基于评分标准的上下文相关简答题评分训练数据生成
计算与语言
2026-04-01 v2
摘要
每四年，OECD 实施 PISA 测试以评估全球青少年学生的知识水平并允许对教育体系进行比较。然而，为避免语言差异和标注者偏见，学生答案的评分具有挑战性。因此，考虑自动学生答案评分方法是很有意义的。为了训练其中一些需要机器学习的方法，或者为那些不需要机器学习的方法计算参数或选择超参数，需要大量的领域特定数据。在本工作中，我们探索了少量仅以一个相对较小的机密数据集作为参考来创建大规模训练数据集的方法，利用一组非常简单的派生文本格式来保持机密性。使用所提出的方法，我们成功创建了三个替代数据集，这些数据集至少在表面上比基于提示生成的直接结果更接近参考数据集。早期实验表明，其中一种方法也可能有助于自动答案评分模型的训练改进。
引用
@article{arxiv.2603.28537,
title = {Training data generation for context-dependent rubric-based short answer grading},
author = {Pavel Šindelář and Dávid Slivka and Christopher Bouma and Filip Prášil and Ondřej Bojar},
journal= {arXiv preprint arXiv:2603.28537},
year = {2026}
}