TAILIEUCHUNG - Báo cáo khoa học: "Learning to Grade Short Answer Questions using Semantic Similarity Measures and Dependency Graph Alignments"

In this work we address the task of computerassisted assessment of short student answers. We combine several graph alignment features with lexical semantic similarity measures using machine learning techniques and show that the student answers can be more accurately graded than if the semantic measures were used in isolation. We also present a first attempt to align the dependency graphs of the student and the instructor answers in order to make use of a structural component in the automatic grading of student answers. . | Learning to Grade Short Answer Questions using Semantic Similarity Measures and Dependency Graph Alignments Michael Mohler Dept. of Computer Science University of North Texas Denton TX mgm0038@ Razvan Bunescu School of EECS Ohio University Athens Ohio bunescu@ Rada Mihalcea Dept. of Computer Science University of North Texas Denton TX rada@ Abstract In this work we address the task of computer-assisted assessment of short student answers. We combine several graph alignment features with lexical semantic similarity measures using machine learning techniques and show that the student answers can be more accurately graded than if the semantic measures were used in isolation. We also present a first attempt to align the dependency graphs of the student and the instructor answers in order to make use of a structural component in the automatic grading of student answers. 1 Introduction One of the most important aspects of the learning process is the assessment of the knowledge acquired by the learner. In a typical classroom assessment . an exam assignment or quiz an instructor or a grader provides students with feedback on their answers to questions related to the subject matter. However in certain scenarios such as a number of sites worldwide with limited teacher availability online learning environments and individual or group study sessions done outside of class an instructor may not be readily available. In these instances students still need some assessment of their knowledge of the subject and so we must turn to computer-assisted assessment CAA . While some forms of CAA do not require sophisticated text understanding . multiple choice or true false questions can be easily graded by a system if the correct solution is available there are also student answers made up of free text that may require 752 textual analysis. Research to date has concentrated on two subtasks of CAA grading essay responses which includes checking the style .

• Báo cáo khoa học
• Learning to Grade Short Answer Questions
• Semantic Similarity Measures
• Dependency Graph Alignments
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball