검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Improving Automatic English Writing Assessment Using Regression Trees and Error-Weighting 회귀 트리 및 오류 가중치를 사용하여 자동 영어 작문 평가 개선

Kong-Joo LEE, Jee-Eun KIM

  • 조회수

    0

  • 이것을 인용
정오표[1,2010년 XNUMX월 XNUMX일 업로드]

요약 :

제안된 영어 작문 시험 자동 채점 시스템은 사람의 노력 없이도 응시자에게 점수와 진단 피드백을 포함한 평가 결과를 제공한다. 시스템은 입력 문장을 분석하고 철자, 구문 및 내용 유사성과 관련된 오류를 감지합니다. 채점 모델은 통계적 접근 방식 중 하나인 회귀 트리를 채택했습니다. 일반적으로 채점 모델은 자동으로 감지된 오류의 개수와 유형을 기반으로 점수를 계산합니다. 따라서 오류 감지 정확도가 높은 시스템일수록 테스트 채점 정확도도 높아집니다. 그러나 구문 분석 실패, 지식 기반의 불완전성, 자연어의 모호한 특성 등 여러 가지 이유로 시스템의 정확성을 완전히 보장할 수는 없습니다. 본 논문에서는 정보 검색에 널리 사용되는 용어 가중치와 유사한 오류 가중치 기법을 소개합니다. 오류가중법은 시스템에서 감지된 오류의 신뢰성을 판단하기 위해 적용됩니다. 이 기법으로 계산된 점수는 기법을 사용하지 않은 점수보다 더 정확한 것으로 입증되었습니다.

발행
IEICE TRANSACTIONS on Information Vol.E93-D No.8 pp.2281-2290
발행일
2010/08/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E93.D.2281
원고의 종류
PAPER
범주
자연 언어 처리

작성자

키워드