
一、AI智能批改简介AI智能批改是基于人工智能技术的一种作业批改方式。
它能够自动对学生的作业进行评分和反馈，省去了传统手工批改的繁琐过程，提高了批改效率。
AI智能批改系统通常基于先进的自然语言处理技术和机器学习算法，能够准确识别和纠正作业中的语法、拼写和标点错误，并提供针对性的建议和指导。
二、AI智能批改提高作业批改效率的优势1. 提高速度：相比于传统手工批改，AI智能批改能够在短时间内对大量作业进行评分和反馈，极大地提高了批改的速度。
这对于教师来说，意味着他们可以更快地给学生反馈，使学生在更短的时间内得到及时的指导。
2. 提高准确性：AI智能批改系统凭借其强大的语言识别和纠错能力，能够更准确地识别和纠正学生作业中的错误。
相比之下，人工批改可能受到主观因素影响，误判或漏判学生的错误。
AI智能批改的准确性有助于提高评分的客观性和公平性。
3. 提供个性化反馈：AI智能批改系统能够根据学生的作业特点和需要，提供个性化的反馈和建议。
这有助于学生针对自身的问题进行有针对性的改进，并更加有效地提升自己的作业水平。
4. 节省教师的工作量：AI智能批改可以替代教师繁重的作业批改工作，从而节省了教师的时间和精力，让他们有更多的时间专注于教学和指导学生的能力提升。
三、AI智能批改应用的局限性1. 难以评估创造性作业：AI智能批改更擅长于对语法、拼写等方面进行检查，但对于创造性作业的评估仍然存在一定的局限性。
这类作业需要涉及到较高层次的思维和创意，很难通过机器来完全替代教师的评判。
2. 可能存在误判：尽管AI智能批改系统准确性较高，但仍然存在一定的误判问题。
这可能导致学生得到不准确的评分和建议，影响他们的学习效果。
基于语音识别的口语考试自动评分系统研究
基于语音识别的口语考试自动评分系统研究随着科技的不断进步，各行各业都开始尝试将人工智能技术运用到工作中，教育行业也不例外。
近年来，随着在线英语学习的发展，越来越多的学生开始通过在线学习平台学习英语口语，而在线英语口语考试也变得越来越普遍。
然而，如何对学生的口语进行评测是一个问题。
此时，基于语音识别的口语考试自动评分系统应运而生。
基于语音识别的口语考试自动评分系统是指通过语音识别技术对考生的口语进行分析和评分的一种系统。
该系统通过将考生的口语录音转化成文本，然后根据已定义的评分标准进行评分。
评分标准通常包括语音发音、语法、逻辑思维等方面。
这种系统可以大幅度提高口语考试的效率和准确性，同时降低了人工评分的成本和时间。
目前，基于语音识别的口语考试自动评分系统已经被许多学校和在线英语学习平台采用。
其中，ETS的TOEFL iBT口语考试使用了基于自然语言处理技术的评分系统，可评估考生的发音、流畅度、语法和逻辑思维水平；而剑桥英语的BULATS测试则使用了语音识别技术评分。
此外，国内一些在线英语学习平台也开始采用基于语音识别的口语评分系统。
虽然基于语音识别的口语考试自动评分系统带来了诸多便利，但是与此同时也存在着一些问题。
该系统的准确性仍然受限于语音识别技术的限制，例如口音问题、噪音干扰等。
此外，定制和维护评分标准也需要耗费大量的时间和人力成本。
然而，随着科技的不断发展，这些问题也会逐渐得到解决。
例如，当前最先进的语音识别技术已经具备了较高的准确性，且能够适应多种语言和口音。
此外，随着机器学习和自然语言处理技术的发展，评分标准的制定和维护也变得更加容易和高效。
基于语音识别的口语考试自动评分系统的应用将助力在线英语学习的普及和发展。
该系统的使用可以提高口语评估的准确性和效率，并降低人工评分的成本和时间。
随着技术的不断发展和应用的拓展，这种系统也将会被广泛应用于其他语种考试和教育领域。
作文自动评分系统的研发与应用
作文自动评分系统的研发与应用第一章绪论随着人工智能技术的发展，越来越多的领域开始运用自然语言处理技术。
在教育领域，写作是学生们的必修课，一篇好的文章可以带来很高的分数或是提升，而评分却需要教师们花费大量的时间和精力。
