用于分类学生对在线测评 alarming 回答的神经网络方法
信息检索
2018-09-25 v1 计算与语言
机器学习
机器学习
摘要
自动评分引擎正越来越多地用于对学生给出的自由文本回答进行评分。此类引擎并非设计用来妥善处理人类阅卷者会感到 alarming 的回答，例如那些表明自我伤害或伤害他人意图的回答、暗示药物滥用或性虐待的回答，或任何会引起对作答学生担忧的回答。我们的神经网络模型旨在从学生给出的大量典型回答中识别这些异常回答。相较于其他方式，神经网络识别出的回答可由评审团队更迅速地评估其紧迫性、严重性和有效性。鉴于此类回答的异常性质，我们的目标是在仅有固定比例回答可由评审团队切实评估的约束下，最大化将这些回答标记以供审查的概率。
引用
@article{arxiv.1809.08899,
title = {Neural network approach to classifying alarming student responses to online assessment},
author = {Christopher M. Ormerod and Amy E. Harris},
journal= {arXiv preprint arXiv:1809.08899},
year = {2018}
}
备注
9 pages, 2 figures