基于有向图对齐的短答案缺口识别方法
计算与语言
2025-04-08 v1 人工智能
摘要
本文提出了一种用于识别学生答案与相应模型答案/参考答案之间缺失项（即缺口）的方法。缺口可在词、短语或句子层面被识别。这些被识别的缺口对于为学生提供形成性评估反馈非常有用。缺口识别问题被建模为将一对表示学生答案和相应模型答案的有向图对齐。为验证所提方法，开发了考虑来自三个广为人知的短答案评分领域数据集（即 University of North Texas（UNT）、SciEntsBank 和 Beetle）的标注缺口的学生答案数据集，该数据集可在：https://github.com/sahuarchana7/gaps-answers-dataset 上获得。采用传统机器学习任务中使用的评估指标来评估缺口识别任务。尽管所提方法在不同数据集和答案类型上的性能有所不同，但总体而言，性能观察到较为有希望。
引用
@article{arxiv.2504.04473,
title = {Directed Graph-alignment Approach for Identification of Gaps in Short Answers},
author = {Archana Sahu and Plaban Kumar Bhowmick},
journal= {arXiv preprint arXiv:2504.04473},
year = {2025}
}
备注
30 pages, 11 figures