ارزیابی اتوماتیک آزمون های تشریحی مبتنی بر رویکردهای محاسباتی و داده کاوی

نمره‏دهی خودکار آزمون های تشریحی فرآیند ارزیابی اتوماتیک پاسخ های سوالات مبتنی بر متن با استفاده از روش های محاسباتی و یادگیری ماشین است. گسترش استفاده از سیستم های آموزشی هوشمند و اهمیت ارزیابی نیاز به سیستم های خودکار برای نمره دهی آزمون ها را بیش از پیش افزایش داده است.

 با توجه به اینکه در فرآیند نمره دهی خودکار، پاسخ های متنی ارایه شده توسط دانش آموزان با یک پاسخ ایده آل بر اساس میزان شباهت آن ها مورد مقایسه قرار می گیرد، می توان از تکنیک های محاسبه ارتباط و شباهت معنایی بین متون نیز برای اینکار بهره برد. در این راستا، در این مقاله ابتدا روش های مختلف محاسبه ارتباط معنایی در کاربرد ارزیابی خودکار آزمون های تشریحی با هم مقایسه و تاثیر دامنه و اندازه منبع دانش پیش زمینه ای روی دقت الگوریتم ها بررسی شد. در ادامه ، یک رویکرد برای بهبود عملکرد سیستم نمره دهی خودکار آزمون های تشریحی معرفی شده که از پاسخ های ارایه شده توسط آزمون دهندگان که بالاترین نمره را دریافت کرده اند، به عنوان بازخورد استفاده می کند.

برای ارزیابی کارایی روش های محاسبه شباهت و ارتباط معنایی در کاربرد نمرده دهی خودکار آزمون های تشریحی و عملکرد مدل پیشنهادی، آزمایشاتی روی مجموعه داده ارایه شده توسط  موهلرو میهالسیا که دارای 7 سوال با 630 پاسخ تشریحی است، صورت گرفت.

   بر اساس نتایج حاصل از آزمایش ها، نه تنها روش های محاسبه ارتباط معنایی از کارایی بالایی در حوزه ارزیابی خودکار آزمون های تشریحی برخوردارند، بلکه استفاده از از بازخورد اتوماتیک نیز می تواند دقت و کارایی روش های محاسبه ارتباط معنایی برای این هدف به طور قابل توجهی افزایش دهد.