基于大型语言模型的自动化分体-aware 文章评分与反馈
计算与语言
2024-10-21 v1
摘要
本文聚焦于开发一种先进的智能文章评分系统，该系统不仅评估撰写作品的整体质量，还针对各种文章体裁提供基于特征的详细评分。通过将预训练的 BERT 模型与大型语言模型 Chat-GPT 集成，系统能够深入理解文本的内容与结构，从而提供全面评估并给出针对性的改进建议。实验结果表明，该系统在多个公开数据集上超越传统评分方法，尤其在基于特征的评估方面表现更佳，能够更准确地反映不同文章类型的质量。此外，系统生成的个性化反馈帮助用户提升写作技能，凸显了自动化评分技术在教育语境中的潜在价值与实际价值。
引用
@article{arxiv.2410.14165,
title = {Automated Genre-Aware Article Scoring and Feedback Using Large Language Models},
author = {Chihang Wang and Yuxin Dong and Zhenhong Zhang and Ruotong Wang and Shuo Wang and Jiajing Chen},
journal= {arXiv preprint arXiv:2410.14165},
year = {2024}
}