DeepQR：基于神经网络的众源多选题质量评级
计算与语言
2021-11-22 v1 人工智能
机器学习
摘要
自动问题质量评级（Automated Question Quality Rating，AQQR）旨在通过计算手段评估问题质量，从而应对在线众源问题库中出现的新挑战。现有的AQQR方法仅依赖可读性、词数等明确定义的标准，未能充分利用最先进的深度学习技术的威力。我们提出DeepQR，一种用于AQQR的新型神经网络模型，使用从广泛使用的众源平台PeerWise收集的多选题（MCQ）数据集进行训练。在设计DeepQR的同时，我们研究了基于明确定义特征、语义特征或二者结合的模型。我们还引入了自注意力机制以捕捉MCQ各组成部分之间的语义关联，以及一种对比学习方法以利用质量评级获取问题表示。在八个大学水平课程收集的数据集上的大量实验表明，DeepQR相对于六个对比模型具有更优的性能。
引用
@article{arxiv.2111.10058,
title = {DeepQR: Neural-based Quality Ratings for Learnersourced Multiple-Choice Questions},
author = {Lin Ni and Qiming Bao and Xiaoxuan Li and Qianqian Qi and Paul Denny and Jim Warren and Michael Witbrock and Jiamou Liu},
journal= {arXiv preprint arXiv:2111.10058},
year = {2021}
}
备注
EAAI 22