获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
摘要世界正在朝着在线教育方法迈进。关键挑战之一是评估没有明确答案并且有几个正确答案的问题。为了解决此问题,为了在线描述性答案的质量评估,在这项工作中提出了一种自动评估方法。语言模型是根据预期的答案密钥建模的,实体图是由使用要评估的输入答案建模的本体生成的。自然语言处理(NLP)技术(如Stemming,摘要和极性分析)在本工作中与本体融合在一起,以有效评估描述性答案。在本章中讨论了评估描述性答案的几个挑战,并解决了这些挑战,以获得动态和稳健的评估系统。最后,使用用户反馈方法评估该系统,该方法包括100名学生和100名教授。