随着时代的发展,中国英文学习者的数量在急剧上升。有限的教师资源和巨大的学习需求使得智能自动辅助教学备受关注。英文文章智能评改系统是一款为中国英文学习者写的英文文章自动评改系统,这很大程度的缓解了英文学习者过多和教师资源不足的矛盾。面向中国学生英文文章的词性标注是实现对中国学生英文文章自动评改的基础。到目前为止已有大量的研究者对英文词性标注做了很多有益的研究,然而,对中国学生写的英文文章词性标注的研究却是非常少见。另外,在现有的绝大部分词性标注方法中,人工提取的特征提取过程是必不可少的。由于中国学生写的英文文章可能出现大量的未知错误,并且不同层次的英文学习者写的文章犯的错误非常不同,因此对这类文章词性标注所需要提取的特征是非常不容易被发现的。本文从词向量的角度,对中国学生写的英文文章词性标注研究。本文提出一种基于词向量的两层词性标注方法。这种方法只有少量的人工提取的特征被提取,大部分的特征通过词向量与第一层标注概率向量自动训练得到。另外,这种方法还将标注集分成两类,按照两层结构对句子进行词性标注。提出一种特征值动态更新方法。该方法在标注模型训练过程中对特征值按照一定的规则动态更新。本文的词性标注模型使用上述特征值动态更新方法训练,然后使用基于词向量的两层词性标注方法对文本进行词性标注,其准确率达到了 95.63%,超过了现有的基于词向量词性标注器对中国学生写的英文文章词性标注的准确率。