因此，开发一款作文自动评分系统将对教学工作具有极大的帮助作用。
第二章作文自动评分系统的原理作文自动评分系统应用了自然语言处理技术，主要包括文本预处理、特征提取、建立评分模型和评分模型的训练四个步骤。
文本预处理：文本预处理是对原始文本进行预处理，包括中文分词，词性标注，去停用词，去标点符号和数字等操作。
特征提取：特征提取是对预处理后的文本信息进行提取，获得特征向量。
特征选择是保留与评分相关的主要特征，通过TF-IDF 算法、信息增益和卡方检验等统计学方法提取关键特征。
建立评分模型：评分模型可以应用机器学习或深度学习算法进行建模，例如支持向量机、随机森林、神经网络等算法。
评分模型的训练：评分模型的训练是指对已有的标注数据进行学习，通过学习获得评分模型的权值参数。
标注数据可以是之前教师为学生们评分的作文文本和对应的分数标签。
第三章作文自动评分系统的应用场景1. 学生作文的自我评估：学生们可以使用作文自动评分系统进行自我评估，找出自己作文中存在的问题和不足，改善文章的写作风格和语言表达，提高自己的写作水平。
2. 教师作业批改：作文自动评分系统可以帮助教师减少作文批改的时间和工作量，使时间更充分地投入教学活动中，提高教学效率。
3. 入学考试评分：一些入学考试，如雅思、托福等可以使用作文自动评分系统进行评分，以减少人工评分的误差和不一致性。
第四章作文自动评分系统的发展与挑战随着人们对作文自动评分系统的需求不断增加，许多研究者开始探索和实现此项技术。
然而，作文自动评分系统还面临着一些挑战：1. 数据来源不充分：许多研究需要使用大量的标注数据进行评估和训练，但是根据实际情况可以发现，不同学校、不同时期的评分标准和难度都不一样，因此缺乏充足的数据对作文自动评分系统的研究带来了较大的挑战。
人工智能在学生评估中的应用与效果
人工智能在学生评估中的应用与效果引言：随着科技的不断进步和发展，人工智能逐渐渗透到各个领域，其中之一就是教育领域。
人工智能在学生评估中的应用正逐渐成为研究的热点。
本文将探讨人工智能在学生评估中的应用方式以及这种应用对学生评估的效果。
一、基于人工智能的自动评分系统人工智能的自动评分系统通过构建大规模的学习数据集和学生作答模式，能够准确快速地评估学生的作文、语法等写作技能。
自动评分系统利用人工智能技术和自然语言处理技术，分析学生的作答内容，并根据标准答案进行评分。
通过这种方式，可以大幅度减轻教师的评分负担，提高评估的效率。
二、针对学习进程的个性化评估传统的学生评估通常只能提供总体的学习情况，而无法深入分析每个学生的具体问题。
然而，基于人工智能的评估系统能够通过对学生的学习数据进行分析，向教师提供更详细的学习进程评估。
该系统能够分析学生的学习强度、知识点掌握情况、学习习惯等因素，并根据这些信息为每个学生提供个性化的学习建议。
这种个性化评估不仅能够帮助教师更好地了解学生的学习情况，也能够帮助学生更有效地提升学习效果。
三、利用人工智能进行远程监控与反馈在传统的学生评估中，教师通常无法实时了解学生的学习过程和问题。
然而，利用人工智能技术，可以实现对学生学习过程的远程监控与反馈。
通过这种方式，教师可以随时了解学生的学习状态，并及时给予指导和反馈。
同时，学生也可以时刻借助人工智能系统获得帮助，提高学习效果。
四、人工智能评估的优势与挑战人工智能在学生评估中的应用无疑带来了许多优势，比如减轻教师评估负担、提高评估效率和个性化评估等。
然而，人工智能评估也面临一些挑战。
首先，人工智能评估系统需要大规模的学习数据集支持，而构建这样的数据集需要耗费大量的时间和资源。
其次，人工智能评估系统的准确性和公正性也是需要关注的问题。
系统的不完善和数据的偏倚可能导致评估结果的不准确或不公正。
结论：人工智能在学生评估中的应用具有广阔的发展前景。
基于自然语言处理的智能作文批改系统设计与优化
