Essay Scoring Systems Using AI and Feature Extraction: A Review

Shetty, Shruti; Guruvyas, K. R.; Patil, Pranav P.; Acharya, Jeevan J.

doi:10.1007/978-981-16-8862-1_4

Cited by 7 publications

(7 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Ao longo das últimas duas décadas houve um desenvolvimento significativo na área de avaliac ¸ão automática de textos. Algoritmos de aprendizado de máquina e deep learning foram empregados na implementac ¸ão de diversos sistemas de correc ¸ão automática de textos com os mais variados propósitos [Vijaya Shetty et al 2022].…”

Section: Trabalhos Relacionadosunclassified

“…Esse sistema focava em avaliar a qualidade de escrita do autor utilizando algoritmos de regressão linear múltipla e era capaz de gerar pontuac ¸ões para textos não previamente avaliados. Entretanto, a sua principal limitac ¸ão é que o método empregado não utiliza características contextuais [Vijaya Shetty et al 2022].…”

Section: Trabalhos Relacionadosunclassified

“…Dessa forma, ele consegue capturar relac ¸ões de transitividade e quantificar seu conteúdo semântico. Um ponto negativo nesse AES é que ele não disponibiliza devolutivas para que o autor aprimore a sua escrita [Vijaya Shetty et al 2022].…”

Section: Trabalhos Relacionadosunclassified

“…Dessa maneira ele consegue fornecer devolutivas a respeito da gramática, mecanismos de escrita, estilo e organizac ¸ão, apresentando uma acurácia de 87%. A principal limitac ¸ão desse sistema é que ele assume que não há diferenc ¸a entre textos bons e ruins [Vijaya Shetty et al 2022].…”

Section: Trabalhos Relacionadosunclassified

See 3 more Smart Citations

Detecção Automática de Clímax em Produções de Textos Narrativos

Batista

Barbosa²,

Miranda³

et al. 2022

Anais Do XXXIII Simpósio Brasileiro De Informática Na Educação (SBIE 2022)

View full text Add to dashboard Cite

A correção automática de redações é um problema que vem sendo bastante explorado nos últimos anos. Um dos aspectos mais desafiadores nessa tarefa é avaliação do nível de domínio do aluno quanto aos mais variados tipos de estruturas textuais. A estrutura narrativa é um caso especialmente complexo devido ao seu caráter extremamente subjetivo. Trabalhos anteriores na área de correção textual, não abordaram o problema de automatizar a avaliação do nível de competência do aluno na escrita de narrativas. Este trabalho investiga o uso de algoritmos de aprendizagem de máquina para a detecção de clímax em redações em Português como um passo inicial na resolução do problema de correção automática de textos narrativos. Três algoritmos de classificação tradicionais, o support vector machine, floresta aleatória e descida de gradiente estocástica, foram aplicados em um conjunto de dados anotado traduzido para o Português. Os algoritmos foram avaliados em termos de precisão, revocação e pontuação F1, sendo a floresta aleatória o algoritmo de melhor desempenho. Além disso, foi realizado uma análise dos atributos envolvidos, e os experimentos mostraram que os melhores resultados são obtidos ao combinar-se atributos tanto do Coh-Metrix quanto do LIWC.

show abstract

Section: Trabalhos Relacionadosunclassified

See 2 more Smart Citations

Detecção Automática de Clímax em Produções de Textos Narrativos

Batista

Barbosa²,

Miranda³

et al. 2022

Anais Do XXXIII Simpósio Brasileiro De Informática Na Educação (SBIE 2022)

View full text Add to dashboard Cite

show abstract

“…After that, a text mining algorithm can be used to examine large collections of doctors' perceptions to discover new information or help answer specific questions. To date, most attempts at automating essay scoring (AES) have centered on identifying a suitable machine learning (ML) algorithm and identifying relevant features for teaching the ML algorithm for AES [3,4]. The process of grading essays is depicted in Figure 1.…”

Section: Introductionmentioning

confidence: 99%

An Automated English Essay Scoring Engine Based on Neutrosophic Ontology for Electronic Education Systems

2023

View full text Add to dashboard Cite

Most educators agree that essays are the best way to evaluate students’ understanding, guide their studies, and track their growth as learners. Manually grading student essays is a tedious but necessary part of the learning process. Automated Essay Scoring (AES) provides a feasible approach to completing this process. Interest in this area of study has exploded in recent years owing to the difficulty of simultaneously improving the syntactic and semantic scores of an article. Ontology enables us to consider the semantic constraints of the actual world. However, there are several uncertainties and ambiguities that cannot be accounted for by standard ontologies. Numerous AES strategies based on fuzzy ontologies have been proposed in recent years to reduce the possibility of imprecise knowledge presentation. However, no known efforts have been made to utilize ontologies with a higher level of fuzzification in order to enhance the effectiveness of identifying semantic mistakes. This paper presents the first attempt to address this problem by developing a model for efficient grading of English essays using latent semantic analysis (LSA) and neutrosophic ontology. In this regard, the presented work integrates commonly used syntactic and semantic features to score the essay. The integration methodology is implemented through feature-level fusion. This integrated vector is used to check the coherence and cohesion of the essay. Furthermore, the role of neutrosophic ontology is investigated by adding neutrosophic membership functions to the crisp ontology to detect semantic errors and give feedback. Neutrosophic logic allows the explicit inclusion of degrees of truthfulness, falsity, and indeterminacy. According to the comparison with state-of-the-art AES methods, the results show that the proposed model significantly improves the accuracy of scoring the essay semantically and syntactically and is able to provide feedback.

show abstract

Exploring the Potential of ChatGPT as an Educational Technology: An Emerging Technology Report

Glaser¹

2023

Tech Know Learn

View full text Add to dashboard Cite

Essay Scoring Systems Using AI and Feature Extraction: A Review

Cited by 7 publications

References 9 publications

Detecção Automática de Clímax em Produções de Textos Narrativos

Detecção Automática de Clímax em Produções de Textos Narrativos

An Automated English Essay Scoring Engine Based on Neutrosophic Ontology for Electronic Education Systems

Exploring the Potential of ChatGPT as an Educational Technology: An Emerging Technology Report

Contact Info

Product

Resources

About