基于Transformer模型的数据增强用于自动作文评分
计算与语言
2023-02-07 v5 人工智能
摘要
自动作文评分是自然语言处理中最重要的问题之一。该问题已被探索多年，目前仍只得到部分解决。除其经济与教育价值外，它也带来了研究难题。迁移学习已证明对 NLP 有益。数据增强技术也有助于构建自动作文评分的先进模型。过去许多工作尝试使用 RNN、LSTM 等解决该问题。本工作考察了 BERT、RoBERTa 等 transformer 模型。我们通过经验证明，使用单一模型跨多个主题进行 transformer 模型与数据增强用于自动作文评分的有效性。
引用
@article{arxiv.2210.12809,
title = {Data Augmentation for Automated Essay Scoring using Transformer Models},
author = {Kshitij Gupta},
journal= {arXiv preprint arXiv:2210.12809},
year = {2023}
}
备注
Accepted at ICCMST 2022