基于自然语言处理的智能作文批改系统设计与优化智能作文批改系统是利用自然语言处理技术进行作文评估和批改的一种应用系统。
它可以自动分析、评估学生的作文，并提供准确的评语和建议，帮助学生提升写作能力。
本文将介绍基于自然语言处理的智能作文批改系统的设计与优化，探讨其在教育领域中的可应用性和潜力。
一、系统设计智能作文批改系统的设计主要分为两个部分，即作文评估和批改反馈。
1. 作文评估作文评估是智能作文批改系统的核心功能，它通过自然语言处理技术对学生的作文进行分析和评估。
作文评估的主要步骤包括以下几个方面：（1）语言表达和句法分析：系统利用自然语言处理算法对作文进行语言表达和句法分析，评估学生的语言表达能力和句法结构是否准确、流畅。
（2）语义理解和内容分析：系统通过语义理解算法对作文的内容进行分析，评估学生是否清楚表达了自己的观点和论据，并提供相应的评分和评语。
（3）语篇结构和逻辑关系：系统利用自然语言处理技术对作文的语篇结构和逻辑关系进行分析，评估学生的论述是否连贯、逻辑是否严密，并给予相应的评分和建议。
2. 批改反馈在作文评估的基础上，智能作文批改系统还提供针对性的批改反馈，帮助学生了解并改进自己的写作能力。
批改反馈主要包括以下几个方面：（1）评分和评语：系统根据作文评估的结果，给出相应的评分和评语，帮助学生了解自己的写作水平，并提供相应的建议和改进方向。
（2）语法和词汇纠错：系统通过自然语言处理技术对作文中的语法错误和词汇错误进行分析和纠正，并提供改正后的作文文本。
（3）写作指导和范例：系统根据作文评估的结果，针对学生的写作问题提供相应的写作指导和范例，帮助学生改进写作能力。
二、系统优化为了提高智能作文批改系统的准确性和可用性，需要进行系统的优化。
以下是几个优化的思路：1. 数据集优化：智能作文批改系统的性能和准确性与训练数据集的质量密切相关。
可以通过收集更多高质量的作文数据，丰富训练数据集，提高系统的评估准确度和范围。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１ 自然语 言 处 理 与智 能 考试 系 统
试 （Ｒ Ｇ Ｅ、Ｇ Ａ 、Ｔ Ｅ Ｌ 和 职业 证 书 考试 。 Ｍ Ｔ Ｏ Ｆ）
自然语 言 处 理 主 要 分 为语 言 学 、数 据 处 理 、 国 内对这 方 面 也 有 研 究 ，但 不 足 之 处 显 而 易 见 ， 人 工智 能 和认 知 科 学 、语 言 工 程 等 ４个 方 向… 。 主要表现 为不 够 灵 活 、以评 测 客 观 题 为 主 、没 有 研究 自然语 言处 理 的关键 是 研 究 其 计 算模 型 ，其 通用 性 、缺乏考 试 结 果 分 析 等 Ｊ 目前 国 内 的考 。
机化 认 证 考 试 系 统 涉 及 Ｉ 领 域 证 书 认 证 、 业 考 在 传 统 的人 工 考试 环 境 下 不 能 解 决 的问 题 ， 到 Ｔ 学 达
收稿 日期 ： ０ ９一 ９ ２ ２ｏ ｏ — ４
基 金项 目：广西 自然科学基 金项 目 （ 科 自 ０９２４ 桂 ９ １５ ） 作者简介 ：麦范金 （９３ ） １６一 ，男 ，副教授 ，研究方 向 ：中文 信息处 理。 引文格式 ：麦范金 ，岳晓光 ，赵子强 ，等．基 于 自然 语 言 处 理 的智 能评 分 系 统 ［ ］ Ｊ ．桂 林 理 工 大 学 学报 ，２ １ ，３ （ ） ００ ０ ３ ：
是 客观 题 的评 分 ，另 一 个 是 主 观 题 的评 分 。客 观 可 以用 下 式进行 计算
题 较为 容易解 决 ，通 过 比对 参 考 答 案就 可 以实 现 。 ｓｍ（ ） ＝Ｏ・ｉ Ｒ（ ）＋３ ｓｍ Ｓ ）＋０・ ｉ（ ） ｉ ｋ ｔｓ ｍＳ 后 ／・ ｉ Ｒ （ －Ｋ 尼 ｎ
第３ ０卷 第 ３ 期 ２１ ００年 ８月
桂 林
理
工
大
学
学
ｕ ． ２ ０ ｇ ０１
Ｊ ｕｒ ａ ｆＧｕｉ ｎ Ｕｎｖ ｒｉｙ ｏ ｃ ｏｏ ｙ ｏ ｎ ｌｏ ｌ ｉｅ ｓｔ ｆＴｅ ｈｎ ｌｇ ｉ
文 苹 编 号 ：１７ ９ ５ （ ０ ０ ３—０２ ６ ４— ０ ７ ２ １ ）０ ４ ６—０ ５
评分 技 术 ，如 ：Ｂａ ｎ ｅ ｎ ｔ ｒｅ及 Ｓｌｗ ｙ ｒｕ 、Ｂ ｎ ｅ 、Ｆｙ ｔ ｏ ａ ｏ
智 能考试 系 统 的 实质 是 利 用 先 进 的 现代 计
开发的 Ｃ Ｓ系统 。 目前美 国思 而文 公 司 的计 算 算 机技术 ，用计 算 机组 卷 来 代 替人 工 活 动 ，解 决 Ａ
５ １０ ； ． 西 民族 师范 学 院 数 学与 计算 机 科学 系 ，广西 崇左 ４０４ ２ 广 １０ ７ ） ０ ８１
００２ ； ．莫纳什 大学 管 理学 院 ，澳大 利亚 墨尔 本 ３０４ ４
２５２ ；６ 北京 大学 哲学 系 。北 京 １１３ ．
摘
要： 对目 针 前考 试系统 和主观题评 分算法 的研究现状 ，引入 了 自然语 言 处理 技术 。在对 已有 的相
案 的基 础之上 ，给学生 答 案一 个相 对 客观 的分 数 。 因此通 过对学 生 答 案 和参 考 答 案 进行 相 似 度 计 算 来 判定 学生分数 是一个 可行 的思 路 。
图 １ 自然语 言 处 理计 算 模 型
Ｆｉ． Ｃｏ ｇ１ ｍｐｕａｉｎ ｌｍｏ ｅ ｆｎａｕ ａ ａ ｇ ａ ｅ ｐ ｏ ｅ ｓｎ ｔｔｏ ａ ｄ ｌｏ ｔｒｌｌｎ ｕ ｇ ｒｃ ｓｉｇ
基 于 自然 语 言 处 理 的 智 能 评 分 系统
麦 范金 ，岳 晓光 ，赵 子 强。 ，路
（． １ 桂林 理工大学 现代教育 技术 中心 ，广西 桂 林 ３ ．山西 中医学 院 网络信息 中心 ， 原 太 机科 学与软 件工程 系 ，苏州
英４ ，王
挺 ，岳砥 柱
５２０ ； ３２０ ３０ ；５ ８０ ．西交 利物 浦 大学 计 算
中图分类 号 ：Ｔ １２ Ｐ ８ 文献 标志码 ：Ａ
自然语 言处 理 中 的相 似 度计 算 和人 工 阅 卷 中
的主观题评 分 有 一 些 相 似 之处 ：相 似 度 计 算 是 通
过一 定 的计 算 方 法 来 比较 词 、语 句 、段 落 等 ，从
而计算 出一 个 确定 的值 来判 定 它 们 之 间 相 似度 的 高低 ；人工 阅卷 中的 主 观题 评 分 通 常 是在 参 考 答
建模 可 以用 图 １ 表示 。
试 系统只 是针 对 客 观 题 ，而 对 于 主 观题 的 自动 阅
众 所周 知 ，传 统考 试 的主 观 题 人工 评 分 存 在 卷仍然 没有 解 决 。 因此 ，考 试 系 统 如 何 对 学 生 诸多 弊病 ，迫 使 人 们研 究 计 算 机 上 机 考 试及 计 算 的成绩 进行评 分一 直 困扰 着 教育 领 域 的各个 方 面 。 机智能评 分 ，使 考试 趋 于更 客观 、公 正 、高效 。 从某种 角度来 看 ， 甚至 比组 织 和使 用一 个合 理 的 它 早在 ２ ０世 纪 ６ ０年 代 ，国外 开始 研 究计 算机 自动 测试都 要 困难 和复杂 。
４ ６—４ ０． ２ ３
第３ 期
麦 范金等 ：基 于 自然语 言处理 的智 能评 分 系统
４７ ２
提高工 作 质 量 和 工 作 效 率 的 目的 。智 能 考 试 系 统
那 么 ， 果 一 份试 卷 有 （ ＝ １ ２ … ，）道 主 如 ｋ ，，
的核心 智 能评 分算 法 面 对 两 个 方 面 的 问 题 ：一 个 观题 ， 则对 于第 ｋ道 主观题 ， 算其 相似度 ｓ ｋ ， 计 ｉ ） ｍ（
似度计算 的算法进行 改进 的基础上 ，提出 了一 种新 的排序 和划 分 区间 的评 分方 法 ，并 在 ． Ｅ Ｎ Ｔ平 台上 设 计一个智 能评分 系统 。实验 表明该智 能评分算 法及智能 评分 系统 有效且 可行 。 关 键词 ： 自然语言处 理 ；智能评 分系统 ；． Ｅ ＮＴ